计量经济学 异方差性 共46页

第五章异方差性本章教学要求：根据类型，异方差性是违背古典假定情况下线性回归模型建立的另一问题。

通过本章的学习应达到，掌握异方差的基本概念包括经济学解释，异方差的出现对模型的不良影响，诊断异方差的方法和修正异方差的方法。

经过学习能够处理模型中出现的异方差问题。

第一节异方差性的概念一、例子例1，研究我国制造业利润函数，选取销售收入作为解释变量，数据为1998年的食品年制造业、饮料制造业等28个截面数据（即n=28）。

数据如下表,其中y表示制造业利润函数，x表示销售收入（单位为亿元）。

Y对X的散点图为从散点图可以看出，在线性的基础上，有的点分散幅度较小，有的点分散幅度较大。

因此，这种分散幅度的大小不一致，可以认为是由于销售收入的影响，使得制造业利润偏离均值的程度发生了变化，而这种偏离均值的程度大小不同是一种什么现象？如何定义？如果非线性，则属于哪类非线性，从图形所反映的特征看并不明显。

下面给出制造业利润对销售收入的回归估计。

模型的书写格式为2ˆ12.03350.1044(0.6165)(12.3666)0.8547,..84191.34,152.9322213.4639,146.4905Y YX R S E FY s =+=====通过变量的散点图、参数估计、残差图，可以看到模型中（随机误差）很有可能存在一种系统性的表现。

例2，改革开放以来，各地区的医疗机构都有了较快发展，不仅政府建立了一批医疗机构，还建立了不少民营医疗机构。

各地医疗机构的发展状况，除了其他因素外主要决定于对医疗服务的需求量，而医疗服务需求与人口数量有关。

为了给制定医疗机构的规划提供依据，分析比较医疗机构与人口数量的关系，建立卫生医疗机构数与人口数的回归模型。

根据四川省2000年21个地市州医疗机构数与人口数资料对模型估计的结果如下：i iX Y 3735.50548.563ˆ+-= （291.5778） (0.644284) t =(-1.931062) (8.340265)785456.02=R 774146.02=R 56003.69=F式中Y 表示卫生医疗机构数（个），X 表示人口数量（万人）。

计量经济学：异方差性异方差性在现实经济活动中，最小二乘法的基本假定并非都能满足，上一章介绍的多重共线性只是其中一个方面，本章将讨论违背基本假定的另一个方面——异方差性。

虽然它们都是违背了基本假定，但前者属于解释变量之间存在的问题，后者是随机误差项出现的问题。

本章将讨论异方差性的实质、异方差出现的原因、异方差的后果，并介绍检验和修正异方差的若干方法。

第一节异方差性的概念一、异方差性的实质第二章提出的基本假定中，要求对所有的i （i=1，2，…，n ）都有2)(σ=i u Var （5.1）也就是说i u 具有同方差性。

这里的方差2σ度量的是随机误差项围绕其均值的分散程度。

由于0)(=i u E ，所以等价地说，方差2σ度量的是被解释变量Y 的观测值围绕回归线)(i Y E =ki k i X X βββ+++ 221的分散程度，同方差性实际指的是相对于回归线被解释变量所有观测值的分散程度相同。

设模型为n i u X X Y iki k i i ,,2,1221 =++++=βββ （5.2）如果其它假定均不变，但模型中随机误差项i u 的方差为).,,3,2,1(,)(22n i u Var i i ==σ (5.3)则称i u 具有异方差性。

由于异方差性指的是被解释变量观测值的分散程度是随解释变量的变化而变化的，如图5.1所示，所以进一步可以把异方差看成是由于某个解释变量的变化而引起的，则)()(222i i i X f u Var σσ== (5.4)图5.1二、产生异方差的原因由于现实经济活动的错综复杂性，一些经济现象的变动与同方差性的假定经常是相悖的。

所以在计量经济分析中，往往会出现某些因素随其观测值的变化而对被解释变量产生不同的影响，导致随机误差项的方差相异。

通常产生异方差有以下主要原因：1、模型中省略了某些重要的解释变量异方差性表现在随机误差上，但它的产生却与解释变量的变化有紧密的关系。

一、 异方差性1. 中国农村居民人均消费支出主要由人均纯收入来决定。

农村人均纯收入除从事农业经营的收入外，还包括从事其他产业的经营性收入以及工资性收入、财产收入和转移支出收入等。

为了考察从事农业经营的收入和其他收入对中国农村居民消费支出增长的影响，可使用如下双对数模型：01122ln ln ln Y X X u βββ=+++其中Y 表示农村家庭人均消费支出，1X 表示从事农业经营的收入，2X 表示其他收入。

表4.1.1列出了中国2001年各地区农村居民家庭人均纯收入及消费支出的相关数据。

表4.1.1中国2001年各地区农村居民家庭人均纯收入与消费支出建立工作文件输入数据，输入命令：data y x1 x2 取对数：genr ly=log(y) 回车 Genr lx1=log(x1)回车Genr lx2=log(x2)回车估计参数：lsly c lx1 lx2 回车，得结果如下：用OLS 法进行估计，结果如下：对应的表达式为：12ln 1.6030.325ln 0.507ln Y X X =++(1.86) (3.14) (10.43)20.7965,0.78,0.8117R R RSS ===不同地区农村人均消费支出的差别主要来源于非农经营收入及其他收入的差别，因此，如果存在异方差性，则可能是2X 引起的。

对异方差性的检验：做OLS 回归得到的残差平方项与ln 2X 的散点图：从散点图可以看出，两者存在异方差性。

下面进行统计检验。

采用White异方差检验：EViews提供了包含交叉项和没有交叉项两个选择。

本例选择没有包含交叉项。

得到如下结果：所以辅助回归结果为：2221122ˆ 3.9820.579ln 0.042(ln )0.563ln 0.04(ln )eX X X X =-+-+ (1.38) (-0.63) (0.63) (-2.77) (2.9)其他收入2X 与2X 的平方项的参数的t 检验是显著的，且White 统计量为13.36，在5%的显著性水平下，拒绝同方差性这一原假设，方程确实存在异方差性。

《计量经济学》中多重共线性、异方差性、自相关三者之间的联系与区别首先我们先来回顾一下经典线性回归模型的基本假设：1、为什么会出现异方差性我们可以从一下两方面来分析：第一，因为随即误差项包括了测量误差和模型中被省略的一些因素对因变量的影响；第二，来自不同抽样单元的因变量观察值之间可能差别很大。

因此，异方差性多出现在截面样本之中。

至于时间序列，则由于因变量观察值来自不同时期的同一样本单元，通常因变量的不同观察值之间的差别不是很大，所以异方差性一般不明显。

含义及影响:y=X β+ε，var(εi )var(εj ), ij ，E(ε)=0，或者记为212200['|]0000n E X σεεσσ⎛⎫⎪=Ω= ⎪ ⎪⎝⎭即违背假设3。

用OLS 估计，所得b 是无偏的，但不是有效的。

111(')'(')'()(')'b X X X y X X X X X X X βεβε---==+=+由于E(ε)=0，所以有E(b )=β。

即满足无偏性。

但是，b 的方差为1111121var(|)[()()'][(')''(')|] (')'['|](') (')'()(')b X E b b E X X X X X X X X X X E X X X X X X X X X X ββεεεεσ------=--===Ω其中212200['|]0000n E X σεεσσ⎛⎫⎪=Ω= ⎪ ⎪⎝⎭2、自相关产生的原因：（1）、经济数据的固有的惯性带来的相关 （2）、模型设定误差带来的相关 （3）、数据的加工带来的相关 含义及影响:cov(,)0,i j i j εε≠≠影响：和异方差一样，系数的ls 估计是无偏的，但不是有效的。

D －W 检验（Durbin －Watson ）221212222121212222112112122211221122121()()()2()()222222(1)n i i i n i i n n n i i i i i i i n i i n n n i i i i i i i n n i i n i i i nn n i i i i nn i ie e d e e e e e e e e e e e e e e e e e e e e e e ρρ=-===-=-====-==-===∑-=∑∑+∑-∑=∑∑+∑-∑--=∑∑+=--∑∑+=--∑≈-其中2121n i i i n i ie e e ρ=-=∑=∑是样本一阶自相关函数。