经典单方程计量经济学模型.pptVIP

王中昭制作 基本假定违背：不满足基本假设的情况。主要 包括： （1）随机误差项序列存在异方差性； （2）随机误差项序列存在序列相关性； （3）解释变量之间存在多重共线性； 计量经济检验：对模型基本假设进行的检验 第一页，共三十七页。 主要内容 一、异方差概念和类型 二.实际经济问题中的异方差性和后果 三、异方差性的检验 四.异方差修正和实例 第二页，共三十七页。 对于模型 如果出现 即对于不同的样本点，随机误差项的方差不再是常数，而是互不相同，则认为出现了异方差性。 异方差：即意味着：Var(μi) ≠Var(μj) i≠j μi ,μj 是用不同的样本组求出模型中的随机扰动项，再计算其方差，若有差异，则存在异方差。 注意μi仍然是一个服从正态分布的随机变量。 一、异方差(Heteroscedasticity)的概念 第三页，共三十七页。 异方差一般可归结为三种类型： (1)单调递增型： ?i2随X的增大而增大 (2)单调递减型： ?i2随X的增大而减小 (3)复 杂 型： ?i2与X的变化呈复杂形式 二、异方差的类型 因为μ与Y是同分布的，因此，如果Y存在异方差，则 μ就存在异方差。 第四页，共三十七页。 f a b c d e 第五页，共三十七页。 例4.1.1,采用截面资料，研究居民家庭的储蓄行为 Yi=?0+?1Xi+?i Yi为第i个家庭的储蓄额，Xi为第i个家庭的可支配收入。 高收入家庭：储蓄的差异较大。 低收入家庭：储蓄异较小。 而且随着收入的增加， Yi的方差呈现单调递增的变化，从而?i的方差也呈现单调递增的变化。 三、实际经济问题中的异方差性 第六页，共三十七页。 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 被解释变量：产出量Y，解释变量：资本K、劳动L、技术进步A。 那么：有可能每个企业所处的外部环境对产出量的影响程度不同，而每个企业所处的外部环境对产出量的影响一般被包含在随机误差项中，这样就会造成随机误差项存在异方差。 这种异方差的特点是：随机误差项的方差并不随某一个解释变量观测值的变化而呈规律性变化，异方差与解释变量以外的因素有关，呈现出复杂型的异方差。 第七页，共三十七页。 回归模型的设定不正确也会造成异方差。 家庭食品支出Y与家庭收入X之间的关系： Yi=β0+β1Xi+β2X2i+μi i=1,2,…,n 如果模型设为： Yi=β0+β1Xi+μi 则忽略X2对Y的影响，此影响自然会归到μi中，从而μi随着X的变动，μi的方差随着收入变化而变动。 造成μi存在异方差。 即模型形式设计不对的也会造成μi存在异方差。 第八页，共三十七页。 计量经济学模型一旦出现异方差性，如果仍采用OLS估计模型参数，会产生下列不良后果： 1、参数估计量非有效 OLS估计量仍然具有线性和无偏性，但不具有有效性。 因为在有效性证明中利用了同方差的结论： 四、异方差所导致的后果 第九页，共三十七页。 2、变量的显著性检验失去意义 变量的显著性检验中，构造了t统计量 如果出现了异方差，则估计的 出现偏误（偏大或者偏小），t检验就失效。 如果出现了异方差，则估计的 出现偏误（偏大或者偏小），t检验就失效。 第十页，共三十七页。 3、模型的预测失效 一方面，由于上述后果，使得模型不具有良好的统计性质，因此模型不可靠，从而预测不准确。 另一方面，在预测区间中包含了随机干扰项μi的标准差。因此当μi存在异方差时，降低预测精度或者预测失效。 第十一页，共三十七页。 检验思路： 由于异方差性就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。 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”。 即检验下面的模型是否成立: var(μi)=f(Xij)+εi 五、异方差性的检验 第十二页，共三十七页。 用什么来表示随机误差项的方差? 一般的处理方法是： 首先用OLS法估计模型，然后得随机误差项的估计量，称之为近似的估计量，用ei表示。因此有： 第十三页，共三十七页。 几种异方差的检验方法： （1）. 对于一元回归模型，以e2i为纵坐标，X为横坐标作散点图。 (2). 对于多元回归模型，由于 与X1,X 2,…,Xk存在函数关系，故可用 近似代替X1, X2,…,