第二章 单方程计量经济学模型理论与方法 THEORY AND METHODOLOGY OF.pptVIP

第二章 单方程计量经济学模型理论与方法 Theory and Methodology of Single-Equation Econometric Model 线性单方程计量经济学模型的理论基础和参数估计 线性单方程计量经济学模型的统计检验和区间估计 违背古典假设的计量经济学问题 本章知识要点 7.最小样本容量、满足基本要求的样本容量。P42,P43 8.在相同的置信概率下如何缩小置信区间。P54 9.虚拟变量。带常数项的计量模型引入虚拟变量个数原则。P11,见笔记 10.异方差性的定义、后果、检验方法及这些检验方法的共同思路、解决办法。P55-P58 11.序列相关性的定义、后果、检验方法及这些检验方法的共同思路、解决办法。P60-P66 12.多重共线性的定义、后果、检验方法、解决办法。P69-P71 §2.1 回归分析概述Introduction to Regression Analysis 一、线性回归模型的特征 二、线性回归模型的普遍性 三、线性回归模型的基本假设 一、线性回归模型的特征 1、线性回归模型的特征 一个例子 凯恩斯绝对收入假设消费理论：消费（C）是由收入（Y）唯一决定的，是收入的线性函数： C = ? + ?Y (2.2.1) 但实际上上述等式不能准确实现。 原因 ⑴消费除受收入影响外，还受其他因素的影响； ⑵线性关系只是一个近似描述； ⑶收入变量观测值的近似性：收入数据本身并不绝对准确地反映收入水平。 因此，一个更符合实际的数学描述为： C = ? + ?Y+? (2.2.2) 其中： ? 是一个随机误差项，是其他影响因素的“综合体”。 线性回归模型的特征： ⑴ 通过引入随机误差项，将变量之间的关系用一个线性随机方程来描述，并用随机数学的方法来估计方程中的参数； ⑵ 在线性回归模型中，被解释变量的特征由解释变量与随机误差项共同决定。 （1）在解释变量中被忽略的因素的影响； （2）变量观测值的观测误差的影响； （3）模型关系的设定误差的影响； （4）其它随机因素的影响。 4. 回归分析的主要目的 从散点图发现：随着收入的增加，消费“平均地说”也在增加，且Y的条件均值均落在一条正斜率的直线上。这条直线称为总体回归线，相对于这条直线的方程即总体回归方程。 总体回归方程（PRF）说明被解释变量Y的平均状态（总体条件期望）随解释变量X变化的规律。由于变量间关系的随机性，回归分析关心的是根据解释变量的给定值，考察被解释变量的总体均值，即当解释变量取某个确定值时，与之统计相关的被解释变量所有可能出现的对应值的平均值。 二、线性回归模型的普遍性 2.将非线性模型转化为线性模型的数学处理方法 ⑴变量置换 例如，描述税收与税率关系的拉弗曲线：抛物线 s = a + b r + c r2 c0 s：税收； r：税率 设X1 = r，X2 = r2， 则原方程变换为 s = a + b X1 + c X2 c0 变量置换仅用于变量非线性的情况。 ⑵ 函数变换 例如，Cobb-Dauglas生产函数：幂函数 Q = AK?L? Q：产出量，K：投入的资本；L：投入的劳动 (3)级数展开 例如，不变替代弹性CES生产函数： 方程两边取对数后，得到： 对 在ρ=0处展开台劳级数，取关于ρ的线性项，即得到一个线性近似式。 变量置换得到 结论： 实际经济活动中的许多问题，都可以最终化为线性问题，所以，线性回归模型有其普遍意义。 即使对于无法采取任何变换方法使之变成线性的非线性模型，目前使用得较多的参数估计方法——非线性最小二乘法，其原理仍然是以线性估计方法为基础。 线性模型理论方法在计量经济学模型理论方法的基础。 三、线性回归模型的基本假设 对于线性回归模型，模型估计的任务是用回归分析的方法估计模型的参数。最常用的估计方法是普通最小二乘法。为保证参数估计量具有良好的性质，通常对模型提出若干基本假设。如果实际模型满足这些基本假设，普通最小二乘法就是一种适用的估计方法；如果实际模型不满足这些基本假设，普通最小二乘法就不再适