三章回归模型的扩展.ppt

《三章回归模型的扩展.ppt》由会员分享，可在线阅读，更多相关《三章回归模型的扩展.ppt（30页珍藏版）》请在三一文库上搜索。

1、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)f(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 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 1.图形分析： (1)观察Y、X相关图：SCAT Y X (2)残差分析:观察回归方程的残差图

2、 在方程窗口直接点击Residual按钮； 或：点击ViewActual,Fitted,ResidualTable 2.戈德菲尔德匡特(GoldfeldQuant）检验 原理： 步骤： Eviews实现：分段回归 3.怀特（White）检验 原理：利用辅助回归模型判断 步骤：1）假设H0；2）估计辅助回归模型； 3）nR2大于临界值（或p值较小） Eviews实现： ViewResidualTestWhite Heteroskedastcity 4.帕克（Park）检验与戈里瑟（Gleiser）检验 原理：实验法 Eviews实现： 四、异方差的解决方法 1.变换模型消除异方差性 例1. D(

3、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 Wi1/i2 3.WLS估计的Eviews软件实现 1)生成权数变量WH 2)使用WLS法估计模型 方式1：LS（W=WH） C 方式2：在方程窗口中点击 EstimateOptionsWeighted,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

4、各期值之间存在相关性 COV(t, s)0, ts 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.自相关性类型： 一阶：ttvt 高阶：t1t2t2.vt 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 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.DW检验（适用于一阶自相关情形） 检验假设： 0 检验统计量：DW(etet-1)2/et2

5、 DW统计量与的关系：DW2(1) 检验过程：P63 3.高阶自相关检验： 1)偏相关系数检验：IDENT RESID 或：ViewResidual TestCorrelogram 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：ViewResidualTest SerialCorrelation LM Test 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

6、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： 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 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 1.相关系数检验（两两相关）：COVA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 1.

7、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 例2：能源需求函数 b1=b2 (2)变换模型形式 (3)使用混合样本 3.增大或改变样本 4.逐步回归分析 5.主成份回归、岭回归 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 第四节 虚拟变量 一、虚拟变量及其作用 1.定

8、义：取值为0和1的人工变量，一般用符号D表示。 例如：政策因素、地区因素、心理因素、季节因 素等 2.作用： 描述和测量定性因素的影响； 正确反映经济变量之间的相互关系，提高模型的精度 便于处理异常数据。 3. 本节学习目的： 如何设置虚拟变量; 如何描述和测量定性因素的影响。 二、虚拟变量的设定 1.虚拟变量的引入方式： (1)加法方式 形式：将虚拟变量D作为一个解释变量直接引入模型 例如：家庭教育费用支出模型 作用：反映定性因素对截距的影响（图3-5）， 系数描述了两类支出函数的平均差异程度。 其等价形式： D=0时， D=1时， （2）乘法方式 形式：将虚拟变量D乘以解释变量，再引入模型

9、 例如：家庭教育费用支出模型中 作用：反映定性因素对斜率的影响（图3-6）； 系数描述了两类支出函数边际消费倾向的差 异程度。 其等价形式： D=0时， D=1时， 其中： （3）一般方式 同时以加法或乘法方式引入虚拟变量，即： 利用t检验判断系数、是否显著地不等 于0，进而确定虚拟变量的具体引入方式，以 及定性因素的影响情况。 例教材P125 2.虚拟变量的设定原则 一个因素m个类型（或m个不同属性） 例：救灾支出模型中“地区”因素的影响。 方式1：设置1个虚拟变量 方式2：设置2个虚拟变量 方式3：设置3个虚拟变量 所以，应设置m-1个虚拟变量。 多个因素各两种类型 例：居民住房消费函数中

10、的“城乡”与“收入层 次” 的影响。 三、虚拟变量的特殊应用 1. 调整季节波动 2. 检验模型结构的稳定性（P141） 3. 混合回归 例8教材P132 第五节 滞后变量模型 一、滞后效应与滞后变量的作用 1、产生滞后效应的原因： 1)心理因素：消费习惯、消费心理（如价格、利率） 2)技术原因：农民收入、农产品价格、天气条件 3)制度原因： 2、滞后变量的作用： 1)经济现象的客观反映 2)模型成为动态模型 3)便于分析经济系统的调整过程 二.滞后变量模型 1、类型 ：1）分布滞后模型 2）自回归模型 2.滞后效应的测定 1)自相关分析命令： IDENT 2)互相关分析命令： CROSS 3

11、.估计滞后变量模型面临的问题： 1)产生多重共线性 2)减少自由度 3)不易确定滞后期长度 三、分布滞后模型的参数估计 （一）经验加权法 1、递减型 2、常数型 3、倒型 （二）ALMON估计 1.ALMON估计的原理： bi01i+2i2 Yta0Z01Z1+2Z2 2.ALMON估计的步骤： 1)ALMON变换 2)估计变换后模型中的i， 3)利用i与bi之间的关系计算bi 3.ALMON估计的EViews软件实现： 命令：LS Y C PDL(X,k,m,d) 其中 k 滞后期长度（由IDENT命令确定） m 多项式价数（一般取2或3） d 参数分布特征控制参数，可 以取： 1强制在分布的近期趋于0； 2强制在分布的远期趋于0； 3强制在分布的两端趋于0； 0对参数分布特征不作限制（默认值）； 例如：LS Y C PDL(X,3,2) （三）Koyck变换 1、原理： 2、Koyck模型的经济基础 1)自适应期望模型（P270） 2）部分调整模型（P272) 3、例题：消费函数（P269） 四、自回归模型的估计(P277) 五、滞后效应的测量 1、短期乘数 2、动态乘数（延期乘数） 3、中期乘数 4、长期乘数