第六章异方差性.pptxVIP

会计学;引子：更为接近真实的结论是什么？;模型显示的结果和问题;◆异方差性及其产生原因;第一节 异方差性及其产生原因;?  ? ? ? ; 设模型为 如果对于模型中随机误差项 有： ;即对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为出现了异方差（Heteroskedasticity）。进一步，把异方差看成是由于某个解释变量的变化而引起的，则;; 异方差性是指模型违反古典假定中的同方差性，即各残差项的方差并非相等。 一般地，由于数据观测质量、数据异常值、某些经济变化的特性、模型设定形式的偏误等原因，导致了异方差的出现。 主要原因往往是重要变量的遗漏，所以很多情况下，异方差表现为残差方差随着某个（未纳入模型的）解释变量的变化而变化。;二、异方差的类型; 根据;;三、异方差产生的原因;（一）截面数据中总体各单位的差异 通常认为，截面数据较时间序列数据更容易产生异方差。这是因为同一时点不同对象的差异，一般说来会大于同一对象不同时间的差异。不过，在时间序列数据发生较大变化的情况下，也可能出现比截面数据更严重的异方差。 ;三、异方差产生的原因;（二）数据的测量误差 样本数据的观测误差有可能随研究范围的扩大 而增加，或随时间的推移逐步积累，也可能随 着观测技术的提高而逐步减小。 ;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; （三）模型中省略了某些重要的解释变量假设正确的计量模型是： 假如略去 ，而采用 当被略去的 与 有呈同方向或反方向变 化的趋势时,随 的有规律变化会体现在（6.5） 式的 中。;例6-3;三、异方差产生的原因;（四）模型的设定误差 模型的设定主要包括变量的选择和模型数学形式的确定。模型中略去了重要解释变量常常导致异方差，实际就是模型设定问题。除此而外，模型的函数形式不正确，如把变量间本来为非线性的关系设定为线性，也可能导致???方差。 ;第二节 异方差性的影响;1．参数估计量非有效;为详细说明异方差使OLS参数估计量的无效性，我们考虑一元回归模型： ;;2．OLS估计的随机干扰项的方差不再是无偏的;3．基于OLS估计的各种统计检验非有效; 变量的显著性检验中，构造了t统计量;4．模型的预测失效;第30页/共100页;判断下列说法是否正确，并简要说明为什么。 （1）当异方差出现时，最小二乘估计是有偏的和不具有最小方差特性——有效性； （2）当异方差出现时，常用的t和F检验失效； （3）如果回归模型中遗漏一个重要变量，则OLS残差必定表现出明显的趋势。 ;第三节 异方差性检验; 对于解释变量引起的异方差，我们可以用 如下几种方法来检验异方差。;一、图示检验法;用1998年四川省各地市州农村居民家庭消费支出与家庭纯 收入的数据，绘制出消费支出对纯收入的散点图,其中用 表示农村家庭消费支出， 表示家庭纯收入。;设一元线性回归模型为： 运用OLS法估计,得样本回归模型为： 由上两式得残差： 绘制出 对 的散点图 ◆如果 不随 而变化，则表明不存在异方差； ◆如果 随 而变化，则表明存在异方差。 ;一、图示检验法;二、帕克(Park)检验与戈里瑟(Gleiser)检验 ;检验的步骤 1.建立模型并求 根据样本数据建立回归模型，并求残差序列 2.寻找 与 的最佳函数形式 用残差绝对值 对 进行回归，用各种函数 形式去试，寻找最佳的函数形式。 ; 3.判断 根据选择的函数形式作 对 的回归， 作为 的替代变量，对所选函数形式回归。用回归所得到的 、 、 等信息判断，若参数 显著不为零，即认为存在异方差性。 ;第41页/共100页;三、G-Q（Goldfeld-Quandt）检验;步骤 ;步骤 ;5.判断 ;注意： ;Goldfeld-Quanadt检验具体操作;;;（3）求F统计量值。基于表1和表2中残差平方和的 数据，即Sum squared resid的值。由表1计算得到 的残差平方和为