《多重共线性和虚拟变量的应用》由会员分享，可在线阅读，更多相关《多重共线性和虚拟变量的应用（54页珍藏版）》请在金锄头文库上搜索。
1、线性(Cmulticollinearity)瑞市(R.Frisch)于19344棋刑吧们些或全罐efeCt)信(exact)的乡E兴线性,除指上述提到的完全多重共pe汁ec【multicollinearity,抱括近5兄线性earmuc0meaHW力对上贿两慨h以区别v门以一组解释热着XX5、皓萱谊巡旷吊西果存在一组不完全为零的常数2L、av.2n,满小X山22Xa+.+RaXe=0,卵任一变量都可以由其胥卅的线组合排出则这组变量满足完全多重共磐袖宫蒜(岷+芪铷鹦巳二二口若变量组X,、Xa、.X满足如下关系式:几_X+兄zXz+凡Xn+u_0其巾u农丁随机误2似线性夭系解释帚Z侧岫度柑关)似多
2、重共线性关系。存在多重共线性问题在金融数据中是普道存在的,不仅存内间序列数据中,也存在于横截面数据中。具体而言,多重共线性产生的原因主要有以下几点:(1数据收集及计算方法。2也模型或仑中取样皆总体受到限制(3)模型设定像误。此外,在观测值个数较少,以至于小于解释变量个数时,也会产生多重;时间序列数据中,若同时使用解释变量的当期值和湍后值,由于二J期恤和滞爪值之间往往高度相关,也容易产生多重共线性。模唰的估汁检验与一离差形式(即=型完全共线性X=赋折+尾舫+v为例:a假设存江一常数2交0则顶的估计页-吊PZ_XPypuZm42一_01Z黏=Z巍胃一(二r_J)2几】(Zx】_*20。同理户也是无
3、法确定的,即不能求得参数估计值。已口而对于参数估计值的方差,有仁一矶一于x五一(匹xina广G加7-北(-获也是无限大的,因此,当存在完全多我们将不能参数估计借,参数估计var力=近似多玉虬线什时尽管可以求得参数估计值,门是不稳定的,同时参数估计值的方差将变大,变大的程度取决于多重共线性的严重程度。国国i泓,各种解释变量之间H线性,因此通常所说多成衢后果是指近似多重共线性造成的后果,具体而言,它将造成如下的后果:1问归们卜旦际变衫小姑灏国为较大的2由丁参数估汁值的材准差变大,t值将缩小,使得t检验有可能得出错误的结论。3将无法区分单个变量对被解释变量的影响作用。如囚而殉决米芸共砚线支问题是否严。若回归模型的R:值高(如R20.8,或F检验值显著计伍却知3个解梓变旺对囚变哥重要影响,代不显著,则可以认为存在严重的多重共线性问题。若两个解释变量之间的相手数高，比如说大于0.8,则可以认为存在严重的a0唧些上耍变帚引起的.可以采荨_抖是指某扁邰林re暑S冀nm漯荤害贾鱼的踊门楔蛐艾富姗所角解释京坤名丿瞄辉回万_lmamegeSSmn)s。辅助回归法构造的检验统计量定义如下;F6吊,再从自白魇为k-1与ntK的F分布。日其巾RCis1,2,.K)为第i个解释变量X关于其佘内轴助闯归的拟和优皮k力解释支帚的个数n代衣样本容的存在范
