异方差与序列相关12_7.pptVIP

计量经济学 李捷瑜 课程资料： 用户名和密码：lijystu Part I 异方差与序列相关 three weeks 异方差 序列相关 Reference： chapter 4 Part II 内生性的介绍 one weeks 回顾OLS估计量的性质 内生性的定义 内生性的来源：遗漏变量；测量误差；联立方程 Reference： chapter 5.1 5.2 Part III 工具变量法 two weeks 回顾矩估计的原理 工具变量法的原理及估计步骤 IV估计量的大样本性质 设定检验：有效性检验、内生性检验和过度识别检验 例子：估计教育回报率 Reference： chapter 5.35.5 Part IV GMM估计 one week GMM方法介绍 例子：估计跨期资产定价模型 Reference： chapter 5.6 Heteroskedasticity andAutocorrelation Consequences for the OLS Estimator Deriving an Alternative Estimator This estimator is referred to as the generalized least squares (GLS) estimator. Heteroskedasticity 经济意义的例子:收入与消费 克服异方差的方法 GLS(WLS)估计 仍然采用OLS 重新设定模型 WLS估计——h函数不含未知参数 In the transformed model all variables are transformed, including the intercept term. This implies that the new model does not contain an intercept term. The parameter estimates are to be interpreted in the context of the original untransformed model. Estimator Properties: 例1： 例2 WLS arise from an econometric model. EGLS估计——h函数含未知参数 例3 拥有不同组别方差的模型 Heteroskedasticity-consistent Standard Errors for OLS White(1980) shows that OLS or WLS？ 错误设定权数形式的后果： 只要权数与扰动项不相关，WLS估计量就是一致渐近正态估计量。这也意味着OLS估计量是一致渐近正态估计量。然而基于这些一致估计量进行假设检验都需要用修正的方差矩阵估计量。 WLS的渐近方差可能小于或大于OLS的渐近方差。也就是说WLS估计量不一定比OLS估计量渐近有效。 有限样本的后果：如果WLS涉及额外参数的估计，那么WLS比OLS渐近有效除了要求正确设定权数的函数形式，还依赖于样本容量充分大。 在大样本中如果WLS与OLS差异很大，那么很可能是外生性不成立。 Testing for Heteroskedasticity Testing for Multiplicative Heteroskedasticity White Test Which test? Autocorrelation First Order Autocorrelation 扰动项序列是平稳过程，它将满足： 从中看到： 1） 保证了扰动项序列是平稳序列。 2）任何期的扰动项之间都相关，但随着时间距离的增大，相关性不断减弱。 一阶自相关模型的GLS估计 已知 模型转换 一阶自相关模型的EGLS估计 Step 1: 对原方程进行OLS估计，用残差估计出未知参数 ； Testing for Autocorrelation DW 统计量： DW检验的特点和局限性： DW统计量在H0成立下的样本分布依赖于数据矩阵X；因此不能构造出独立于X的拒绝域用以推断。但是，dw统计量的上下限独立于X，可以通过上下限围成的临界区域做推断。 可惜的是，这个解决方法会形成一些无法作出判断的区域。 要求扰动项满足严格外生；因此，如果解释变量含有被解释变量的滞后项，DW检验无效。 只能检验是否存在一阶自相关。 Alternative Autocorrelation Patterns Higher Order Autocorrelation Moving Average Errors Breusch-Godfrey LM test LM