第3讲章 违背经典假设方法（研2012）.ppt

计量经济学检验相关问题 请看下例：政策的判断争议 放松管制后纽约股票交易所(NYSE)的经纪人佣金。 1 9 7 5年四五月间，债券交易委员会(Securities and Exchange Commission，S E C )废除了对于纽约股票交易所股票交易固定佣金率的规定，允许股票经纪人在竞争的基础上索取佣金。表11 - 1给出了从1 9 7 5年4月到1 9 7 8年1 2月间经纪人对机构投资者索要的平均每股佣金的季度数据。 纽约股票交易所佣金率趋势 X1——佣金率，美分/股（0-199股） X2——佣金率，美分/股（200-299股） X3——佣金率，美分/股（1000-9999股） X4——佣金率，美分/股（10000股以上） 纽约股票交易所佣金统计特征 纽约股票交易所每股佣金 更令人感兴趣的是 注意表中两个有趣的特征。放松管制以来，佣金率有下降的趋势。然而，平均佣金率存在着显著的不同，并且对四类机构投资者所索取的佣金的方差也存在着显著的差异。 如何来解释这种差异呢？ 这种规模经济作用？ 纽约股票交易所( N Y S E )最初是极力反对对经纪佣金率放松管制的。事实上，在引入放松管制以前( 1 9 7 5年5月1日)，N Y S E向股票交易委员会( S E C )提交了一份经济计量研究报告，认为在经纪行业中存在着规模经济，因此(由垄断决定的)固定佣金率是公正的。 这种规模经济怎样计量？ N Y S E所提交的经济计量分析是围绕着以下回归函数来进行： t= 2.98 40.39 -6.54 R2=0.934 其中，Y=总成本，X=股票交易的数量。 美国司法部反托拉斯局认为这种结论正确不可靠 t= 2.98 40.39 -6.54 R2=0.934 如何推翻上面的结论的？ t= 32.3 7.07 0.503 R2=0.934 异方差问题、发现与措施 异方差的定义与类型 异方差的类型 异方差的来源 异方差的来源 学习过程(如，打字) 横截面数据（同一时点的不同实体变异程度不同） 异常值的影响 回归模型的设定不正确（一些重要变量被忽视） 数据采集技术的改进 出现异方差时的估计问题 出现异方差时的OLS估计 出现异方差时的检验估计 出现异方差时使用OLS的后果 异方差的侦察 检验思路： 异方差的侦察（图形法：简单可行） 异方差的侦察（White方法） 怀特（White）检验 异方差的侦察（White方法） 异方差的侦察（White方法） Eviews演示（1）：怀特检验 Eviews演示（2）：怀特检验 Eviews演示（3）：怀特检验 异方差的补救措施 补救措施 异方差的补救措施 异方差的补救措施 第2讲中消费支出为例子 我们估计如下回归： ? t = 24.7747 + 0.9415X 2 t - 0.0424X 3 t （6.7525）（0.8299） （0.0807） t=(3.669) (1.1 442) (-0.5261) r2 =0.9635,调整r2 =0.9531 注：财富变量不仅统计上不显著， 而且带有错误的符号（与经济理论不符） 解决这一问题方法（增加样本） ? t = 24.7747+ 0.9415X 2 t - 0.0424X 3 t t=(3.669) (1.1 442) (-0.5261) R2 =0.9635 财富变量统计上不显著，错误的符号 多重共线性定义 出现多重共线性时的问题 多重共线性的侦察 多重共线性的补救措施 多重共线性的定义 多重共线性（multicollinearity）的定义： 出现完全多重共线性时的估计 出现完全多重共线性情形中，回归系数是不确定，标准误是无穷大。 如：三变量模型为Yi = β1 + β2 X2i + β3 X 3i + u i 参数的估计值为： 完全多重共线性时的多元回归 高度多重共线性时的估计 不准确的多重共线性时： X 3i = λ X2i+vi 对于这种情形，回归系数的估计是可能的： 出现多重共线性时的主要问题 估计量的标准差非常大 出现多重共线性时的估计问题 不完全多重共线性对预测的影响 如果回归分析的唯一目的是预测，而不必关注参数估计的可靠性，并且如果不完全共线性的结构在样本和未来都保持一致，那么不完全多重共线性不是一个严重的问题，因为预测只关心模型是否捕捉