计量模型的函数形式误设检验（RESET）.docxVIP

计量模型的函数形式误设检验（RESET）

引言

在计量经济学研究中，模型设定的准确性直接影响实证结果的可靠性与解释力。函数形式误设是最常见的模型设定问题之一，指研究者错误地假定了解释变量与被解释变量之间的函数关系（如将非线性关系简化为线性关系、遗漏关键交互项等）。这类误设可能导致参数估计有偏、标准误失真，甚至得出与实际经济意义相悖的结论（伍德里奇，2019）。如何有效识别函数形式误设，成为实证研究中不可忽视的关键环节。

Ramsey于1969年提出的回归设定误差检验（RegressionSpecificationErrorTest，简称RESET），是目前应用最广泛的函数形式误设检验方法之一。该方法通过构造辅助回归模型，利用拟合值的高次项捕捉原模型未捕获的非线性信息，进而判断函数形式是否存在系统性偏差。本文将围绕RESET检验的核心逻辑、操作流程、扩展应用及实践注意事项展开详细探讨，旨在为研究者提供从理论理解到实际操作的完整指引。

一、RESET检验的基本原理与逻辑基础

（一）函数形式误设的典型表现与危害

在实证研究中，函数形式误设通常表现为三种形式：一是遗漏变量的非线性变换项（如实际应为二次函数关系却仅保留一次项）；二是错误设定变量间的交互作用（如忽略交叉相乘项）；三是对非连续变量（如虚拟变量）的错误处理（如将分段函数简化为线性函数）。例如，在研究收入与消费的关系时，若实际