放宽基本假定的回归模型——多重共线性.ppt

* 一、多重共线性的概念 二、产生多重共线性的原因 三、多重共线性对OLS估计量的影响 四、多重共线性现象的侦察 五、对多重共线性问题的补救 5.3 多重共线性 Multi-Collinearity * 多重共线性的概念 1.多重共线性的概念 对于模型 Yi=?0+?1X1i+?2X2i+?+?kXki+?i i=1,2,…,n 其基本假设之一是解释变量不能完全共线。 如果某两个或多个解释变量之间出现了高度相关性，则称为多重共线性(Multicollinearity)。 * 一、完全共线性 如果存在 c1X1i+c2X2i+…+ckXki=0 i=1,2,…,n 其中: ci不全为0，则称为解释变量间存在完全共线性（perfect multicollinearity）。 在矩阵表示的线性回归模型Y=X?+?中，完全共线性指：秩(X)k+1，即： 中，至少有一列向量可由其他列向量（不包括第一列）线性表出。如X2=kX1，则X2对Y的作用可由X1代替。 * 注意： 完全共线性的情况在经济学中并不多见，一般出现的是在一定程度上的共线性，即多重共线性。 二、多重共线性 如果存在 c1X1i+c2X2i+…+ckXki+vi=0 i=1,2,…,n 其中ci不全为0，vi为随机误差项，则称为 多重共线性（multicollinearity）。 * 产生多重共线性的原因 一般地，产生多重共线性的主要原因有以下四个方面： （1）经济变量相关的共同趋势 时间序列样本：经济繁荣时期，各基本经济变量（收入、消费、投资、价格）都趋于增长；衰退时期，又同时趋于下降。 横截面数据：生产函数中，资本投入与劳动力投入往往出现高度相关情况，大企业二者都大，小企业都小。 （2）滞后变量的引入 在经济计量模型中，往往需要引入滞后经济变量来反映真实的经济关系。 例如，消费=f(当期收入, 前期收入），显然，两期收入间有较强的线性相关性。 * （3）多项式项的引入 如研究企业的成本与产量之间的关系时，往往在成本模型中引进产量的三次方，即： 在这种模型中，解释变量之间可能存在一定程度的多重共线性。 （4）样本资料的限制 由于完全符合理论模型所要求的样本数据较难收集，特定范围内抽取样本可能存在某种程度的多重共线性。 进一步地讲，如果在实际应用中我们有足够多的样本，解释变量的多重共线性程度就会大大降低。这就再次说明，多重共线性本质上是样本问题。 * 多重共线性对OLS估计量的影响 一、完全共线性对OLS估计量的影响 1、完全共线性下参数估计量不确定的 的OLS估计量为： 如果存在完全共线性，则(X’X)-1不存在，无法得到参数的估计量。 2、参数估计量方差无穷大 * 二、多重共线性下OLS的后果 多重共线性下，可以得到OLS参数估计量，但参数估计量方差的表达式为  由于|X’X|?0，引起(X’X)-1主对角线元素较大，使参数估计值的方差增大，OLS参数估计量仍然是有效，但有效并不意味着方差的值较小。 1.参数估计量的方差增大 2.参数的估计精度较低 当存在多重共线性时，从上面已经知道，参数的OLS估计量方差较大，其标准误也就较大，从而使得参数估计量的精度较低。 * 3.参数估计量经济含义不合理 如果模型中两个解释变量具有线性相关性，例如 X2= ?X1 ，这时，X1和X2前的参数?1、?2并不反映各自与被解释变量之间的结构关系，而是反映它们对被解释变量的共同影响。?1、?2已经失去了应有的经济含义，于是经常表现出似乎反常的现象：例如?1本来应该是正的，结果恰是负的。 在含两个解释变量的回归模型中， 的经济含义是：在X2保持不变的条件下，X1变化一个单位会导致被解释变量平均变化 个单位，显然如果两个解释变量存在较强的线性关系，则在保持X2不变的条件下，X1变化一个单位时，X2也会变化，因此， 不能正确度量解释变量X1单独对被解释变量的平均影响