41 违背基本假定问题1.ppt

第四章 经典单方程计量经济学模型：放宽基本假定的模型Relaxing the Assumptions of the Classical Model;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 本章主要学习前4类;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.;§4.1 异方差性Heteroscedasticity;一、异方差的概念;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，则认为出现了异方差性(Heteroskedasticity)。;2、异方差的类型;3、实际经济问题中的异方差性; 例4.1.2: 以绝对收入假设为理论假设、以截面数据为样本建立居民消费函数： Ci=?0+?1Yi+?I 将居民按照收入等距离分成n组，取组平均数为样本观测值。; 例4.1.3: 以某一行业的企业为样本建立企业生产函数模型 Yi=Ai?1 Ki?2 Li?3e?I 被解释变量：产出量Y，解释变量：资本K、劳动L、技术A。;二、异方差性的后果 Consequences of Using OLS in the Presence of Heteroskedasticity;1、参数估计量非有效; 2、变量的显著性检验失去意义;3、模型的预测失效;三、异方差性的检验Detection of Heteroscedasticity;1、检验思路;共同的思路： 由于异方差性是相对于不同的解释变量观测值，随机误差项具有不同的方差。那么检验异方差性，也就是检验随机误差项的方差与解释变量观测值之间的相关性及其相关的“形式”。 问题在于用什么来表示随机误差项的方差？一般的处理方法：首先采用OLS估计，得到残差估计值，用它的平方近似随机误差项的方差。 ;2、图示法;3、帕克(Park)检验与戈里瑟(Glejser)检验;4、戈德菲尔德-匡特(Goldfeld-Quandt)检验;G-Q检验的步骤： 将n对样本观察值(Xi,Yi)按观察值Xi的大小排队; 将序列中间的c=n/4个观察值除去，并将剩下的观察值划分为较小与较大的相同的两个子样本，每个子样样本容量均为(n-c)/2; 对每个子样分别进行OLS回归，并计算各自的残差平方和。 在同方差性假定下，构造如下满足F分布的统计量：;5、怀特（White）检验;说明： 辅助回归仍是检验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。 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。;四、异方差的修正—加权最小二乘法Correcting Heteroscedasticity—Weighted Least Squares, WLS;1、WLS的思路; 例如，对一多元模型; 一般情况下:;这就是原模型Y=X?+?的加权最小二乘估计量，是无偏、有效的估计量。 ; 2、如何得到?2W ？;3、模型变换（Transformation）;4、异方差稳健标准误法（Heteroscedasticity-Consistent Variances and Standard Errors）;地区城镇居民消费模型—OLS;地区城镇居民消费模型—WLS;地区城镇居民消