计量经济学精品课件：4 违背基本假定问题1.pptVIP

本章说明 基本假定违背主要 包括： 随机误差项序列存在异方差性； 随机误差项序列存在序列相关性； 解释变量之间存在多重共线性； 解释变量是随机变量且与随机误差项相关的随机解释变量问题； 模型设定有偏误； 解释变量的方差不随样本容量的增而收敛。 计量经济检验：对模型基本假定的检验 本章主要讨论前4类 为什么不讨论正态性假设？ William H. Greene(2003), Econometric Analysis In most cases, the zero mean assumption is not restrictive. In view of our description of the source of the disturbances, the conditions of the central limit theorem will generally apply, at least approximately, and the normality assumption will be reasonable in most settings. Except in those cases in which some alternative distribution is assumed, the normality assumption is probably quite reasonable. 实际上：正态性假设的违背 当存在模型关系误差时，如果解释变量是随机的，随机误差项的正态性将得不到保证。 当模型遗漏了显著的变量，如果遗漏的变量是非正态的随机变量，随机误差项将不具有正态性。 如果待估计的模型是原模型经过函数变换得到的，随机误差项将不再服从正态分布。 当模型存在被解释变量的观测误差，如果观测误差相对于随机误差项的标准差特别大、样本长度又特别小，随机误差项的正态性假设会导致显著性水平产生一定程度的扭曲。 当模型存在解释变量观测误差时，一般情况下，随机误差项的正态性假设都是不能成立的；只有在回归函数是线性的，且观测误差分布是正态的特殊情形下，随机误差项的正态性才成立。 步骤 对模型进行OLS估计； 采用散点图检验，表明存在异方差； 采用G-Q检验，表明存在异方差； 经试算，寻找适当的权； 采用WLS估计模型； 采用稳健标准误方法估计模型。 五、案例——中国居民总量消费函数（自学） 步骤 对一元模型进行OLS估计； 进行序列相关检验，存在正相关； 分析产生序列相关的原因，为了消除虚假相关，引入时间趋势项； 估计新模型，经D.W.检验，仍然存在正相关； 进行LM检验，判断存在1阶序列相关； 采用广义差分法估计模型； 采用稳健标准误方法估计模型。 1、广义最小二乘法（GLS） GLS的原理与WLS相同，只是将权矩阵W换为方差协方差矩阵Ω。 模型的GLS估计量为： 如何得到矩阵?？ 对?的形式进行特殊设定后，才可得到其估计值。 例如设定随机扰动项为一阶序列相关形式 ?i=??i-1+?i 2、广义差分法(Generalized Difference) 广义差分法是将原模型变换为满足OLS法的差分模型，再进行OLS估计。 该模型为广义差分模型，不存在序列相关问题。 3、随机误差项相关系数的估计 应用广义最小二乘法或广义差分法，必须已知随机误差项的相关系数?1, ?2, … , ?L 。 实际上，人们并不知道它们的具体数值，所以必须首先对它们进行估计。 常用的估计方法有： 科克伦-奥科特（Cochrane-Orcutt）迭代法 杜宾（durbin）两步法 科克伦-奥科特迭代法 采用OLS法估计 随机误差项的“近似估计值”，作为方程的样本观测值 类似地，可进行第三次、第四次迭代。 两次迭代过程也被称为科克伦-奥科特两步法。 第二次估计 杜宾（durbin）两步法 该方法仍是先估计?1,?2,?,?l，再对差分模型进行估计。 应用软件中的广义差分法 在Eview/TSP软件包下，广义差分采用了科克伦-奥科特（Cochrane-Orcutt）迭代法估计?。 在解释变量中引入AR(1)、AR(2)、…，即可得到参数和ρ1、ρ2、…的估计值。 其中AR(m)表示随机误差项的m阶自回归。在估计过程中自动完成了ρ1、ρ2、…的迭代。 如果能够找到一种方法，求得Ω或各序列相关系数?j的估计量，使得GLS能够实现，则称为可行的广义最小二乘法（FGLS, Feasible Generalized Least Squares）。 FGLS估计量，也称为可行的广义最小二乘估计量（feasible general l