放宽基本假定的经典单方程计量经济学模型.PPTX

第四章：放宽基本假定的 经典单方程计量经济学模型;关于模型关系的假设(与一元回归模型基本相同）;本章说明;4.1 多重共线性; 多重共线性检验的任务是： （1）检验多重共线性是否存在； （2）估计多重共线性的范围，即判断哪些变量之间存在共线性。;实际经济问题中的多重共线性;多重共线性的后果;1、检验多重共线性是否存在;2、判明存在多重共线性的范围; 在模型中排除某一个解释变量Xj，估计模型； 如果拟合优度与包含Xj时十分接近，则说明Xj与其它解释变量之间存在共线性。;(3)逐步回归法（Stepwise forward Regression）;四、克服多重共线性的方法Remedial Measures of Multicollinearity; 找出引起多重共线性的解释变量，将它排除。 逐步回归法得到最广泛的应用 注意：当排除某个或某些变量后，保留在模型中的变量的系数的经济意义和数值将发生变化。;2、第二类方法：减小参数估计量的方差;五、案例——中国粮食生产函数;步骤 以粮食产量作为被解释变量，以影响粮食产量的主要因素农业化肥施用量、粮食播种面积、成灾面积、农业机械总动力、农业劳动力为解释变量，建立中国粮食生产函数模型； 用OLS法估计模型； 检验简单相关系数； 找出最简单的回归形式； 采用逐步回归方法得到最终模型。 ;当模型存在共线性，将某个共线性变量去掉，剩余变量的参数估计结果将发生变化，而且经济含义有发生变化； 严格地说，实际模型由于总存在一定程度的共线性，所以每个参数估计量并不真正反映对应变量与被解释变量之间的结构关系。;4.2 异方差性;一、异方差的概念;即对于不同的样本点，随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性(Heteroskedasticity)。;2、异方差的类型;22;3、实际经济问题中的异方差性; 例4.1.2: 以绝对收入假设为理论假设、以截面数据为样本建立居民消费函数： Ci=?0+?1Yi+?I 将居民按照收入等距离分成n组，取组平均数为样本观测值。; 例4.1.3: 以某一行业的企业为样本建立企业生产函数模型 Yi=Ai?1 Ki?2 Li?3e?I 被解释变量：产出量Y，解释变量：资本K、劳动L、技术A。;二、异方差性的后果 ;1、参数估计量非有效; 2、变量的显著性检验失去意义;3、模型的预测失效;三、异方差性的检验Detection of Heteroscedasticity;检验思路： 由于异方差性是相对于不同的解释变量观测值，随机误差项具有不同的方差。那么检验异方差性，也就是检验随机误差项的方差与解释变量观测值之间的相关性及其相关的“形式”。 问题在于用什么来表示随机误差项的方差？一般的处理方法：首先采用OLS估计，得到残差估计值，用它的平方近似随机误差项的方差。 ;1、图示法;33;2、帕克(Park)检验与戈里瑟(Gleiser)检验;3、戈德菲尔德-匡特(Goldfeld-Quandt)检验;5、怀特（White）检验;说明： 辅助回归仍是检验与解释变量可能的组合的显著性，因此，辅助回归方程中还可引入解释变量的更高次方。 如果存在异方差性，则表明确与解释变量的某种组合有显著的相关性，这时往往显示出有较高的可决系数以及某一参数的t检验值较大。 在多元回归中，由于辅助回归方程中可能有太多解释变量，从而使自由度减少，有时可去掉交叉项。;四、异方差的修正—加权最小二乘法;1、WLS的思路;2、异方差稳健标准误法（Heteroscedasticity-Consistent Variances and Standard Errors）;五、例题--中国农村居民人均消费函数;案例：;案例：;步骤 对模型进行OLS估计； 采用散点图检验，表明存在异方差； 采用B-P检验和White检验，表明存在异方差； 采用稳健标准误方法估计模型。;;;递增型异方差性;;估计的参数与普通最小二乘法的结果相同，只是由于参数的标准差得到了修正，从而使得t检验值与普通最小二乘法的结果不同。当然，这里异方差稳健标准误法得到的结论与普通最小二乘法基本一致。;5、在实际操作中通常采用的经验方法;4.3 随机解释变量问题;一、随机解释变量问题; 基本假设:解释变量X1,X2,…,Xk是确定性变量。 如果存在一个或多个随机变量作为解释变量，则称原模型出现随机解释变量问题。 假设X2为随机解释变量。对于随机解释变量问题，分三种不同情况： ; (2) 随机解释变量与随机误差项同期无关(contemporaneou