会计学§4.1异方差(fānɡchà)性Heteroscedasticity一、异方差(fānɡchà)的概念即对于(duìyú)不同的样本点，随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性(Heteroskedasticity)。2、异方差(fānɡchà)的类型/3、实际经济问题(wèntí)中的异方差性例4.1.2:以绝对收入假设为理论假设、以截面数据为样本建立居民(jūmín)消费函数：Ci=0+1Yi+I将居民(jūmín)按照收入等距离分成n组，取组平均数为样本观测值。例4.1.3:以某一行业的企业为样本建立企业生产(shēngchǎn)函数模型Yi=Ai1Ki2Li3eI被解释变量：产出量Y，解释变量：资本K、劳动L、技术A。二、异方差(fānɡchà)性的后果ConsequencesofUsingOLSinthePresenceofHeteroskedasticity1、参数估计量非有效(yǒuxiào)2、变量的显著性检验(jiǎnyàn)失去意义3、模型的预测(yùcè)失效三、异方差(fānɡchà)性的检验DetectionofHeteroscedasticity1、检验(jiǎnyàn)思路共同的思路：由于异方差性是相对于不同的解释变量观测值，随机误差项具有不同的方差。那么检验异方差性，也就是检验随机误差项的方差与解释变量观测值之间的相关性及其相关的“形式”。问题在于用什么来表示随机误差项的方差？一般的处理方法：首先采用OLS估计，得到残差估计值，用它的平方(píngfāng)近似随机误差项的方差。2、图示法/3、帕克(Park)检验(jiǎnyàn)与戈里瑟(Gleiser)检验(jiǎnyàn)4、戈德菲尔德-匡特(Goldfeld-Quandt)检验(jiǎnyàn)G-Q检验的步骤：将n对样本观察值(Xi,Yi)按观察值Xi的大小排队;将序列中间的c=n/4个观察值除去，并将剩下的观察值划分为较小与较大的相同的两个子样本，每个子样样本容量均为(n-c)/2;对每个子样分别进行OLS回归，并计算各自的残差平方和。在同方差(fānɡchà)性假定下，构造如下满足F分布的统计量：5、怀特（White）检验(jiǎnyàn)说明(shuōmíng)：辅助回归仍是检验与解释变量可能的组合的显著性，因此，辅助回归方程中还可引入解释变量的更高次方。如果存在异方差性，则表明确与解释变量的某种组合有显著的相关性，这时往往显示出有较高的可决系数以及某一参数的t检验值较大。在多元回归中，由于辅助回归方程中可能有太多解释变量，从而使自由度减少，有时可去掉交叉项。四、异方差(fānɡchà)的修正—加权最小二乘法CorrectingHeteroscedasticity—WeightedLeastSquares,WLS1、WLS的思路(sīlù)例如，对一多元(duōyuán)模型一般(yībān)情况下:这就是(jiùshì)原模型Y=X+的加权最小二乘估计量，是无偏、有效的估计量。2、如何(rúhé)得到2W？3、模型(móxíng)变换（Transformation）4、White’sHeteroscedasticity-ConsistentVariancesandStandardErrors5、在实际操作中通常采用(cǎiyòng)的经验方法五、例题--中国农村居民人均(rénjūn)消费函数☆例4.1.4中国农村居民人均(rénjūn)消费支出主要由人均(rénjūn)纯收入来决定。农村人均(rénjūn)纯收入包括(1)从事农业经营的收入，(2)包括从事其他产业的经营性收入(3)工资性收入、(4)财产收入(4)转移支付收入。考察从事农业经营的收入(X1)和其他收入(X2)对中国农村居民消费支出(Y)增长的影响:/普通最小二乘法(chéngfǎ)的估计结果：进一步的统计(tǒngjì)检验计算(jìsuàn)F统计量：F=RSS2/RSS1=0.2792/0.0648=4.31（2）怀特检验(jiǎnyàn)去掉交叉项后的辅助(fǔzhù)回归结果原模型(móxíng)的加权最小二乘回归一、序列相关性的概念二、序列相关性的后果三、序列相关性的检验四、具有(jùyǒu)序列相关性模型的估计五、例题一、序列(xùliè)相关性的概念1、序列(xùliè)相关性在其他假设仍成立的条件下，随机(suíjī)扰动项序列相关即意味着:一阶序列(xùliè)相关，或自相关2、实际(shíjì)经济问题中的序列相关性二、序列(xùliè)相关性的后果ConsequencesofUsingOLSinthePresenceofAutocorrelation与