计量经济学讲义第四讲.docxVIP

浙江工商大学金融学院姚耀军讲义系列

1

第四讲异方差

一、同方差与异方差：图形展示

高斯-马尔科夫假定四即同方差假定=δ2。维持其他假定，并假设真实模型

是y

是yi=β1+β2xi+εi

E(yi)=β1+β2xi

为了理解该假定，我们先考察图一。

图一同方差情况

在图一中，空心圆点代表(xi,E(yi))，实心圆点代表观测值(xi,yi观测)，yi观测是随机变量yi的一个实现【注意，按照假定，xi是非随机的，即在重复抽样的情况下，给定i的取值，xi不随样本的变化而变化】，倾斜的直线代表总体回归函数：E(yi)=β1+β2xi。图一显示了一个重要特征，即，尽管y1,y2,...的期望值随

着x1,x2,...的不同而随之变化，但由于假定=δ2，它们的离散程度（方

差）是不变的。

浙江工商大学金融学院姚耀军讲义系列

2

然而，假定误差项同方差从而被解释变量同方差可能并不符合经济现实。例如，如果被解释变量y代表居民储蓄，x代表收入，那么经常出现的情况是，低收入居民间的储蓄不会有太大的差异，这是因为在满足基本消费后剩余收入已不多。但在高收入居民间，储蓄可能受消费习惯、家庭成员构成等因素的影响而千差万别。图二能够展示这种现象。

图二异方差情况

在图二中，依据x1所对应的分布曲线形状，x5所对应的实心圆点看起来是一个异常点，但依据x5所对应的分布曲线形状，它也许是正常的，因为x5所对应的分布曲线形状表明，随机变量y5的方差很大。如果我们有很多观测值，那么在上述情况下，一个典型的散点图如图三所示。事实上，利用散点图来初步识别异方差现象在实践中经常被采用。

图三异方差情况下的散点图

浙江工商大学金融学院姚耀军讲义系列

3

笔记：

应该注意的是，如果第一个高斯-马尔科夫假定被违背，即模型设定有误，那么也可能出现“异方差”现象。例如，正确模型是非线性的，但我们错误地设定为线性，以这个线性模型为参照，散点图也许显示出明显的异方差症状。事实上，在很多情况下，异方差症状被认为是模型错误设定的一个表现。如果产生异方差现象的原因是模型设定有误，那么我们首先应该要作的事情是正确设定模型，而不是如本讲后面所谈到的在估计方法上做文章！不过，在本讲中，我们假定所有其他的高斯-马尔科夫假定成立，仅仅是同方差假定不成立。

二、异方差的后果

在证明高斯-马尔科夫定理时，我们仅仅在证明OLS估计量的方差最小时用到了同方差的假定，而在证明线性、无偏性并没有用到该假定，因此违背同方差假定并不影响上述性质。

在证明方差最小时，我们分了两步，其中第一步是计算OLS估计量的方差。作为一个复习，下面我们把这个过程再演示一遍。

真实模型是：yi=β0+β1xi+εi，那么有：

在重要假定五：Covariance(εi,εj)=0,i≠j下，有：

在重要假定四：Variance=δ2下，

笔记：

在实践中，在检验同方差假定之前，我们应该首先确认序列无关假定是否成立，当该假定不成立时，首先应该校正序列相关性，然后再进行同方差检验。

浙江工商大学金融学院姚耀军讲义系列

4

显然，如果同方差假定不成立计量软件包通常（默认方式）是通

过公式：

来计算的标准误，其中用来估计误差项的方差。应该注意：

首先，只有在高斯-马尔科夫假定成立的前提下，2才是对误差项方差的一个无偏

估计。当误差项是异方差时，即误差项的方差随着i的不同而不同，但我们却利用一个与i

无关的估计量去估计它的最终结果与i有关吗？】，显然这是不合理的！因此，当存在异方差时不可能是对误差方差的一个恰当的估计。

Σ(xi-x)22[Σ(xi

Σ(xi-x)22

[Σ(xi-x)2]2

而不是以来作为对的标准差估计。

笔记：

不幸的是，我们没有任何办法来恰当地估计出各个误差项的方差！误差项的实现是观察不到的，因为我们并不知道参数的真实值。但我们可以获得残差，残差是对误差的近似，因此，对误差项性质的任何推断都可以建立在对残差的观察基础上。然而，在异方差情况下，对于每一种不同的误差分布曲线，我们只有一个残差观测值，依靠一个观察值，显然无法得到方差的估计。

然而又足够幸运的是，我们可以绕开估计误差方差这个死胡同！按照

White(1980)，对于线性模型yi=β0+β1xi+εi，我们可以利用

-来作为对作为估计量方差的一致估计，其正的平方根被称

为异方差稳健性标准误，或者White-Huber-Eicher标准误。

5

总而言之，在异方差情况下采用公式来