计量经济分析方法与建模课件2007版第03章基本回归模型--35页幻灯片.ppt

* 1. Chow分割点检验 Chow分割点检验的思想是对每一个子样本区间估计方程，看估计方程中是否存在显著差异。显著差异说明关系中存在结构变化。例如，可以使用这个检验来检查石油危机前后的能源需求函数是否一样。 为进行检验，把数据分为两个或多个子样本区间，每一子区间包含的观测值数应大于方程参数，这样才使得方程能被估计。Chow分割点检验基于比较利用整个样本估计方程获得的残差平方和及利用每一子区间样本估计方程获得的残差平方和之间的差别。 对Chow分割点检验，EViews提供了两个检验统计量。 F统计量和对数似然比（LR）统计量 ，F统计量基于对约束和非约束残差平方和的比较。在最简单情况下（一个分割点），计算如下： * Chow分割点检验的原假设:不存在结构变化。Chow分割点检验的主要缺陷是，如果每一个子区间要求至少和被估计参数一样多的样本数，那么这里就存在一个问题，比如说，要检验战争和和平时期的结构变化，但是战争时期的样本数较少。下面要讨论的Chow预测检验可以解决这个问题。 其中: 是整个样本期间估计的残差平方和； 是第 i 个子区间的残差平方和；T 是观测值数；k 是方程参数个数，这一公式可以扩展为多于一个分割点。 * 为了进行Chow分割点检验，选择View/Stability Tests/Chow Breakpoint Test…出现对话框以后，填入间断点的日期。比如，如果方程的数据是从1978到2002年，填入1994，则被定义成两个子区间：一个是1978到1993，另一个是1994到2002。 例3.9 我们利用Chow检验来判断例3.1所建立的消费函数的稳定性。20世纪90年代前的中国仍然处于卖方市场，虽然居民收入水平增幅较大，但商品供给有限，而且当时的利息率较高，因而居民收入更加倾向于储蓄增值而不是立即消费。1994年我国开始了全面的体制改革和制度创新，随着国有企业体制改革的推进和大量非国有企业的兴起并日益壮大，国内商品市场日益繁荣，商品品种更加丰富，使得居民收入用于消费的部分增加。不妨以1994年为假想的间断点，用Chow检验判断1994之前和之后的两段时期消费函数是否产生了显著的差异。 该结果是拒绝原假设 （不存在结构变化）：即1994前后存在结构变化。 * Chow预测检验先估计了包括T1区间子样本的所有样本观测值的模型，然后用同样的模型去估计T1区间样本的因变量的值。如果两个估计值差异很大，就说明模型可能不稳定。检验适用于最小二乘法和二阶段最小二乘法。 EViews给出F统计量计算如下： 这里 用所有样本观测值估计方程的残差平方和， 是用T1子样本进行估计方程的残差平方和，k 是被估计参数的个数。当误差是独立同正态分布时，F统计量服从精确的有限样本的F分布。 2. Chow预测检验 * 选择View/Stability Test /Chow Forecast Test进行Chow预测检验。对预测样本开始时期或观测值数进行定义。数据应在当前观测值区间内。 仍以例3.1所建立的消费函数为例，定义1994作为预测区间第一个分割点。检验重新估计1978—1994的方程，并且使用这个结果来计算剩余时期的预测误差。结果如下： 对数似然比（LR）统计量拒绝原假设，中国的消费函数在1994年前后有结构变化，但F统计量不能拒绝原假设。 注意：本例说明两种Chow检验产生相同的结果。但有时也会产生相反的结果。 * §3.9 EViews中的方程预测 为说明一个被估计方程的预测过程，我们仍然考虑例3.1中的模型，如果要对此模型的预测功能进行评价，可以用1978～1999年的22年数据进行参数估计，用2000～2002年的数据作为检验性数据，考察实际值和预测值的差别。 * 用1979～1999年的21年数据进行参数估计的结果： * §3.9.1 如何进行预测 为预测该方程的消费CS，在方程的工具栏中按Forecast按钮，或选择Procss/ Forecast …。这时会出现对话框： * 我们应提供如下信息： 1. 序列名 预测后的序列名 将所要预测的因变量名填入编辑框中。EViews默认了一个名字，但可以将它变为任意别的有效序列名