第四章_违背古典假定的计量经济模型(新).pdf

第四章 违背古典假定的计量经济模型 *概述 *异方差 * 自相关 *随机解释变量 *多重共线性 第一节 概述 一、古典假定 假定1、随机项具有零均值 i E(i)=0 i=1,2, …, n 假定2、随机项i具有同方差 Var (i)=2 i=1,2, …, n 假定3、随机项i无序列相关性 Cov(, )=0 i ≠j i,j= 1,2, …, n i j 假定4、随机项与解释变量X之间不相关： Cov(X , )=0 i=1,2, …, n j i 假定5、服从正态分布 2 ~N(0,  ) i=1,2, …, n i  假定6、多元回归模型中解释变量之间不存在多 重共线性 rank(X)=k+1 k+1＜n 根据Gauss-Markov定理可知，古典回归模 型的最小二乘估计量（OLSE）是线性无偏有 效的估计量，而且由于正态性假定，它们服从 正态分布的。因此，就有可能得出区间估计 式，而且也可以检验真实总体回归系数。 二、古典假定的违背及造成的后果 在实际经济问题中，上述的古典假定不一定 都能得到满足。如果这些假定不完全满足，则 OLSE的BLUE特性将不复存在。当然，每一 个假定不满足所造成的后果是不同的。在本章 中，我们将严格考察上述假定，找出如果有一 个或多个假定得不到满足时，估计量的性质将 会发生什么变化 ,并研究当出现这些情况时， 应该如何处理，即古典模型假定违背的经济计 量问题。 关于假定1，一般地我们认为假定E()=0 是 i 合理的。因为随机项是多种因素的综合，而每 种因素的影响都“均匀”地微小，它对因变量的 影响不是系统的，且正负影响相互抵消，故所 有可能取值平均起来为零。即使有轻度的违 反，从实践的观点来看可能不会产生严重的后 果，因为它可能只影响回归方程的截距项。 关于随机项正态性分布的假定，如果我们的 目的仅仅是估计，这种假定并不是绝对必要 的。事实上，无论是否是正态分布，OLSE估 计式都是BLUE 。 剩下的四个假定将在下面的四节中分别加以 讨论。 三、广义最小二乘法（GLS ） 给定线性回归模型 Y=X β+U 若古典假定完全满足，根据Gauss- Markov定理，其系数的最小二乘估计量 B ＝(XT X) –1 XT Y 具有 BLUE性质。 若古典假定得不到完全满足，特别是 假定2 （同方差性）和假定3 （无序列相 关性）得不到满足时，对OLSE的影响更 大。 广义最小二乘法 （General Least Squares－GLS ） 就是为了解决上述问题提出的。其基本思路是：若 假定2 （同方差性）和假定3 （无序列相关性）得不 到满足时，我们可以采取适当的变换，使原模型变 为以下的形式： % % % Y X B  U