中级计量经济学 第四章 模型设定错误.pdfVIP

中级计量经济学第四章模型设定错误

第四章

模型设定错误

主要内容

模型设定错误有广义和狭义两种情况

狭义的错误指模型设定出现丢失重要解释变量、包括不必要的解释变量、解

释变量测度存在误差等情况；

广义的错误还包括多重共线、残差项出现异方差或序列相关等情况。

当出现模型设定错误时，利用OLS方法得到的参数估计不再具有最小方差和

无偏性质。

主要内容

多重共线

模型变量设定错误

遗漏必要的解释变量

包括不必要的解释变量

解释变量含有测度误差

误差项不符合古典假定

回归方程函数形式错误

检验和解决办法

多重共线

根据古典假定，矩阵X#039;X应该是满秩的，即X#039;X可逆。

若数据违反上述假定，那么出现解释变量间的完全多重共线。

在实际工作中，由于数据原因造成的解释变量完全多重共线并不常见，并且

多数是由于模型设定错误。经常遇到的情况是解释变量之间的不完全多重共线。

令rj为不同时为零的常数，上述两种情况可以表示为：

完全的多重共线

不完全的多重共线（vi为一随机误差项）

不同性质的多重共线

右表中，X1与X2为完全的多重共线，即：

X2=5X1

X1与X3则为不完全多重共线，即：

X2=5X1＋v

Corr(X1,X2)=0.999

152

150

30

119

120

24

94

90

18

75

75

15

52

50

10

X3

X2

X1

多重共线

多重共线是由于解释变量之间存在较高的相关性。

经济变量之间总会存在较高的相关性，差别仅仅是在相关的程度上，因而在

应用工作中常常难以避免多重共线问题。

当解释变量高度相关时，估计模型参数遇到困难。

从数学角度解释，这就是说，当两个变量存在共同的运动模式时，采用统计

手段分离两者各自对因变量的影响将是非常困难的。

多重共线的来源

数据收集方法不当

抽样集中在一个非常类似的子群体；

例1：对同一地点贫困人口的调查，多数指标相近。

例2：对同一地点农户农业生产的调查，很多投入与土地成比例（技术、市

场和制度环境相近）。

总体存在经济指标相关，抽样时未采取对策；

例：高收入户通常家庭资产也多，但可能通过适当的抽样方法（分层/配额

抽样）取得变异大的样本。

模型设定

在模型中包括同一变量的不同变型(X变异小时更严重)

例：Y=??0+??1X+??2X2+e

多重共线的来源

变量有共同的时间趋势

多数时间序列数据呈现增长趋势

例：人口、GDP、进出口、城市化率、粮食单产…

以价值计量的经济指标都会受通货膨胀的影响

例：GDP、税收、商品价格、居民收入、居民消费支出

模型包括过多的解释变量

模型中解释变量个数大于或等于观察值个数

多重共线

不同类型的数据出现多重共线的原因不同，程度也不同：

对于时间序列数据，变量之间经常存在共同的运动趋势（收入增长与财富积

累），或由于共同受第三个变量的影响而出现相类似的变动（通货膨胀）。

截面数据可能出现接近等比例的变化（农业生产中劳动投入和物质投入与面

积大小成正比）。

一般而言，使用时间序列数据建立模型时更可能遇到多重共线问题。

多重共线的性质

对于多重共线可以从性质上做如下划分：

总体现象：变量通过内在的机制共同运动，此时不管用什么样的抽样方法，

得到的样本总会表现出较强的多重共线问题。

例：收入和财富之间的关系。

样本现象：即使总体不存在变量之间的共同运动趋势，抽取的样本仍可能出

现多重共线，即样本含有的信息不够丰富，未能充分反映总体的变异情况，导致

无法分离每个X单独对Y产生的影响。

模型设定问题：例如多项式模型中的解释变量为同一变量的高阶形式。当该

变量变异较小时，会出现较强的多重共线。

多重共线的影响

在出现完全多重共线时，无法得到模