【文章內(nèi)容簡(jiǎn)介】 線性問(wèn)題。（2）一些重要的解釋變量在回歸方程中沒(méi)有通過(guò)顯著性檢驗(yàn)時(shí)，可初步判斷存在著嚴(yán)重的多重共線性。（3）解釋變量間的相關(guān)系數(shù)較大時(shí)，可能會(huì)出現(xiàn)多重共線性問(wèn)題。（4）當(dāng)增加或剔除一個(gè)解釋變量，或者改變一個(gè)觀測(cè)值時(shí)，回歸系數(shù)的估計(jì)值發(fā)生較大變化，我們就認(rèn)為回歸方程存在嚴(yán)重的多重共線性。（5）對(duì)于采用時(shí)間序列數(shù)據(jù)做樣本，以多元線性形式建立的計(jì)量經(jīng)濟(jì)模型，往往存在多重共線性。？答：(１)使用非樣本先驗(yàn)信息；(２)橫截面數(shù)據(jù)與時(shí)間序列數(shù)據(jù)并用；(３)剔除一些不重要的共線性解釋?zhuān)?４)增大樣本容量；(５)使用有偏估計(jì)等。？首先對(duì)于無(wú)限分布滯后模型，因?yàn)槠浒瑹o(wú)限多個(gè)參數(shù)，無(wú)法用最小二乘法直接對(duì)其估計(jì)，其次對(duì)于有限分布滯后模型，即使假設(shè)它滿(mǎn)足經(jīng)典假定條件，對(duì)它應(yīng)用最小二乘估計(jì)也存在以下困難。①產(chǎn)生多重共線問(wèn)題對(duì)于時(shí)間序列Xt的各期變量之間往往是高度相關(guān)的，因而分布滯后模型常常產(chǎn)生多重共線性問(wèn)題。②損失自由度問(wèn)題由于樣本容量有限，當(dāng)滯后變量數(shù)目增加時(shí)，必然使得自由度減少。由于經(jīng)濟(jì)數(shù)據(jù)的收集常常受到各種條件的限制，估計(jì)這類(lèi)模型時(shí)經(jīng)常會(huì)遇到數(shù)據(jù)不足的困難。③對(duì)于有限分布滯后模型，最大滯后期k較難確定。④分布滯后模型中的隨機(jī)誤差項(xiàng)往往是嚴(yán)重自相關(guān)的。自適應(yīng)預(yù)期模型建立在如下的經(jīng)濟(jì)理論基礎(chǔ)上：影響被解釋變量Yt的因素不是Xt而是t tXt+1的預(yù)期X*+1，即Yt=b0+b1X*+1+ut。部分調(diào)整模型所根據(jù)的行為假定是模型所表達(dá)的不應(yīng)是t期解釋變量觀測(cè)值與同期被解釋變量觀測(cè)值之間的關(guān)系，而應(yīng)是t期解釋變量觀測(cè)值與同期被解釋變量希望達(dá)到的水平之間的關(guān)系。即Yt*=b0+b1Xt+ut式中,Yt*=被解釋變量的希望值（或最佳值），Xt=解釋變量在t期的真實(shí)值，ut=隨機(jī)誤差項(xiàng)。？回歸模型引入虛擬變量的一般規(guī)則是：①如果模型中包含截距項(xiàng)，則一個(gè)質(zhì)變量有m個(gè)特征，只需引入（m1）個(gè)虛擬變量。②如果模型中不包含截距項(xiàng)，則一個(gè)質(zhì)變量有m個(gè)特征，需引入m個(gè)虛擬變量。OLS估計(jì)的后果：如果隨機(jī)解釋變量與隨機(jī)誤差項(xiàng)相互獨(dú)立，得到的參數(shù)估計(jì)量仍然是無(wú)偏的，且是一致估計(jì)量；如果隨機(jī)解釋變量與隨機(jī)誤差項(xiàng)同期不相關(guān)，但異期相關(guān)，得到的參數(shù)估計(jì)量是有偏，但卻是一致的；如果隨機(jī)解釋變量與隨機(jī)誤差項(xiàng)同期相關(guān)，得到的參數(shù)估計(jì)量是有偏且非一致的估計(jì)量。聯(lián)立方程模型按方程的形式可分為結(jié)構(gòu)式模型和簡(jiǎn)化式模型。每一個(gè)方程都把內(nèi)生變量表示為其他內(nèi)生變量、前定變量和隨機(jī)干擾項(xiàng)的函數(shù)，描述經(jīng)濟(jì)變量關(guān)系結(jié)構(gòu)的聯(lián)立方程組稱(chēng)為結(jié)構(gòu)式模型。結(jié)構(gòu)式模型中的參數(shù)稱(chēng)為結(jié)構(gòu)式參數(shù)，它表示每個(gè)解釋變量對(duì)被解釋變量的直接影響，其正負(fù)號(hào)表示影響的方向，絕對(duì)值表示影響的程度。把模型中每個(gè)內(nèi)生變量表示為前定變量和隨機(jī)干擾項(xiàng)的函數(shù)，得到的模型稱(chēng)為簡(jiǎn)化式模型。簡(jiǎn)化式模型中的參數(shù)稱(chēng)為簡(jiǎn)化式參數(shù)，簡(jiǎn)化式參數(shù)表達(dá)前定變量對(duì)內(nèi)生變量的直接影響和間接影響的總度量。定義：若某一結(jié)構(gòu)方程具有唯一的統(tǒng)計(jì)形式，則稱(chēng)此方程是可以識(shí)別的；否則，就稱(chēng)此結(jié)構(gòu)方程是不可識(shí)別的。若線性聯(lián)立方程中的每個(gè)結(jié)構(gòu)方程都是可以識(shí)別的，則稱(chēng)此模型是可以識(shí)別的；否則，就稱(chēng)此模型是不可識(shí)別的。模型的識(shí)別分為可識(shí)別和不可識(shí)別兩類(lèi)。可識(shí)別的模型又分為恰好識(shí)別和過(guò)度識(shí)別兩種情況。在可識(shí)別的模型中，結(jié)構(gòu)式參數(shù)具有唯一數(shù)值的方程稱(chēng)為恰好識(shí)別；結(jié)構(gòu)式參數(shù)具有多個(gè)數(shù)值的方程稱(chēng)為過(guò)度識(shí)別。設(shè)結(jié)構(gòu)式模型所含方程的總數(shù)（或內(nèi)生變量總數(shù)）為M，模型包含的變量總數(shù)（包括前定變量和內(nèi)生變量）為H，待識(shí)別的方程包含的變量總數(shù)（包括內(nèi)生變量和前定變量）為G。階條件：若某一個(gè)結(jié)構(gòu)式方程是可以識(shí)別的，則模型中方程數(shù)減一小于或等于此方程排斥的變量總數(shù)，即M－1≤H－G，若M1HG，則不可識(shí)別；M1=HG，則為恰好識(shí)別；M1HG，則為過(guò)度識(shí)別。階條件是必要條件，不是充分條件。秩條件：在具有M個(gè)方程的結(jié)構(gòu)式模型中，任何一個(gè)方程可以識(shí)別的充分必要條件是：不包括在該方程中的變量（包括內(nèi)生變量和前定變量）的參數(shù)所組成的矩陣（記為A）的秩為M－1，即r（A）=M－1。秩條件是充分必要條件，也就是說(shuō)：如果秩條件成立，則方程是可識(shí)別；如果方程是可識(shí)別的，則秩條件成立，或者秩條件不成立，則方程是不可識(shí)別的。簡(jiǎn)化式方程的解釋變量均為前定變量，無(wú)聯(lián)立性偏誤問(wèn)題，可以使用普通最小二乘法估計(jì)簡(jiǎn)化式參數(shù)，從而導(dǎo)出結(jié)構(gòu)式參數(shù)，這就是間接最小二乘法。間接最小二乘法有以下三條假設(shè)條件：（1）被估計(jì)的結(jié)構(gòu)方程必須是恰好識(shí)別的。（2）簡(jiǎn)化式方程的隨機(jī)干擾項(xiàng)必須滿(mǎn)足最小二乘法的假定。（3）前定變量之間不存在完全的多重共線性。間接最小二乘法包括以下三個(gè)步驟：第一步，將結(jié)構(gòu)式模型化為簡(jiǎn)化式模型。也就是把每一個(gè)內(nèi)生變量表示為前定變量和隨機(jī)干擾項(xiàng)的函數(shù)。第二步，對(duì)簡(jiǎn)化式模型的各方程用最小二乘法估計(jì)參數(shù)，從而得到簡(jiǎn)化式參數(shù)估計(jì)值。第三步，把簡(jiǎn)化式參數(shù)的估計(jì)值代入結(jié)構(gòu)式參數(shù)與簡(jiǎn)化式參數(shù)的關(guān)系式，求得結(jié)構(gòu)式參數(shù)的估計(jì)值。工具變量法的就是用合適的預(yù)定變量作為工具變量代替結(jié)構(gòu)方程中的內(nèi)生變量，從而降低解釋變量與隨機(jī)誤差項(xiàng)之間的相關(guān)程度，再利用最小二乘法進(jìn)行參數(shù)估計(jì)。應(yīng)用規(guī)則：如果內(nèi)生解釋變量Ｙt與ut相關(guān)，我們就選擇一個(gè)工具變量Zt來(lái)代替Yt。Zt要滿(mǎn)足兩個(gè)條件：一是Zt與ut不相關(guān)，即Cov（Ztut）=0；二是Zt與Yt高度相關(guān)，即Cov（Zt，Yt）≠0。在聯(lián)立方程模型中，工具變量一般從外生變量中選取。工具變量法的局限性（1）在實(shí)踐中，找到一個(gè)既有經(jīng)濟(jì)意義，又滿(mǎn)足兩個(gè)條件的工具變量非常困難。（2）若滿(mǎn)足兩個(gè)條件的工具變量有多個(gè)時(shí)，在選擇方面具有任意性。（3）檢驗(yàn)工具變量與隨機(jī)誤差項(xiàng)不相關(guān)有很大困難。D=237。二階段最小二乘法的就是將內(nèi)生解釋變量對(duì)聯(lián)立方程模型中所有外生變量回歸，得到內(nèi)生解釋變量的估計(jì)值（擬合值），將這個(gè)估計(jì)值（擬合值）作為工具變量，對(duì)結(jié)構(gòu)方程使用普通最小二乘法。二階段最小二乘法必須滿(mǎn)足以下假設(shè)條件：（1）被估計(jì)的結(jié)構(gòu)式方程必須是可識(shí)別的，特別地，二階段最小二乘法適合于過(guò)度識(shí)別方程。（2）結(jié)構(gòu)式模型中的各隨機(jī)干擾項(xiàng)必須滿(mǎn)足最小二乘法經(jīng)典假定，即零期望值、同方差、無(wú)自相關(guān)且與全部前定變量無(wú)關(guān)。（3）所有前定變量之間不存在高度多重共線性。（4）解釋變量之間不是完全共線性的。（5）樣本容量足夠大。二階段最小二乘法的步驟第一階段：將待估計(jì)方程中的內(nèi)生解釋變量Yt對(duì)聯(lián)立方程模型中的全部前定變量回歸，?即估計(jì)簡(jiǎn)化式方程，計(jì)算內(nèi)生解釋變量Yt的估計(jì)值Yt?第二階段：用第一階段得到的內(nèi)生解釋變量的估計(jì)值Yt代替內(nèi)生解釋變量Yt，對(duì)該結(jié)構(gòu)方程使用普通最小二乘法估計(jì)結(jié)構(gòu)式參數(shù)。？回歸模型引入虛擬變量的一般規(guī)則是：①如果模型中包含截距項(xiàng)，則一個(gè)質(zhì)變量有m個(gè)特征，只需引入（m1）個(gè)虛擬變量。②如果模型中不包含截距項(xiàng)，則一個(gè)質(zhì)變量有m個(gè)特征，需引入m個(gè)虛擬變量。？例如城鎮(zhèn)居民和農(nóng)村居民的消費(fèi)函數(shù)不但在斜率上有差異，在截距上也是有可能不一致的，將兩個(gè)問(wèn)題同時(shí)考慮進(jìn)來(lái)，我們可以得到回歸方程Yi=b0+b1D+b2Xi+b3(DXi)+ui式中，Yi=第i個(gè)家庭的消費(fèi)水平，Xi=第i個(gè)家庭的收入水平，236。1城鎮(zhèn)居民家庭238。0農(nóng)村居民家庭方程可以表示為D=1D=0Yi=b0+b1+(b2+b3)Xi+uiYi=b0+b2Xi+uib1和b3分別表示城鎮(zhèn)居民家庭和農(nóng)村居民家庭的消費(fèi)函數(shù)在截距和斜率上的差異。我們一般通過(guò)t檢驗(yàn)來(lái)判定它們之間是否有差異。①.若b1185。0，b3185。0，則為截距和斜率同時(shí)變動(dòng)模型。②.若b1185。0，b3=0，則為截距變動(dòng)模型。③.若b1=0，費(fèi)模式。b3=0則表示城鎮(zhèn)居民家庭和農(nóng)村居民家庭有著完全相同的消④.若b1=0，b3185。0則為斜率變動(dòng)模型，這種情況在現(xiàn)實(shí)中出現(xiàn)得不是很多。：yt=b0+b1D1t+b2D2t+b3D3+b4D4t+b5xt+ut其中，虛擬變量Dit為第i季度時(shí)為1，其余為0，這時(shí)會(huì)發(fā)生什么問(wèn)題，參數(shù)是否能夠用最小的乘法估計(jì)？會(huì)產(chǎn)生共線性，此時(shí)不能用最小二乘法估計(jì)，因?yàn)樗`背了因如虛擬變量的一般規(guī)則?；貧w模型引入虛擬變量的一般規(guī)則是：①如果模型中包含截距項(xiàng)，則一個(gè)質(zhì)變量有m個(gè)特征，只需引入（m1）個(gè)虛擬變量。②如果模型中不包含截距項(xiàng)，則一個(gè)質(zhì)變量有m個(gè)特征，需引入m個(gè)虛擬變量。、斜率同時(shí)變動(dòng)模型？例如回歸方程Yi=b0+b1D+b216