[精品]计量心得

《[精品]计量心得》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、心得一：计虽的整体分析框架（横截Iftforjftl板）计量中，最为关键也是最为常见的是MLR,而要能够进行一个合理的MLR,必须存在一些假定（CLM）：（a）线性于参数；（b）存在一个來白于总体的随机抽样；（c）解释变量存在样本变异，并且一个解释变量不能被其它变量线性表出；（d）零条件均值；（e）随机干扰项是同方差的；（f）随机干扰项是服从正态分布的。只冇在六个条件同时得到满足时，MLR得出的参数估计值才是无偏的，并且可以根据所报告的标准误进行t以及F推断。（Q-（d）保证估让的参数是无偏的，（e）只是简化参数估计值的方差计算公式，这样为sta

2、ta、eviews等程序估计的标准误提供了统一的公式，（f）是为了进行假设检验时，能够进行t和F统计推断。一个MLR估计结果，究竟能否值得我们相信，主要看这些假定能否满足，计量的发展也就体现在对这些假定是否成立的检验以及所采取的措施。以上假定不满足会分别产生如下问题：（1）函数形式误设问题；（2）样本选择问题；（3）多重共线性问题；（4）内生性问题；（5）异方差问题;（6）统计推断问题。对于这些问题的解决，构成了计量先进技术的主流。对于问题（6）,大样本一般可以保证随机干扰项服从近似正态性，从而样木容量的增加可以解决问题（6）；对于问题（3）,是

3、其屮最容易引起混乱的问题，很多人对于多重共线性给了了太多的关注，其实只要核心解禅变量与其它控制变量的相关性不严重吋，这样的问题就不成问题；对于界方差问题，运用WLS可以解决，不过，更为简便的是报告稳健标准误，从而问题（5）也很容易解决。真正的技术性就体现在（1）、（2）与（4）问题中，解决两数形式的谋设问题，极具复杂而乂很难操作，所以一般的经验研究中都刻意冋避这个问题，所以只剩下样木选择问题和内生性问题,“南开帮”（呵呵）冃前的高水平计虽论文中，就是对这两个问题进行一些让人较为接受的解决方法！所以，要想做一篇值得推敲的计量论文，対于这些MLR所存

4、在的问题进行说明与解释，必然会令读者耳目一新！这也是横截面数据or面板数据做MLR分析时的整体计量框架，不能不给了重视！心得二：计量的整体分析框架（时间序列）时间序列数据就是指一个样本的相关一系列变量在同一时间维度下的抽样，根据得到的变量在时间序列内的实现就町以检验相关的经济理论°时间序列由于其抽样的特殊性而与横截面存在较人差异，尽管时间序列的分析相对复杂，但是其技术性远远不及横截而数据，所以时间序列相对较为简单，分析的过程也较为单一。得到一个吋间序列的实现，检验其背后的经济理论，无疑仍然需耍运用MLR做回归检验，但是一个可信的结果需要以下CLM

5、假定：（a）线性于参数;(b)无完全共线性；(c)严格外生性；(d)同方差；(e)无序列相关;(f)课差服从正态分布。如果以上六项假定满足，那么时间序列直接运用OLS估计MLR得出的结果一定是无偏的,并「1.可以根据t和F进行相应的统计显著性推断(无论样本的吋期数是多少，但至少耍超过待估参数的个数)。可惜，由于时间序列的特殊性，以上六条中一些假定很难满足，一些情况卜•是确定不满足的，比如包含因变量的滞后项时，严格外牛性一定不满足。所以要想得到时间序列数据的参数无偏估计量在很多情况下是不现实的，所以需要估计一致估计量。一致估计虽盂要大样本带来的渐进

6、确定性，对于假定(f)，大样本可以直接给予解决，故此假定(f)在大样本下町以直接忽略。为了放松其它5条假定而得到大样木下的一致估计量，由于时间序列的特殊性，需要包含其他一些假定，最终仍然是以卜•5条假定就可以得到大样本容量下的一致估计量：(a0线性于参数，并且样本实现的每一个变量是平稳及弱相关的；(H)无完全共线性；(c<)同期外生性;(d')同期同方差；(e，)无序列相关。由此可以看出，最人的变化在于第三条，即由严格外生性假定人人弱化到同期外生性，但是包含了变虽序列是平稳R弱相关的不同条件。以上五条如果满足，就可以运用OLS在大样本下直接估计M

7、LR而得到一致估计量，所以需要对于这5条进行检验是时间序列中必须包含的部分。对于变量平稳性检验，其实很难实现，一般只能够通过变量在时t中是否是同分布来检验不平稳(包含趋势以及季节性的变量一定不平稳)，但是一般对于平稳性不给予过多的重视，只有在明显不平稳时才进行相关的处理，如除趋势以及除季节性；对于变量序列的弱相关检验，其实就是检验单位根过程，通过差分等变换就可以解决这方面；完全共线性依然不成问题；同期外牛•性人人弱化了严格外牛性，如果连同期外牛性都不满足的话，就是常说的内牛性问题，这样的问题解决办法一直以來没有通法；异方差问题解决依然同横截面，可

8、以运用WLS或者直接用OLS估计并报告异方差■稳健标准误(但要在无序列相关时对于异方差的解决才有效)；时间序列中，序列相关问题要比界方差