高級(jí)計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)精要(已修改)
2025-04-29 13:01 本頁(yè)面
【正文】 高級(jí)計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)精要一、簡(jiǎn)答題（10分2）：（一）多重共線(xiàn)性問(wèn)題：（主要看修正方法）多重共線(xiàn)性是指線(xiàn)性回歸模型中的解釋變量之間由于存在精確相關(guān)關(guān)系或高度相關(guān)關(guān)系而使模型估計(jì)失真或難以估計(jì)準(zhǔn)確。完全共線(xiàn)性的情況并不多見(jiàn)，一般出現(xiàn)的是在一定程度上的共線(xiàn)性，即近似共線(xiàn)性。產(chǎn)生原因主要有3各方面：（1）經(jīng)濟(jì)變量相關(guān)的共同趨勢(shì)；（2）滯后變量的引入；（3）樣本資料的限制。造成的后果：（1）完全共線(xiàn)性下參數(shù)估計(jì)量不存在；（2）近似共線(xiàn)性下OLS估計(jì)量非有效；（3）參數(shù)估計(jì)量經(jīng)濟(jì)含義不合理；（4）變量的顯著性檢驗(yàn)失去意義；（5）模型的預(yù)測(cè)功能失效。識(shí)別方法：（1）經(jīng)驗(yàn)識(shí)別：對(duì)模型估計(jì)后，R2極高，多個(gè)變量不顯著，出現(xiàn)與理論預(yù)期相悖的情況，有理由懷疑存在多重共線(xiàn)性。（2）相關(guān)系數(shù)法：計(jì)算變量間兩兩相關(guān)系數(shù)。，則表明可能存在嚴(yán)重的共線(xiàn)性。（3）膨脹因子法：計(jì)算每個(gè)解釋變量的VIF，若某一個(gè)VIF≥10, 則表明存在嚴(yán)重的共線(xiàn)性。修正方法：（※※※）根據(jù)潘老師講課內(nèi)容進(jìn)行整理共線(xiàn)性的修正方法有很多，按照優(yōu)劣程度排序，主要有五種方法：方法1：擴(kuò)充樣本以減弱共線(xiàn)性。主要通過(guò)增加自由度來(lái)提高精度，如將時(shí)序數(shù)據(jù)或截面數(shù)據(jù)變?yōu)槊姘鍞?shù)據(jù)，從而將一維數(shù)據(jù)變?yōu)槎S。評(píng)價(jià)：這種方法最理想，但存在的缺點(diǎn)是：①效果不定；②不可行。方法2：工具變量法（IV）。主要通過(guò)工具變量，運(yùn)用兩階段最小二乘完成。評(píng)價(jià)：這種方法目前最受歡迎，高質(zhì)量的期刊論文通常都采用該方法。缺點(diǎn)是：①由于相關(guān)關(guān)系具有傳導(dǎo)性，工具變量S很難找；②用S替代X，有時(shí)經(jīng)濟(jì)正當(dāng)性不足。方法3：變量變換法?？梢酝ㄟ^(guò)對(duì)數(shù)變換、絕對(duì)轉(zhuǎn)相對(duì)和方程變換進(jìn)行變量變換。評(píng)價(jià)：這種方法最簡(jiǎn)單易行，但存在的缺點(diǎn)是：①簡(jiǎn)單相關(guān)系數(shù)描述的是線(xiàn)性關(guān)系，而對(duì)數(shù)是非線(xiàn)性化過(guò)程；②功效不足；③不是所有變量都能用來(lái)做變換，必須有明確的經(jīng)濟(jì)學(xué)指代。方法4：逐步回歸法。主要是通過(guò)降維減少變量來(lái)減弱共線(xiàn)性。評(píng)價(jià)：這種方法要慎用，最大的缺點(diǎn)是：雖然能很好地解決共線(xiàn)性問(wèn)題，但是卻引發(fā)了更嚴(yán)重的內(nèi)生性問(wèn)題。方法5：主成份分析法或因子分析法。具有降維的作用，主要用于多指標(biāo)評(píng)價(jià)。評(píng)價(jià)：該方法很好地消除了共線(xiàn)性。但這種方法要慎用，最大的缺點(diǎn)是：經(jīng)濟(jì)含義傷害過(guò)大。（二）內(nèi)生性問(wèn)題內(nèi)生性是指：模型中的解釋變量與擾動(dòng)項(xiàng)相關(guān)。通常我們做古典假設(shè)①為白噪聲，E()=0，var（）=，cov()=0；②X是非隨機(jī)變量（微觀(guān)可以通過(guò)固定抽樣得到解決，宏觀(guān)則不可），則cov（X,）=0成立。但是當(dāng)cov（X, ）≠0時(shí)上述假設(shè)便不再成立，我們稱(chēng)之為內(nèi)生性，進(jìn)而導(dǎo)致OLS失效，是非一致性的。內(nèi)生性產(chǎn)生的原因：①X與Y 存在雙向因果，即X影響Y的同時(shí)，Y 也影響X；如金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)；外商直接投資FDI與經(jīng)濟(jì)增長(zhǎng)；犯罪率與警備投入。②模型遺漏重要解釋變量。無(wú)論是缺失重要解釋變量導(dǎo)致，還是無(wú)法獲取數(shù)據(jù)導(dǎo)致，被遺漏的重要變量進(jìn)入了殘差項(xiàng)，如果與其他解釋變量相關(guān)，就會(huì)出現(xiàn)cov(Ut,Xt)≠0，也就是內(nèi)生性問(wèn)題。③度量誤差：由于關(guān)鍵變量的度量上存在誤差，使其與真實(shí)值之間存在偏差，這種偏差可能會(huì)成為回歸誤差的一部分，從而導(dǎo)致內(nèi)生性問(wèn)題。（潘老師上課沒(méi)講③）解決方法：針對(duì)雙向因果產(chǎn)生的內(nèi)生性問(wèn)題，比較容易解決，通過(guò)聯(lián)立方程組即可。難處理的是遺漏重要解釋變量的情況，通常采用的方法有：①工具變量法（IV）：就是找到一個(gè)變量和內(nèi)生化變量相關(guān)，但是和殘差項(xiàng)不相關(guān)。通常采用2SLS方法進(jìn)行回歸。這種方法是找到影響內(nèi)生變量的外生變量，連同其他已有的外生變量一起回歸，得到內(nèi)生變量的估計(jì)值，以此作為IV，放到原來(lái)的回歸方程中進(jìn)行回歸。（假如我們考察一個(gè)工資決定模型首先，用Probit模型估計(jì)，得到其次，構(gòu)建模型進(jìn)行估計(jì)）②得分匹配與DID模型（雙差分模型）：思想是按照一定的標(biāo)準(zhǔn)，找到與樣本match的控制組。在假設(shè)外在沖擊同時(shí)影響兩個(gè)組別的情況下，做差來(lái)剔除掉外界沖擊的影響。第一步，該方法關(guān)鍵在于得分匹配的確定，配對(duì)樣本的選擇原則是保證兩個(gè)樣本隨時(shí)間自然變化的部分是相同的，一般根據(jù)距離最近作為配對(duì)的樣本點(diǎn)的方法進(jìn)行匹配得分。第二步是估計(jì)方法，采用雙重差分法（DID）。在假設(shè)外在沖擊同時(shí)影響兩個(gè)組別的情況下，做差來(lái)剔除掉外界沖擊的影響。（在樣本選擇上
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1