金融计量学 课件(主编 张宗新) 金融计量学ch3.pptVIP

金融计量学 第三章 非典型回归模型及其应用 学习目标： 熟悉异方差、自相关性、多重共线性的检验方法； 了解广义矩（GMM）模型及其应用； 熟悉面板数据模型及其在金融计量中的应用； 掌握Logisitic 模型和Probit模型的应用。 第三章 非典型回归模型及其应用 第一节 普通最小二乘假设的违背 第二节 广义矩模型 第三节 面板数据（panel data）模型 第四节 离散因变量模型应用 普通最小二乘假设的违背 第一节 普通最小二乘假设的违背 如前所述，最小二乘回归具有一系列前提假设。判断是否满足最小二乘回归的假设是最重要的。在此，我们特别需要检验： （1）异方差性——导致不满足残差具有不变方差的假设； （2）自相关——导致不满足残差之间相互独立的假设； （3）多重共线性——导致不满足自变量之间不相关的假设。 在本节中，我们重点对违背最小二乘回归假设的这三种情况进行分析。 普通最小二乘假设的违背 一、异方差性分析 （一）异方差问题 在多元线性回归模型中，随机扰动项 满足同方差性的基本假定，即它们具有相同的方差 。但如果随机扰动项的方差并非不变的常数，则称为异方差性（Heteroskedasticity），即指随机变量服从不同方差的分布。异方差性用公式表达为： 。在计量经济学中，产生异方差的原因有多种，比如模型中遗漏了某些解释变量，模型函数设定误差，样本数据的测定误