【正文】 這種檢驗(yàn)是人為地構(gòu)造一個(gè) “ 一般 ” 模型： 包容性 F檢驗(yàn)主要存在以下問題 : (1)人為構(gòu)造的一般模型沒有實(shí)際的經(jīng)濟(jì)意義 ，尤其在 H0與 H1分別反映兩種對(duì)立的經(jīng)濟(jì)理論的情況下更是如此； (2)有可能出現(xiàn)同時(shí)接受或拒絕 H0與 H1的現(xiàn)象； (3)當(dāng) Z與 W高度相關(guān)時(shí)，往往導(dǎo)致既不能拒絕 H0 ，也不能拒絕 H1 ，因?yàn)樵谝话隳Ｐ椭腥サ羧魏我粋€(gè)變量，都不會(huì)使擬合優(yōu)度下降很多。 只有當(dāng)觀測(cè)數(shù)據(jù)不支持約束條件時(shí)，才退回到上一級(jí)，檢驗(yàn)其他可能的約束，或者得到最終模型。 tttttttttPPPPXX??????????????????????1010111211121110lnlnlnlnlnlnlnlnttttttPPXXQ??????????????102011210lnlnlnlnln 約束： ?1=?1=?2=0 tttttPPXQ??????????011110lnlnlnln約束： ?1=?2=?2= ?2=0 tttttt PPPXQ ???? ???? )/l n ()/l n (ln 011010 約束： ?1+?1+?1=0 ? 一個(gè) “ 一般模型 ” 具有如下兩個(gè)重要特性： 第一 ， 與所考察問題相關(guān)的不同的先驗(yàn)理論與假設(shè)都 “ 嵌套 ” 在該一般模型中； 第二 ， 能較好地?cái)M合數(shù)據(jù) ， 并能滿足模型設(shè)定偏誤的各種檢驗(yàn) 。 其結(jié)果是：對(duì)同一研究對(duì)象，使用同一數(shù)據(jù)，但不同的建模者往往得出不同的最終模型。 計(jì)算原商品進(jìn)口樣本的幾何平均值為： 8 3)l n (e x p (~ 1 ?? ? tn MM 計(jì)算出新的商品進(jìn)口序列： MMM tt ~./* ?以 Mt*替代 Mt，分別進(jìn)行雙對(duì)數(shù)線性模型與線性模型的回歸，得： tt GDPM )?l n ( * ??? RSS1= tt G D PM 0 0 0 0 3 6 2 * ??RSS2= 于是， ) n(2421)l n(2112 ???R SSR SSn 在 ?=5%下，查得臨界值 ?(1)= 判斷： 拒絕原假設(shè)，表明 雙對(duì)數(shù)線性模型確實(shí)“優(yōu)于”線性模型。并通過比較它們的殘差平方和是否有顯著差異來進(jìn)行判斷。 設(shè)一元樣本回歸模型為 : iii eXY ??? 10 ?? ??以 Z為工具變量，則 IV估計(jì)量為： ???iiiixzyz?~???? ????iiiiiiiiixzezxzexz11 ?)?( ?? (*) (*)式表明， IV估計(jì)量與 OLS估計(jì)量無差異當(dāng)且僅當(dāng) ?ziei=0，即工具變量與 OLS估計(jì)的殘差項(xiàng)無關(guān)。 用原回歸模型估計(jì)出商品進(jìn)口序列 : tt G D PM 0 2 5 2? ?? R2= （ ） （ ） （ ） （ ） R2= 32 ~ ttt MEMG D PM ??????))1(/()1(/)(222??????qknRqRRFURU )424/()(2/)( ????? 在 ?=5%下，查得臨界值 (2, 20)= 判斷： 拒絕原模型與引入新變量的模型可決系數(shù)無顯著差異的假設(shè)，表明 原模型確實(shí)存在遺漏相關(guān)變量的設(shè)定偏誤 。 對(duì) 多元回歸 ，非線性函數(shù)可能是關(guān)于若干個(gè)或全部解釋變量的非線性，這時(shí)可 按遺漏變量的程序進(jìn)行檢驗(yàn) 。 （ 2）一般性設(shè)定偏誤檢驗(yàn) 但更準(zhǔn)確更常用的判定方法是拉姆齊 (Ramsey)于 1969年提出的所謂 RESET 檢驗(yàn) （ regression error specification test）。 Y=?0+ ?1X1+v 中 X1的方差 : ?? 2121 )?(ixV a r ??Y=?0+?1X1+?2X2+? 中 X1的方差 : ? ?? )1()?( 2212121 xxi rxV ar ?? 當(dāng) X1與 X2完全線性無關(guān)時(shí) : )?()?(11 ?? V a rV a r ? 否則： )?()?( 11 ?? V a rV a r ?注意： 3. 錯(cuò)誤函數(shù)形式的偏誤 當(dāng)選取了錯(cuò)誤函數(shù)形式并對(duì)其進(jìn)行估計(jì)時(shí)，帶來的偏誤稱 錯(cuò)誤函數(shù)形式偏誤 （ wrong functional form bias）。這種 偏差的性質(zhì)及程度與模型設(shè)定偏誤的類型密切相關(guān) 。 表 5 .2. 4 格蘭杰因果關(guān)系檢驗(yàn) 滯后長度 格蘭杰因果性 F 值 P 值 LM 值 A I C 值 結(jié)論 2 GDP ? ???C O N S 97 32 09 16 .08 拒絕 C O N S ? ???G D P 23 94 08 17 .86 不拒絕 3 GDP ? ???C O N S 10 .21 9 0. 001 10 15 .14 拒絕 C O N S? ???G D P 96 91 91 17 .14 不拒絕 4 GDP? ???C O N S 19 .64 3 10E 04 10 14 .70 拒絕 C O N S? ???G D P 47 15 27 16 .42 拒絕 5 GDP? ???C O N S 10 .32 1 04 64 14 .72 拒絕 C O N S? ???G D P 85 28 74 16 .30 拒絕 6 GDP? ???C O N S 05 78 22 14 .99 不拒絕 C O N S? ???G D P 73 34 00 16 .05 拒絕 隨著滯后階數(shù)的增加 ， 拒絕 “ GDP是居民消費(fèi) CONS的原因 ” 的概率變大 ， 而拒絕 “ 居民消費(fèi)CONS是 GDP的原因 ” 的概率變小 。 如果 : FF?(m,nk) ，則拒絕原假設(shè)，認(rèn)為 X是 Y的格蘭杰原因 。 例 建立中國長期貨幣流通量需求模型 經(jīng)驗(yàn)表明：中國改革開放以來，對(duì) 貨幣需求量 (Y)的影響因素，主要有資金運(yùn)用中的 貸款額 (X)以及反映價(jià)格變化的 居民消費(fèi)者價(jià)格指數(shù)(P)。 因此，對(duì)上述模型，通常采用工具變量法，即尋找一個(gè)新的經(jīng)濟(jì)變量 Zt，用來代替 Yt1。 ? 例如 ，企業(yè)為了保證生產(chǎn)和銷售，必須保持一定的原材料儲(chǔ)備。 ? 事實(shí)上， 許多滯后變量模型都可以轉(zhuǎn)化為自回歸模型， 自回歸模型是經(jīng)濟(jì)生活中更常見的模型。 表 5 . 中國電力工業(yè)基本建設(shè)投資與發(fā)電量 年度 基本建設(shè)投資 X （億元） 發(fā)電量 （億千瓦時(shí)） 年度 基本建設(shè)投資 X （億元） 發(fā)電量 （億千瓦時(shí)） 1975 1958 1986 161 .6 4495 1976 2031 1987 210 .88 4973 1977 2234 1988 249 .73 5452 1978 2566 1989 267 .85 5848 19 79 2820 1990 334 .55 6212 1980 3006 1991 377 .75 6775 1981 3093 1992 489 .69 7539 1982 3277 1993 675 .13 8395 1983 3514 1994 103 2 9218 1984 3770 1995 1 124 . 15 10070 1985 107 .86 4107 由于無法預(yù)見知電力行業(yè)基本建設(shè)投資對(duì)發(fā)電量影響的時(shí)滯期，需取不同的滯后期試算。 例如： 在一個(gè)較長建設(shè)周期的投資中 ， 歷年投資 X為產(chǎn)出 Y的影響 ， 往往在周期期中投資對(duì)本期產(chǎn)出貢獻(xiàn)最大 。 有限期的分布滯后模型 ， OLS會(huì)遇到如下問題： 1. 沒有先驗(yàn)準(zhǔn)則確定滯后期長度； 1. 分布滯后模型估計(jì)的困難 2. 如果滯后期較長 ， 將缺乏足夠的自由度進(jìn)行估計(jì)和檢驗(yàn)； 3. 同名變量滯后值之間可能存在高度線性相關(guān)，即模型存在高度的多重共線性。 3. 制度原因 ： 如定期存款到期才能提取，造成了它對(duì)社會(huì)購買力的影響具有滯后性。 一、滯后變量模型 通常把這種過去時(shí)期的，具有滯后作用的變量叫做 滯后變量 （ Lagged Variable），含有滯后變量的模型稱為 滯后變量模型 。 例如 ， 進(jìn)口消費(fèi)品數(shù)量 Y主要取決于國民收入 X的多少 ， 中國在改革開放前后 ， Y對(duì) X的回歸關(guān)系明顯不同 。 表 1979~2020年以城鄉(xiāng)儲(chǔ)蓄存款余額代表的居民儲(chǔ)蓄以及以 GNP代表的居民收入的數(shù)據(jù) 。 如 在上述職工薪金的例中 ， 再引入代表學(xué)歷的虛擬變量 D2： iii DDXY ????? ????? 231210????012D本科及以上學(xué)歷 本科以下學(xué)歷 職工薪金的回歸模型可設(shè)計(jì)為： ?女職工本科以下學(xué)歷的平均薪金： iii XDDXYE 13021 )()1,0,|( ??? ??????女職工本科以上學(xué)歷的平均薪金： iii XDDXYE 132021 )()1,1,|( ???? ??????iii XDDXYE 1021 )0,0,|( ?? ????iii XDDXYE 12021 )()0,1,|( ??? ?????于是，不同性別、不同學(xué)歷職工的平均薪金分別為： ?男職工本科以下學(xué)歷的平均薪金： ?男職工本科以上學(xué)歷的平均薪金： 2. 乘法方式 ? 加法方式引入虛擬變量，考察： 截距的不同。 二、虛擬變量的引入 虛擬變量做為解釋變量引入模型有兩種基本方式： 加法方式 和 乘法方式 。 虛擬變量模型 一、 虛擬變量的基本含義 二、 虛擬變量的引入 三、 虛擬變量的設(shè)置原則 一、虛擬變量的基本含義 ? 許多經(jīng)濟(jì)變量是 可以定量度量 的， 如： 商品需求量、價(jià)格、收入、產(chǎn)量等。 ? 例如 ，反映文程度的虛擬變量可取為 ： 1， 本科學(xué)歷 D= 0， 非本科學(xué)歷 ? 一般地，在虛擬變量的設(shè)置中： ? 基礎(chǔ)類型、肯定類型取值為 1； ? 比較類型，否定類型取值為 0。 年薪 Y 男職工 女職工 工齡 X?0 ?2 又例 ：在橫截面數(shù)據(jù)基礎(chǔ)上，考慮個(gè)人保健支出對(duì)個(gè)人收入和教育水平的回歸。 ttttt XDXC ???? ???? 210如，設(shè) ????01tD 反常年份正常年份 消費(fèi)模型可建立如下： ? 這里，虛擬變量 D以與 X相乘的方式引入了模型中，從而可用來考察消費(fèi)傾向的變化。 將 n1與 n2次觀察值合并，并用以估計(jì)以下回歸： iiiiii XDDXY ????? ????? )(4310Di為引入的虛擬變量： ????01iD 年后年前9090 于是有： iiii XXDYE 10),0|( ?? ???iiii XXDYE )()(),1|( 4130 ???? ?????可分別表示 1990年 后期 與 前期 的儲(chǔ)蓄函數(shù)。 ?????????????????????000110010110001010010010100011)(616515414313