第三章 计量经济检验(计量经济学-浙江工商大学,赵卫亚).ppt

第三章 回归模型的扩展 扩展内容：1、回归模型假定的检验2、定性因素的影响3、滞后因素的影响（动态模型）第一节 异方差性一、异方差性的概念及其产生原因：1.定义：D(i)常数例：消费函数、利润函数2.类型：递增型、递减型 [D(i)＝ƒ(xi)]3.产生原因：1)误差项中含有影响逐渐增大的因素2)模型函数形式的设定误差3)随机因素影响（注：异方差性易产生于横截面数据）二、异方差的影响二、异方差的影响1.OLS估计不再是最佳估计量；2.T检验可靠性降低；3.增大预测误差；三、异方差的检验三、异方差的检验★1.图形分析：(1)观察Y、X相关图：SCAT X Y(2)残差分析:观察回归方程的残差图 在方程窗口直接点击Residual按钮；或：点击View\Actual,Fitted,Residual\Table2.戈德菲尔德戈德菲尔德—匡特匡特(Goldfeld—Quant）检）检验验原理：通过比较不同样本残差平方和之间的差异性，判断残差的变化规律步骤：（1）将样本排序，并分成两个样本；（2）分段回归,计算各自的残差；（3）检验残差平方和是否存在显著差异； Eviews实现：教材P73★★ 3.怀特（White）检验 原理：利用辅助回归模型判断异方差性 步骤：1）假设H0：辅助回归模型中系数均为0；2）估计辅助回归模型；3）nR2大于临界值（或p值较小） Eviews实现：View\Residual\Test\White Heteroskedastcity★★ 4.4.帕克（帕克（Park））检验与戈里瑟（检验与戈里瑟（Gleiser））检验检验原理：利用辅助回归模型判断异方差性Eviews实现：教材P75四、异方差的解决方法四、异方差的解决方法 1.变换模型消除异方差性例1. D(i)＝kX2 例2. D(i)＝kX一般情况： D(i)＝kf(Xi) 2.变换模型的实质：加权最小二乘估计（WLS估计）前提：已知异方差的类型 Wi＝1/i23.WLS3.WLS估计的估计的EviewsEviews软件实现软件实现1)生成权数变量WH2)使用WLS法估计模型方式1：LS（W=WH） Ｙ C Ｘ方式2：在方程窗口中点击Estimate\Options\Weighted,并在权数变量栏输入权数变量；3)利用White检验判断是否消除了异方差性权数变量的确定：依据Pack检验和Gleiser检验的结果，或直接取成 1/|ei|、1/ei2第二节 自相关性一、自相关性的概念及其产生原因：1.定义：随机误差项的各期值之间存在相关性 COV(t, s)0, ts例：投资函数、生产函数2.产生原因：1)模型遗漏了自相关的解释变量；2)模型函数形式的设定误差；3)经济惯性；4)随机因素影响；（注：自相关性更易产生于时序数据）3.3.自相关性自相关性类型：类型：一阶：t＝t－１＋vt 高阶：t＝1t－１＋2t－2＋...＋vt二、自相关性及其影响：二、自相关性及其影响：1.严重低估系数的估计误差2.T检验可靠性降低（易保留不重要的解释变量）3.预测误差具有周期性三、自相关性的检验三、自相关性的检验1.图形分析（残差分析）观察LS命令的残差图（残差具有周期性波动）2.DW2.DW检验（适用于一阶自相关情形）检验（适用于一阶自相关情形）检验假设： ＝0检验统计量：DW＝(et－et-1)2/et2DW统计量与的关系：DW＝2(1－)检验过程：P873.高阶自相关检验：1)偏相关系数检验：命令：IDENT RESID菜单：View\Residual Test\Correlogram Q-statistics;观察偏相关系数图。

2)Breusch-Godfrey检验（B-G检验）原理：辅助回归检验命令：View\Residual Test\Serial Correlation LM Test四、自相关性的修正方法四、自相关性的修正方法1.利用广义差分变换消除自相关性： 步骤： 实质：GLS估计2.的估计方法：1）近似估计；2）迭代估计；3.Eviews软件的实现： 1）检验自相关性的阶数； 2）在LS命令中增加AR项；例：我国城乡居民储蓄存款预测模型第三节 多重共线性一、多重共线性的概念及其产生原因一、多重共线性的概念及其产生原因：1.定义:解释变量之间存在较强的线性相关关系 例：生产函数、需求函数2.产生原因：(1)经济变量之间的内在联系(2)经济发展的“共向性”(3)模型中含有滞后变量二、多重共线性的影响二、多重共线性的影响1.难以区分解释变量的单独影响（增大系数的估计误差）；F例：农业生产函数F方差扩大因子2.T检验可靠性降低（容易剔除重要的解释变量）；3.模型缺乏稳定性；三、多重共线性的检验三、多重共线性的检验1.相关系数检验（两两相关）：COR命令2.回归检验（多重相关）:LS命令四、多重共线性的处理方法四、多重共线性的处理方法1.直接剔除次要的解释变量2.间接剔除重要的解释变量(1)利用附加信息例1：C-D生产函数 ＋＝１例2：能源需求函数 b1=b2 ( (2)变换模型形式l改变模型的函数形式l改变模型中变量形式l改变变量的统计指标(3)使用混合样本（时序数据与截面数据）3.增大或改变样本4.逐步回归分析（P114例5)5.主成份回归、岭回归例：香港恒生指数预测模型例：香港恒生指数预测模型Y-恒生指数x1-成交额x2-生产总值x3-建筑业产值 x4-房地产成交x5-黄金价格x6-港汇指数x7-利率分析：1.相关分析：1）Xi对Y的影响 2）Xi之间相关性2.剔除次要变量x6、x7；3.分别建立模型，消除多重共线性：4.检验自相关性，消除自相关性影响；5.检验异方差性。