中国农业大学《计量经济学》(5-多重共线性).pptVIP

第五章 多重共线性 (Multicollinearity) 学习要点 一、多重共线性的含义 二、多重共线性来源及对OLSE性质的影响 三、多重共线检验：可决系数法、方差膨胀因子 四、多重共线的解决办法：逐步回归法 五、遗漏重要解释变量的后果 六、理解案例 一、多重共线性的含义 二、举例 2、完全共线 3、多重共线及其引申 4. 解释变量间可能存在相关性的案例举例 ◆农业生产函数 ◆总成本函数 ◆商品需求函数 ◆商品供给函数 ◆宏观消费模型-在假定当前消费受过去形成的习惯影响时，方程可写为： ◆宏观储蓄模型-储蓄行为受收入水平和利率影响，用方程表示为 ◆生产与投资（多项式分布滞后） 5）模型包括过多的解释变量 模型中解释变量的个数必须小于观察值个数。 6）不同类型的数据出现多重共线的原因不同，程度也不同： 对于时间序列数据，变量之间经常存在共同的运动趋势（收入增长与财富积累），或由于共同受第三个变量的影响而出现相类似的变动（通货膨胀）。截面数据可能出现接近等比例的变化（农业生产中劳动投入和物质投入与面积大小成正比）。 2、多重共线的性质 对于多重共线可以从性质上做如下划分： ◆总体现象：变量通过内在的机制共同运动，此时不管用什么样的抽样方法，得到的样本总会表现出较强的多重共线问题。 例：收入和财富之间的关系。 ◆样本现象：即使总体不存在变量之间的共同运动趋势，抽取的样本仍可能出现多重共线，即样本含有的信息不够丰富，未能充分反映总体的变异情况，导致无法分离每个X单独对Y产生的影响。 ◆模型设定问题：例如多项式模型中的解释变量为同一变量的高阶形式。当该变量变异较小时，会出现较强的多重共线。 3、多重共线的影响(后果) 1) 估计值b极为敏感，不稳定、失真（符号错；经济含义 不合理；字长不一、样本容量不一结果不一。） 2) XX 的行列式值下降，b的方差、协方差变大； 3) R2非常高，t 值很小，统计推断失效； 4) 模型的分析功能下降。 3、方差扩大因子法 借助于解释变量的方差扩大因子（Variance Inflation Factor，VIF）来衡量多重共线的严重程度。设 为解释变量 对其余 个解释变量的可决系数，则 的方差扩大因子定义为： ◆一般情况下0≦ ﹤1，可知 VIFj≥1； ◆ 越大， VIFj 越大，多重共线越严重； ◆经验表明，当VIFj ≥10时，就说明解释变量与其余解释变量之间有严重的多重共线性，且这种多重共线性可能会过度地影响最小二乘估计量。 ◆模型参数OLS法估计量的方差（以二元线性回归为例，见教材P92推导过程)）： ◆ 只有当两个解释变量 完全无关时才会有r＝0，即得到关于方差的无偏估计。 ◆ 将不必要的解释变量引入模型，一般地，估计参数b的方差要增大，即估计参数的有效性降低。 七、案例分析：收入、财富与消费 消费与收入和财产的关系： 理论模型Cons=f(Y+,W+)，其中Cons为消费支出，Y为收入，W为财富。+号表示对Cons预期有正的影响。 经验表达式：Consi=?0+?1Yi+?2Wi+ei ◆去掉任何一个解释变量后，对数据的拟合程度仍很好， 估计系数高度显著，但却是有偏的； ◆可以利用经验判断或其他信息，假定某个变量的系数或两个系数的比率，在估计时作为约束条件； ◆增加含有新信息的观察值，例如后两个观察值所反映的信息不同于前面的观察值，分别为高收入低财产和低收入高财产情况。 利用前10组数据估计方程得到： ◆查F统计表得知，当显著性水平选择为1%时，与自由度为（2，7）对应的F临界值为9.55，据此应拒绝原假设 。 ◆然而两个解释变量的t统计值均未达到较高的显著性水平，即原假设 无法被拒绝。 ◆两种统计检验出现相互矛盾的结果。 ◆去掉任一解释变量后估计得到： ◆根据其它研究获得的信息做估计： 假定 ，原方程可以改写为 估计得到 假定 ，原方程可以改写为： 估计得到： ◆增加两个新的观察值（分别为高收入低财富和低收入高财富）后重新估计得到：