【财务管理知识】计量经济学讲义单变量回归.docx

XXXX XXXX 年XX月 XX 日 随心编辑,值得下载拥有! YOUR COMPANY NAME IS HERE专业丨专注丨精心丨卓越 【财务管理知识】计量经济 学讲义单变量回归 xxxxxxxx集团企业有限公司 Please en ter your compa nys n ame and contentv 第二章 单变量回归 所谓回归分析 (regression analysis) ，就 是弄清楚两个或两个以上 变量之间的因果关系的统 计手法，是计量经济学中经 常应用的方法。 我们也可以认为计量 经济学的目的就是为了改 进回归分析。 本章的对象：单变量的回 归模型 主要内容：古典正规线性 回归模型的假定； 最小二乘回归 模 型 (Ordinary least-squares regression model, OLS) 的重要结果； 1. 古典正规线性回归模 1-1 回归分析 现在把两个变量和 之间的关系，用一次函数 的形式表示。具体， 这样的模型称为单变量 回归模型。其中，是代表 原因 (cause) 的变量，我 们称之为说明变量 (explanatory variable), 或者称之为独立变量 (independent variable); 是 代 表 结 果 (result) 的变量，我们称 之为被说明变量 (explained variable) ， 或从属变量 (dependent variable); 是 误 差 项 (error term), 或 叫 作 搅 乱 项 (disturbance term) ，代表不能用的变 化来反应出的的变化的 那个部分。也就是现实的 与理论的之间的差异。 为什么需要加入误差项 呢？ 因为精确的数学模型能 解释的现象很少； 现在能 解释经济现象的手法大 家更喜欢用随机变量来 表示经济变量的不确性； 回归分析的目的 主要目的是估计参数和 以及以及对估计值进行 显著性检验。 最常用的方法是最 小 2 乘法 (Ordinary Least Square method, OLS) 1-2 5 个基本假定 A. 古典正规线性回归 模型有以下五个假设： (1) 误差项的平均 为 0, 即； (2) 误 差 项 之 间 不 相 关，即，或； 误差项具有相同的 方差，其中是未知； 说明变量是可以指 定的，也就是说不是确 误差项服从正规分 布。 B. 下面我们详细说明 上述的五个假定。 B-1 假定 (1) 误差项代表说明变量以 外其他的对被说明变量 产生影响因素的总和。 其 中的任何一个构成因素 都不可能对被说明变量 产生连续的影响，而它们 总体有时候对被说明变 量产生正的影响， 有时候 产生负的影响，但是就平 均程度而言是 0。 这种假定意味着被 说明变量的平均是由的 大小决定，而误差项不会 对被解释变量产生一种 系统的影响，也就是与误 差项无关。 把说明变量分成两 个部分：和。其中，是可 以人为指定的，称为系统 部分；误差项是个确率变 量，称为非系统部分；就 是不可预知部分，它决定 被说明变量也是个随机 变量。 被说明变量和误差 项具同样的分布。 如果这种假设不成 立，也就是说，有一个系 统因素，本应该出现在系 统部分里，却人为地把它 放在非系统部分中，那样 会带来什么样的后果 呢？ 先看看原来的误差 项。如前面所述的那样， 依旧假设是一个平均为 0 的随机变量。现在，犯 了定义上的错误，把应该 放在系统说明部分中的 说明变量，归类到误差项 中，即，其中是一个均值 为 0 的随机变量。这时， 就不再是一个均值为 0 的随机变量。被说明变量 的平均也不再只由的大 小决定，还要受到中的大 小的影响。 这种错误是在建模 阶段发生的错误。 不能简单地从检验 假说 (1) 的成立与否来判 断这类错误的有无。 原因 是无论模型的建立是否 正确，最小二乘残差的总 和永远为 0，即，所以从 作为误差项的估计值的 的平均，是不能判断假说 (1)的正确与否。 B-2. 假设 (2) 各 期的误差项之间不相关，即 先介绍一下什么是自己 相关。 假如代表任何时点， 相应的误差项。如果是正 的时候，更倾向于得到正 的值，这种情况，称之间 存在正的相关；反之，当 为正的时候，倾向于小于 0 的情况，称为负相关。 假设 (4) 阐述那样， 说明变量不是随机变量， 所以误差项是一个随机 变量，被说明变量因此也 成为一个随机变量。 如果 是一个自己相关的随机 变量的话，相应的也成为 一个自己相关的随机变 卑O 虽然自己不相关这 ―假说是一个非常强的 假设，在现实中很难得到 满足，但是在理论研究上 具有很好的性质，比如使 用方便等，同时也可以把 结果发展到自己相关的