第七章 经典计量经济模型专门问题.pptVIP

* （拉姆齐）一般性（RESET)检验的优缺点 优点： ●不要求设立具体的未遗漏变量的模型（用 若干 次幂替代遗漏变量）。 ●可引入若干个替代变量去判断是否有多个变量被 遗漏（所以称为一般性检验） ● 易于运用 缺点： ●只能检验有无遗漏变量的设定误差，即使检验出有遗 漏变量的设定误差，也无助于确定正确模型。 ●只要被遗漏的变量的期望值是模型已包括解释变量的 线性函数，RESET检验就无法检验出变量遗漏问题。 * （三） 测量误差 1、模型变量的测量误差 测量误差——模型中变量数据不准确带来的误差 包括登记误差、整理误差、其他统计误差 产生测量误差的原因：人为因素、技术因素、数据不当 处理、数据不当使用。 分为：被解释变量的测量误差、解释变量的测量误差 测量误差的后果： 无测量误差的模型 其中： 为被解释变量的理论值； 为解释变量理论值 有测量误差的观测值： 为 的测量误差 为 的测量误差 实际所作回归为 （测量误差包括在随机扰动中） * 若作回归 有 其中 ； 代入上式并计算 概率极限得 因为可能 ，存在测量误差时将低估真实参 数，这被称为因测量误差而导致的OLS估计的衰减偏误。 * 2、测量误差的检验—豪斯曼（Hausman）检验 基本思想： ●如果解释变量存在测量误差，可把测量误差 作为解 释变量引入模型，检验测量误差对被解释变量影响的显 著性。 ●因测量误差 无法观测，可以设法寻找替代的变量。 对可能存在测量误差的解释变量X，选择与其相关的认 为无测量误差的工具变量Z，将X对工具变量Z回归， 得到残差 ，将 作为X测量误差的替代变量。 ●将 引入原模型作为解释变量，回归并检验 的参 数 的显著性。若检验表明 显著不为0，则存在 测量误差，反之不存在测量误差。 * 豪斯曼（Hausman）检验方法 对于 1）若认为某解释变量Xj可能有测量误差，选择与可能有测量误差的解释变量Xj相关的工具变量Zj 2）以可能有测量误差的解释变量Xj为被解释变量，以工具变量Zj为解释变量作回归，并计算残差 3）作回归 4） 不存在测量误差 存在测量误差 经 t 检验结果，若 显著不为0，拒绝 ，认为存在测量误差； 若不能拒绝 ，认为不存在测量误差； * 问题： 分析影响中国进口量的主要因素（数据见下页）。 设定的模型为 （1） 其中，IMt是进口总额，GDPt是国内生产总值。 分析模型是否有变量设定误差，进行变量设定误差检 验。 （四）案例分析 * 年份 GDP 进口总额 IM人民币亿元 进口总额 IM亿美元 汇率 EXCHANGE 1980 4517.8 298.8000 200.17 149.8400 1981 4862.4 375.3800 220.15 170.5100 1982 5294.7 364.9900 192.85 189.2600 1983 5934.5 422.6000 213.90 197.5700 1984 7171.0 637.8300 274.10 232.7000 1985 8964.4 1257.800 422.52 293.6600 1986 10202.20 1498.300 429.04 345.2800 1987 11962.50 1614.200 432.16 372.2100 1988 14928.30 2055.100 552.75 372.2100 1989 16909.20 2199.900 591.40 376.5100 1990 18547.90 2574.300 533.45 478.3200 * 1991 21617.80 3398.700 637.91 532.3300 199