放宽基本假定的模型 计量经济学.pptVIP

1.通过OLS法建立如下中国商品进口方程（2.32）（20.12）01进行序列相关性检验0201020304DW检验拉格朗日乘数检验取?=5%，由于n=24，k=2(包含常数项)，查表得：dl=1.27，du=1.45由于DW=0.628dl，故:存在正自相关。（0.23）（-0.50）(6.23)（-3.69）R2=0.6614052阶滞后：2阶滞后。又因为：取?=5%，?2分布的临界值?20.05(2)=5.991LM?20.05(2)于是，LM=22?0.6614=14.55(0.22)(-0.497)(4.541)（-1.842）（0.087）R2=0.6615故:存在正自相关01于是，LM=21?0.6614=13.8902取?=5%，?2分布的临界值?20.05(3)=7.81503LM?20.05(3)04表明:存在正自相关；但ět-3的参数不显著，说明不存在3阶序列相关性。3、运用广义差分法进行自相关的处理（1）采用杜宾两步法估计?第一步，估计模型（1.76）(6.64)(-1.76)(5.88)(-5.19)(5.30)第二步，作差分变换：则M*关于GDP*的OLS估计结果为：（2.76）(16.46)取?=5%，DWdu=1.43(样本容量24-2=22)表明：已不存在自相关于是原模型为：与OLS估计结果的差别只在截距项：020103在Eviews软包下，2阶广义差分的结果为：1取?=5%，DWdu=1.66(样本容量:22)表明:广义差分模型已不存在序列相关性。2(3.81)(18.45)(6.11)(-3.61)3（2）采用科克伦-奥科特迭代法估计?可以验证:仅采用1阶广义差分，变换后的模型仍存在1阶自相关性；01采用3阶广义差分，变换后的模型不再有自相关性，但AR[3]的系数的t值不显著。02一、多重共线性的概念二、实际经济问题中的多重共线性三、多重共线性的后果四、多重共线性的检验五、克服多重共线性的方法六、案例*七、分部回归与多重共线性§4.3多重共线性i=1,2,…,n其基本假设之一是解释变量是互相独立的。如果某两个或多个解释变量之间出现了相关性，则称为多重共线性(Multicollinearity)。Yi=?0+?1X1i+?2X2i+?+?kXki+?i对于模型一、多重共线性的概念c1X1i+c2X2i+…+ckXki=0i=1,2,…,n其中:ci不全为0，则称为解释变量间存在完全共线性（perfectmulticollinearity）。c1X1i+c2X2i+…+ckXki+vi=0i=1,2,…,n其中ci不全为0，vi为随机误差项，则称为近似共线性（approximatemulticollinearity）或交互相关(intercorrelated)。如果存在如果存在在矩阵表示的线性回归模型

Y=X?+?

中，完全共线性指：秩(X)k+1，即如：X2=?X1，则X2对Y的作用可由X1代替。中，至少有一列向量可由其他列向量（不包括第一列）线性表出。经济变量相关的共同趋势时间序列样本：经济繁荣时期，各基本经济变量（收入、消费、投资、价格）都趋于增长；衰退时期，又同时趋于下降。0102一般地，产生多重共线性的主要原因有以下三个方面：二、实际经济问题中的多重共线性滞后变量的引入01在经济计量模型中，往往需要引入滞后经济变量来反映真实的经济关系。例如，消费=f(当期收入,前期收入）显然，两期收入间有较强的线性相关性。02横截面数据：生产函数中，资本投入与劳动力投入往往出现高度相关情况，大企业二者都大，小企业都小。03由于完全符合理论模型所要求的样本数据较难收集，特定样本可能存在某种程度的多重共线性。一般经验：时间序列数据样本：简单线性模型，往往存在多重共线性。截面数据样本：问题不那么严重，但多重共线性仍然是存在的。（3）样本资料的限制