计量经济学多重共线性

《计量经济学多重共线性》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第四章多重共线性计量经济学1引子：发展农业和建筑业会减少财政收入吗？为了分析各主要因素对财政收入的影响，建立财政收入模型:其中:CS财政收入(亿元);NZ农业增加值(亿元);GZ工业增加值(亿元);JZZ建筑业增加值(亿元);TPOP总人口(万人);CUM最终消费(亿元);SZM受灾面积(万公顷)数据样本时期1978年-2003年（资料来源：《中国统计年鉴2004》，中国统计出版社2004年版）采用普通最小二乘法得到以下估计结果2VariableCoefficientStd.Errort-StatisticProb.农业增加值NZ-1.5350900.

2、129778-11.828610.0000工业增加值GZ0.8987880.2454663.6615580.0017建筑业增加值JZZ-1.5270891.206242-1.2659890.2208总人口TPOP0.1511600.0337594.4776460.0003最终消费CUM0.1015140.1053290.9637830.3473受灾面积SZM-0.0368360.018460-1.9953820.0605截距项-11793.343191.096-3.6957040.0015R-squared0.995015Meandependentva

3、r5897.824AdjustedR-squared0.993441S.D.dependentvar5945.854S.E.ofregression481.5380Akaikeinfocriterion15.41665Sumsquaredresid4405699.Schwarzcriterion15.75537Loglikelihood-193.4165F-statistic632.0999Durbin-Watsonstat1.873809Prob(F-statistic)0.000000财政收入模型的EViews估计结果3●可决系数为0.995，校正

4、的可决系数为0.993，模型拟合很好。模型对财政收入的解释程度高达99.5%。●F统计量为632.10，说明0.05水平下回归方程整体上显著。●t检验结果表明，除了工业增加值和总人口以外，其他因素对财政收入的影响均不显著。●农业增加值和建筑业增加值的回归系数是负数。农业和建筑业的发展反而会使财政收入减少吗？!这样的异常结果显然与理论分析和实践经验不相符。若模型设定和数据真实性没问题，问题出在哪里呢？模型估计与检验结果分析4第四章多重共线性本章讨论四个问题：●什么是多重共线性●多重共线性产生的后果●多重共线性的检验●多重共线性的补救措施5第一节什么是多重

5、共线性本节基本内容:●多重共线性的含义●产生多重共线性的背景6在计量经济学中所谓的多重共线性(Multi-Collinearity)，不仅包括完全的多重共线性，还包括不完全的多重共线性。对于解释变量，如果存在不全为0的数，使得则称解释变量之间存在着完全的多重共线性。一、多重共线性的含义7当时，表明在数据矩阵中，至少有一个列向量可以用其余的列向量线性表示，则说明存在完全的多重共线性。8不完全的多重共线性实际中，常见的情形是解释变量之间存在不完全的多重共线性。对于解释变量，存在不全为0的数，使得为随机变量。这表明解释变量只是一种近似的线性关系。其中，9，解

6、释变量间毫无线性关系，变量间相互正交。这时已不需要作多元回归，每个参数j都可以通过Y对Xj的一元回归来估计。回归模型中解释变量的关系可能表现为三种情形：(1)，解释变量间完全共线性。此时模型参数将无法确定。，解释变量间存在一定程度的线性关系。实际中常遇到的情形。(2)(3)10二、产生多重共线性的背景多重共线性产生的经济背景主要有几种情形：1.经济变量之间具有共同变化趋势。2.模型中包含滞后变量。3.利用截面数据建立模型也可能出现多重共线性。4.样本数据自身的原因。11第二节多重共线性产生的后果本节基本内容:●完全多重共线性产生的后果●不完全多重共线

7、性产生的后果12一、完全多重共线性产生的后果1.参数的估计值不确定当解释变量完全线性相关时——OLS估计式不确定▲从偏回归系数意义看：在和完全共线性时，无法保持不变，去单独考虑对的影响（　和　的影响不可区分）▲从OLS估计式看：可以证明此时2.参数估计值的方差无限大OLS估计式的方差成为无穷大：13二、不完全多重共线性产生的后果如果模型中存在不完全的多重共线性，可以得到参数的估计值，但是对计量经济分析可能会产生一系列的影响。1.参数估计值的方差增大当增大时也增大142.对参数区间估计时，置信区间趋于变大3.假设检验容易作出错误的判断4.可能造成可决系数

8、较高，但对各个参数单独的t检验却可能不显著，甚至可能使估计的回归系数符号相反，得出完全错误的结