4.1 经典单方程计量经济学模型96766.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;基本假定违背：不满足基本假定的情况。主要 包括： （1）随机误差项序列存在异方差性； （2）随机误差项序列存在序列相关性； （3）解释变量之间存在多重共线性； （4）解释变量是随机变量且与随机误差项相关 （随机解释变量）； 此外： （5）模型设定有偏误 （6）解释变量的方差不随样本容量的增而收敛;引子：更为接近真实的结论是什么？;模型显示的结果和问题;§4.1 异方差性; 回顾同方差的含义 同方差性：对所有的 有： 因为方差是度量被解释变量 的观测值围绕回归线 的分散程度，因此同方差性指的是所有观测值的 分散程度相同。 ;;对于模型;;; 二、异方差的类型;; 三、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; 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; （一）模型中省略了某些重要的解释变量假设正确的计量模型是： 假如略去 ，而采用 当被略去的 与 有呈同方向或反方向变 化的趋势时,随 的有规律变化会体现在上 式的 中。;（二）模型函数形式设定误差 模型的设定主要包括变量的选择和模型数学形式的确定。模型中略去了重要解释变量常常导致异方差，实际就是模型设定问题。除此而外，模型的函数形式不正确，如把变量间本来为非线性的关系设定为线性，也可能导致异方差。 （三）数据的测量误差 样本数据的观测误差有可能随研究范围的扩大 而增加，或随时间的推移逐步积累，也可能随 着观测技术的提高而逐步减小。 ;（四）截面数据中总体各单位的差异 通常认为，截面数据较时间序列数据更容易产生异方差。这是因为同一时点不同对象的差异，一般说来会大于同一对象不同时间的差异。不过，在时间序列数据发生较大变化的情况下，也可能出现比截面数据更严重的异方差。 （五）随机因素的影响 如政策变动、自然灾害、金融危机等。;例 精要表 ;例 回归结果;Research and development (RD) expenditure and sales, U.S. industries, 1988.;Residuals from the RD regression (13.3).;四、异方差性的后果;（一）参数估计的无偏性仍然成立 参数估计的无偏性仅依赖于基本假定中的零均值 假定（即 ）。所以异方差的存在对无偏性 的成立没有影响。 （二）参数估计的方差不再是最小的 同方差假定是OLS估计方差最小的前提条件，所 以随机误差项是异方差时，将不能再保证最小二 乘估计的方差最小。 (三）无法正确估计系数的标准误差;2、变量的显著性检验失去意义; ; 3、模型的预测失效;五、异方差性的检验; 问题在于用什么来表示随机误差项的方差;几种异方差的检验方法：;用1998年四川省各地市州农村居民家庭消费支出与家庭纯 收入的数据，绘制出消费支出对纯收入的散点图,其中用 表示农村家庭消费支出， 表示家庭纯收入。;设一元线性回归模型为： 运用OLS法估计,得样本回归模型为： 由上两式得残差： 绘制出 对 的散点图 ◆如果 不随 而变化，则表明不存在异方差； ◆如果 随 而变化，则表明存在异方差。 ;看是否形成一斜率为零的直线;残差平方 against sales RD regression (13.3).;3.残差分布图分析; 图形法的特点是简单易操作，不足的是对异方差性的判断比较粗糙。由于引起异方差性的原因错综复杂，仅靠图型法有时很难准确对是否存在异方差下结论，还需要采用其他统计检验方法。;2、帕克(Park)检验与戈里瑟(Gleiser)检验;RD支出回归的帕克检验;Glejser检验;检验的步骤 第一步，建立模型并求 根据样本数据建立回归模型，并