初计量经济学之模型的建立与估计中的问题及对策.pptVIP

（1）科克伦—奥克特法（Cochrane—Orcutt） 科克伦—奥克特法是一个迭代过程，步骤如下： ① 估计原模型（（1）式），计算OLS残差et（t=1,2,…,n）。 ② et对et-1回归，即估计et=ρet-1+εt，得到ρ的估计值 ③ 用 产生 然后估计 Yt′ = α′+βXt′+ εt ，得到α和β的估计值 和 。 ④ 重新计算残差，返回第②步。 此过程不断修改 ， 和 ，直至收敛。 （2）希尔德雷斯—卢法（Hildreth—lu） 此方法实际上是一种格点搜索法（Grid search）,即在ρ的预先指定范围（如-1至1）内指定格点之间距离（如0.01），然后用这样产生的全部ρ值 （-1.00，-0.99，…，1.00）产生 Yt′= Yt -ρYt—1 Xt′= Xt-ρXt—1 然后估计 Yt′ = α′+βXt′+ εt 产生最小标准误差的ρ值即作为ρ的估计值 ，用该 值得到的 和 即为原模型的系数估计值。 2. 仍用OLS法估计系数，但使用方差-协方差矩阵的稳健估计值 Newey和West 1987年给出了OLS估计量一个简单的异方差性和自相关一致方差协方差矩阵，无须规定序列相关的函数形式。该方法在怀特用OLS残差平方 替代方差思路的基础上进行了拓展，加上了OLS残差的积 其中p是我们希望假定的序列相关的最大阶数。Newey和West方法允许给高阶的协方差项赋予递减的权重。 EViews中也提供了Newey和West方法。 五、实例 表5-8给出我国1985-2009年农村居民人均消费支出和人均纯收入及农村居民消费价格指数的数据。 OLS回归结果如下（括号中数字为标准误差）： 其中，CR=农村居民人均不变价消费支出（1985=100）； YR=农村居民人均不变价纯收入（1985=100）； 下面对模型进行自相关的检验。 1．DW检验 模型DW值为0.366，查临界值表（n=25，k=1，?=5%）得dL=1.288，由于DW=0.366dL，故存在一阶自相关。下面我们再检验是否存在高阶自相关。 ? 2．布鲁奇－戈弗雷检验（LM检验） 采用布鲁奇－戈弗雷法检验四阶（P=4）自相关，结果如表5-9所示。 ? 表5-9 LM法检验结果 根据表5.9的结果，我们有： 检验统计量nR2 = 17.028，由于相应的P值为0.0019，因而拒绝无序列相关的原假设。 但从结果中看到，et-2、et-3、et-4的t值都不显著，如此看来，模型仅存在一阶自相关。 3．科克伦－奥克特法 现在我们应用科克伦－奥克特法消除原模型一阶自相关，用原模型回归中得到的OLS残差对其滞后值回归得到： 由此可知，相关系数 因此，科克伦－奥克特法的第二步产生下面的回归结果： 3．科克伦－奥克特法 现在我们应用科克伦－奥克特法消除原模型一阶自相关，用原模型回归中得到的OLS残差对其滞后值回归得到： 由此可知，相关系数 因此，科克伦－奥克特法的第二步产生下面的回归结果： 采用科克伦－奥克特法消除一阶自相关后，DW值为1.373，比OLS回归中0.366的DW值有了明显改善，为了检验变换后模型是否还存在自相关，再应用LM法进行一阶自相关检验，结果如下： ? 检验统计量 nR2 = 2.633，由于相应的P值为0.1047，因而接受无序列相关的原假设，表明原模型的自相关已被消除。 4．Newey-West 异方差和自相关一致标准误差 采用Newey－West异方差和自相关一致标准误差的输出结果见表5-11。 ? 表5-11 Newey-West异方差和自相关一致标准误差 根据结果，我们有 从回归结果可知，标准误差大于OLS法得到的值，需要再次指出，对于其它的数据集而言，并不必然如此。 第五节 随机解释变量 本节讨论解释变量为非随机量的假设不成立的情况。 为简单起见，我们以双变量模型为例来讨论，结论同样适用于多元线性回归模型。 第(4)条假设是一个比较强的假设，它表明解释变量X是非随机的，即在重复抽样的情况下取固定值，因而与各期扰动项无关。由此，我们证明了最小二乘估计量的无偏性，我们也不难证明最小二乘估计量的一致性。 由统计学得知，一致性（即估计量 是一致估计量）的充分条件是： 对于OLS估计量，我们有 对于任何n成立，并且当n趋向无穷时，有 因此，