第三章现代多元回归模型(计量经济学-北京师范大学袁强).pdfVIP

Chapter3现代多元回归模型

有了条件期望的知识，我们重新对多元线性回归模型进行阐释.

一、关于模型

仍设模型基本形式（结构式）为：YX……+Xu,，其中Y，X……

011kk1

X为可观测或者不可观测的随机变量，Y与X……X存在因果关系，（Y，X……X

k1k1

k）的联合分布存在，u是不可观测的随机误差，模型中等式是严格成立的，但它是条件期

望E（Y｜X）的正确设定。

由于模型中设定的有截距项（Unit）,有认为u中不再含有X……X的影响因素（但u

1k

中可能含有影响Y的其他因素）.从而，当把Y投影到X=(1，X……X）空间上时，则E

1k

（u|X)=0,（已证）所以，我们可以假定E（u）=0,和Cov（Xj，u)=0，j=1,2……k

注：如果某Xj,Cov(Xj，u）0，则称解释变量由内生性。内生性产生的原因是多

方面的，在应用中，一般归结为三种方式：

1、隐性解释变量（omitted)。不是有意遗漏的,客观实际存在的某些因素，但数据不可

观测,如果不对模型加以处理,它们只能包含在随机误差项中.

2、测量误差。数据获取有明显的失误，数据不能做到准确测量，如自报数据,传递失

误等。

3、同时同步性。结果和原因的数据同时获取时，由Y与u的相关性,导致某Xj与u

的相关性，即存在某一随机因素既影响也影响原因。如Y是犯罪率，而Xk是警力，又

如产出Y与投资I，内生性问题是我们在后面主要加以讨论的重要问题.

有时为了保证传统模型与基本模型的一致性，YXu，记X(X……X)，且

1k

1



X=1，M，又假定我们可以获得N个随机样本，XY:i1,2……N，于是

1(i)(i)

k



对每一次观测，则有YXu，i=1,2……N。括号表示第几次观测，常省略括号。

(i)(i)(i)

二、关于估计

X1



现在对随机向量XM和随机误差u，假定OLS1：E(Xu)0，垂直性条件，意

X

k

味着正确设定的模型。

假定OLS1：Cov（Xj，u)=0，模型正确设定.