计量经济学课件4.pptVIP

一、异方差性的概述 1. 同方差的含义 同方差性：对所有的i(i=1,2,…,n)，有 一、异方差性的概述 2. 异方差性的含义 设模型为 如果对于模型中的随机误差项?，有： 则称具有异方差性。即对于不同的样本点，随机误差项的方差不再是常数，而互不相同。 一、异方差性的概述 进一步，把异方差看成是由于某个解释变量的变化而引起的，则 这表明，随机误差项的方差 ?i2 随解释变量的变化而变化。 一、异方差性的概述 3. 异方差性的类型 一、异方差性的概述 一、异方差性的概述 4. 实际经济问题中的异方差 一、异方差性的概述 4. 实际经济问题中的异方差 一、异方差性的概述 4. 实际经济问题中的异方差 一、异方差性的概述 4. 实际经济问题中的异方差 一、异方差性的概述 4. 实际经济问题中的异方差 二、异方差产生的原因 1. 模型中省略了某些重要的解释变量 二、异方差产生的原因 3. 测量误差的变化 二、异方差产生的原因 4. 利用分组数据来估计计量模型 第3节 异方差性的检验 三、怀特(White)检验法 1. 基本思想 不需要关于异方差的任何先验信息，只需要在大样本的情况下，将OLS估计后的残差平方对常数、解释变量、解释变量的平方及其交叉乘积等构成一个辅助回归，利用辅助回归建立相应的检验统计量来判断异方差性。 2. 检验的特点 要求变量的取值为大样本 不仅能检验异方差的存在性，同时在多变量的情况下，还能判断出是哪一个变量引起了异方差。 第3节 异方差性的检验 三、怀特(White)检验法 3. 检验的基本步骤 以一个二元线性回归模型为例，设模型为 （1）对原方程回归得到ei。 （2）求出回归扰动项的方差估计值ei2。 （3）构造辅助回归方程并回归，求得R2 (不是调整后) 第3节 异方差性的检验 三、怀特(White)检验法 3. 检验的基本步骤 （4）经证明，white认为， 其中，m是辅助回归方程的项数，上式中，m=5 （5）假设 （6）检验： 表明模型中随机误差项存在着异方差 第3节 异方差性的检验 三、怀特(White)检验法 3. 检验的基本步骤 注意： 辅助回归仍是检验方差与解释变量可能的组合的显著性，因此，辅助回归方程中还可引入解释变量的更高次方。 如果存在异方差性，则表明方差确与解释变量的某种组合有显著的相关性，这时往往显示出有较高的可决系数以及某一参数的t 检验值较大。 当然，在多元回归中，由于辅助回归方程中可能有太多解释变量，从而使自由度减少，有时可去掉交叉项。 第3节 异方差性的检验 三、怀特(White)检验法 4. 在eviews中的实现 （1）做回归 （2）view上选定residual tests中的white heteroskedasticity,选择no cross（无交叉项，则?5=0，小样本一般选择） （3）结果分析： Probability5%，表示“弃真”概率5%,说明小概率事件居然发生了，接受H0。 Probability5%，表示“弃真”概率5%,说明小概率事件不可能发生，拒绝H0，存在异方差。 第3节 异方差性的检验 四、ARCH检验法 1. 基本思想 在时间序列数据中，可认为存在的异方差性为ARCH过程，并通过检验时间序列中ARCH过程是否成立去判断时间序列是否存在异方差。 2. ARCH过程 对多元线性回归模型，如果其随机扰动项的方差满足 称?t服从q阶的ARCH过程，记作 对多元线性回归模型，作回归，得到残差et。 作辅助回归，得到R2。 构造统计量， H0： 若 拒绝H0，存在异方差。 第3节 异方差性的检验 四、ARCH检验法 3. 步骤 对多元线性回归模型，作回归。 点击view，选定residual tests中ARCH（LM） test，lag取1，2，或3 结果分析 Probability5%，表示“弃真”概率5%,说明小概事件居然发生了，接受H0，不存在异方差。 Probability5%，表示“弃真”概率5%,说明小概率事件不可能发生，拒绝H0，存在异方差。 第3节 异方差性的检验 四、ARCH检验法 4. Eviews中实现 变量的取值为大样本，并且是时间序列 只能判断模型中是否存在异方差，而不能诊断出哪个解释变量引起了异方差 第3节 异方差性的检验 四、ARCH检验法 5. 特点 第3节 异方差性的检验 五.戈里瑟(Gleiser)检验法 1. 基本思想 用OLS得到残差，取得绝对值，然后将它与某解释变量回归