异方差与序列相关ppt课件.ppt

异方差与序列相关ppt课件.ppt

ID:58794286

大小:3.21 MB

页数:74页

时间:2020-10-03

异方差与序列相关ppt课件.ppt_第1页
异方差与序列相关ppt课件.ppt_第2页
异方差与序列相关ppt课件.ppt_第3页
异方差与序列相关ppt课件.ppt_第4页
异方差与序列相关ppt课件.ppt_第5页
资源描述:

《异方差与序列相关ppt课件.ppt》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、计量经济学李捷瑜课程资料:ftp.lingnan.net用户名和密码:lijystuPartI异方差与序列相关threeweeks异方差序列相关Reference:chapter4PartII内生性的介绍oneweeks回顾OLS估计量的性质内生性的定义内生性的来源:遗漏变量;测量误差;联立方程Reference:chapter5.1&5.2PartIII工具变量法twoweeks回顾矩估计的原理工具变量法的原理及估计步骤IV估计量的大样本性质设定检验:有效性检验、内生性检验和过度识别检验例子:估计教育回报率Reference:chapter

2、5.3&5.5PartIVGMM估计oneweekGMM方法介绍例子:估计跨期资产定价模型Reference:chapter5.6Heteroskedasticityand AutocorrelationConsequencesfortheOLSEstimatorDerivinganAlternativeEstimatorTransformthemodelsuchthatitsatisfiestheGauss–Markovconditionsagain.Pisafull-ranksquarematrix.Thisestimatorisrefe

3、rredtoasthegeneralizedleastsquares(GLS)estimator.TransformtheentiremodelbythisPmatrixtoobtainHeteroskedasticity经济意义的例子:收入与消费克服异方差的方法GLS(WLS)估计仍然采用OLS重新设定模型WLS估计 ——h函数不含未知参数Inthetransformedmodelallvariablesaretransformed,includingtheinterceptterm.Thisimpliesthatthenewmodeldo

4、esnotcontainaninterceptterm.Theparameterestimatesaretobeinterpretedinthecontextoftheoriginaluntransformedmodel.EstimatorProperties:Assumptionsofthemodel:HypothesisTesting例1:例2WLSarisefromaneconometricmodel.Theindividualequation:EGLS估计 ——h函数含未知参数例3拥有不同组别方差的模型分别用两个组别的样本进行OLS回

5、归:把和代替方差矩阵中的未知参数和,再进行GLS估计。那么EGLS估计量为:Heteroskedasticity-consistentStandardErrorsforOLSCovariancematrixofOLS:White(1980)showsthat错误设定权数形式的后果:只要权数与扰动项不相关,WLS估计量就是一致渐近正态估计量。这也意味着OLS估计量是一致渐近正态估计量。然而基于这些一致估计量进行假设检验都需要用修正的方差矩阵估计量。WLS的渐近方差可能小于或大于OLS的渐近方差。也就是说WLS估计量不一定比OLS估计量渐近有效。

6、有限样本的后果:如果WLS涉及额外参数的估计,那么WLS比OLS渐近有效除了要求正确设定权数的函数形式,还依赖于样本容量充分大。在大样本中如果WLS与OLS差异很大,那么很可能是严格外生性不成立。OLSorWLS?TestingforHeteroskedasticityTestingforMultiplicativeHeteroskedasticityWhiteTestWhichtest?Autocorrelation时间序列的基本概念随机过程平稳过程遍历性stochasticprocess弱(协方差)平稳过程遍历性(或称弱依赖性)序列的任意

7、两个相距很远的随机变量几乎是完全不相关的。FirstOrderAutocorrelation扰动项序列是平稳过程,它将满足:从中看到:1)保证了扰动项序列是平稳序列。2)任何期的扰动项之间都相关,但随着时间距离的增大,相关性不断减弱。TestingforAutocorrelationDW检验(Durbin-Watsontest)DW统计量:因此,当序列无自相关时,d与2会充分接近;当序列正相关时,d小于2;当序列负相关时,d大于2小于4;DW检验的特点和局限性:DW统计量在H0成立下的样本分布依赖于数据矩阵X;因此不能构造出独立于X的拒绝域用

8、以推断。但是,dw统计量的上下限独立于X,可以通过上下限围成的临界区域做推断。可惜的是,这个解决方法会形成一些无法作出判断的区域。要求扰动项满足严格外生;因此,如果

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。