计量经济学第四章.pptx

一、多重共线性的概念 二、多重共线性的后果 三、多重共线性的检验 四、克服多重共线性的方法 五、例题 六、分部回归与多重共线性;一、多重共线性的概念;1、多重共线性;2、实际经济问题中的多重共线性;二、多重共线性的后果Consequences of Multicollinearity; 1、完全共线性下参数估计量不存在;2、近似共线性下OLS估计量非有效; 以二元线性模型 y=?1x1+?2x2+? 为例: ;多重共线性使参数估计值的方差增大，1/(1-r2)为方差膨胀因子(Variance Inflation Factor, VIF);3、参数估计量经济含义不合理;4、变量的显著性检验失去意义;5、模型的预测功能失效;注意： ;三、多重共线性的检验Detection of Multillinearity; 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。;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。 以逐步回归法得到最广泛的应用。 注意：剩余解释变量参数的经济含义和数值都发生了变化。;2、第二类方法：差分法;3、第三类方法：减小参数估计量的方差;五、案例——中国粮食生产函数(自学);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。;§4.4 随机解释变量问题Random Explanatory Variables;一、随机解释变量问题; 基本假设:??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(contemporaneously uncorrelated)，但异期相关。;31;二、随机解释变量的后果; 计量经济学模型一旦出现随机解释变量，且与随机扰动项相关的话，如果仍采用OLS法估计模型参数，不同性质的随机解释变量会产生不同的后果。 下面以一元线性回归模型为例进行说明。 ; 1、随机解释变量与随机误差项相关图 ;2、如果X与?相互独立，OLS参数估计量仍然是无偏、一致估计量。 ;3、如果X与?同期不相关，异期相关，得到的参数估计量有偏、但却是一致的。 ;4、如果X与?同期相关，得到的参数估计量有偏、且非一致。 ;三、工具变量法 Instrument variables;1、工具变量的选取;2、工具变量的应用;能否说“其它解释变量用自己作为工具变量”？; 这种求模型参数估计量的方法称为工具变量法(instrumental variable method)，相应的估计量称为工具变量法估计量（instrumental variable (IV) estimator）。;3、工具变量法估计量是一致估计量;(1)在小样本下，工具变量法估计量仍是有偏的。 ;(4)OLS可以看作工具变量法的一种特殊情况。;5、 IV演示：居民总消费模型;数据;OLS估计;;IV估计;;GMM估计;;估计结果;拟合结果;四、解释变量的内生性检验;Hausman检验;五、例：中国城镇居民人均消费函数（自学）;步骤 以中国城镇居民人均消费为被解释变量，人均可支配收入和前一年城镇居人均消费支出为解释变量，建立模型； 经分析认为，人均可支配收入可能具有同期内生性； 选择工具变量； 采用Hausman检验判断，城镇居民人均可支配收入确实是内生变量； 采用工具变量估计。 为了比较，采用OLS估计。