第10章 模型设定

《第10章 模型设定》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第10章模型设定主要内容第一节选择函数形式第二节模型设定第三节数据问题为了考察某种经济关系，首先形成一个回归模型，如：如果R2，t统计量等令人满意，则接受该模型；否则检验多重共线性，异方差性和自相关性等等，并进行相关的处置。若结果仍不能令人满意，则认为模型存在“设定误差”，因此对模型进行修正，这一方法称为“一般经济回归”（AER）。选择模型的基本原则如下：（1）可识别性，即能从样本资料唯一地估计参数；（2）拟合性，即R2较高；（3）经济性，用尽可能少的变量；（4）理论的一致性，与经过检验的理论要符合；（5）预测有效性。第一节选择函数形式在前面的回归分析

2、中，解释变量的选取主要是根据经济理论、直觉、以往经验和其他研究来选择的。并且在讨论过程中都假设被解释变量和解释变量之间的关系是线性的。但是有时候这个假设是很糟糕的。例如根据经济理论，我们知道平均成本曲线呈U形，如果我们对平均成本曲线进行估计，那么线性假设就有问题了。因此模型中函数形式的选择非常关键。可以通过选择适当的变换将许多模型转化为线性模型：自变量与因变量的代换，参数代换和方程的转化。一变量代换1、一般形式给定变量w,z1,z2,…z3的非线性模型:例如：（1）平均固定成本AFC与产量q的关系；（2）Phillips曲线：货币工资的增长率和失业率的

3、关系；（3）Engel曲线：食物消费支出比重与收入之间的关系。2、倒数函数模型3、指数函数模型（常数增长率模型）4、对数线性模型（常弹性模型）弹性比如:Cobb-Douglas函数二参数代换设一般形式是一个单射，因此可以解出模型关于一般不是线性的，但是可以通过变换变成线性的。若为的点估计，则作为的点估计双对数对数对数二次对数倒数对数线性交互作用二次函数倒数线性对数线性函数弹性（x/y）(dy/dx)边际效用dy/dx函数形式名称第二节模型设定模型的正确设定是非常重要的，如果模型设定正确，接下来就是估计参数和假设检验，如果得到的R2、t、F和D·W统计量

4、都是令人满意的，则所选择的模型在某种程度上是正确的。如果其中的一个或多个统计量不是令人满意，有多种情况：一是估计方法可能有问题；二是模型的设定有问题。一设定误差设定误差的产生往往是由于我们在选择变量、函数形式和误差结构（即随机误差项及其性质）时犯错误造成的。1、省略重要变量假设真实的模型为而我们选择了模型造成的后果有：（1）估计的参数估计量时有偏的，从而预测是无意义的；（2）参数的估计方差通常也是有偏的，所以假设检验是无效的。丢失变量的诊断：此检验用以察看对现有模型添加某些变量以后，新变量是否对因变量的解释有显著性贡献。原假设H0:检验统计量为:新模型

5、的对数似然值渐进地服从自由度为m的分布m=1为新加入的变量的个数。若，则拒绝H0原来的对数似然值2、加入无关变量假设真实的模型为而我们选择了模型造成的后果有：（1）估计的参数估计量是无偏和一致估计，但不是有效的；（2）参数的估计方差通常也是无偏的，所以假设检验是有效的。从传统建模理论到约化建模理论1、传统建模理论与数据开采问题2、“从一般到简单”——约化建模型理论3、非嵌套假设检验4、约化模型的准则二模型建立方法亨德瑞的约化建模理论，吸收了向量自回归建模法与协整理论的部分内容，提出了“从一般到简单”的建模思想，在现代计量经济建模理论方面有着较大影响。2

6、0世纪70年代中叶以来，计量经济学建模方法与建模理论得到了迅速发展。出现了利莫尔（Leamer）的贝叶斯建模方法，西姆斯（Sims）的向量自回归建模型法、亨德瑞（Hendry）的约化建模理论以及协整建模理论。这些现代建模理论是在对传统建模理论的不断质疑与修正中发展起来的，1、传统建模理论与数据开采问题传统计量经济学的主导建模理论是“结构模型方法论”：以先验给定的经济理论为建立模型的出发点，以模型参数的估计为重心，以参数估计值与其理论预期值相一致为判断标准，是一个“从简单到复杂”的建模过程（simple-to-generalapproach）:对不同变量

7、及其数据的偿试与筛选过程.从有信心的基本设定开始，然后再看是不是应该增加变量，此方法中常用到的一个诊断工具是Lagrange乘数（LM）检验。设模型为：如果模型增加m-k个新变量，模型变为：因此需要检验的假设为：LM检验法的步骤如下：步骤1：使用OLS方法估计模型（1）中的参数，并得到残差；步骤2：让对常量和所有的变量x回归（此二次回归通常称为辅助回归），并求得R2。步骤3：给定显著性水平，如果，就拒绝原假设。这种传统的建模方法却有着某些固有的缺陷。其中备受质疑的是这种建模过程的所谓“数据开采”（Dataminimg）问题。数据开采:对不同变量及其数据

8、的偿试与筛选这一过程对最终选择的变量的t检验产生较大影响当在众多备选变量中选择变量进入模型时，