【计量经济学及Stata应用】第7章 异方差

7.1 异方差的后果

（1）OLS估计量依然是无偏、一致渐进的

（2）OLS估计量方差不再是${\sigma }^2({\mathbf{X}}^{\prime }\mathbf{X}{)}^{-1}$，不满足球形扰动项的假设
使用普通标准误的$t$检验、&F&检验失效
使用稳健标准误

（3）高斯-马尔可夫定理不再成立，OLS估计量不是BLUE
加权最小二乘法是BLUE

7.2 异方差的例子

略

7.3 异方差的检验

1.画残差图
残差可视为扰动项的实现值，可通过残差的波动来大致考察是否存在异方差
这是最直观的方法，但不严格

2.BP检验
假设样本数据 iid
原假设为同方差
辅助回归：$$e_i^2={\delta }_1+{\delta }_2{x}_{i2}+\dots +{\delta }_K{x}_{iK}+errio{r}_i$$
记此辅助回归的拟合优度为$R^2$.$R^2$越高，越显著，越可以拒绝$H_0:{\delta }_2=\dots ={\delta }_K=0$
$LM$统计量：$LM=n{R}^2\stackrel{d}{⟶}{\chi }^2(K-1)$
如果$LM$统计量大于${\chi }^2(K-1)$的临界值，则拒绝同方差的原假设

3.怀特检验
在BP检验的辅助回归中加入所有的二次项（含平方项与交叉项）
二元回归的怀特检验的辅助回归为
$$e_i^2={\delta }_1+{\delta }_2{x}_{i2}+{\delta }_3{x}_{i3}+{\delta }_4{x}_{i2}^2+{\delta }_5{x}_{i3}^2+{\delta }_6{x}_{i2}{x}_{i3}+erro{r}_i$$
优点：它可以检验任何形式的异方差，因为根据泰勒展开式，二次函数可以很好地逼近任何光滑函数。
缺点：如果解释变量较多，则解释变量的二次项（含交叉项）将更多，在辅助回归中将损失较多样本容量。

7.4 异方差的处理

1.使用“OLS+稳健标准误”
仍然进行OLS回归
但是使用在异方差情况下也成立的稳健标准误
这是通用的方法

2.加权最小二乘法（WLS）
方差较小的观测值包含的信息较大
给予方差较小的观测值较大的权重
然后进行加权最小二乘法估计
通过变量转换，使得变换后的模型满足球形扰动项的假定
假定$Var({\epsilon }_i|{\mathbf{x}}_{\mathbf{i}})\equiv {\sigma }_i^2={\sigma }^2{v}_i$
$$\frac{y_i}{\sqrt{v_i}}={\beta }_1\frac{1}{\sqrt{v_i}}+{\beta }_2\frac{x_{i2}}{\sqrt{v_i}}+\dots +{\beta }_L\frac{x_{iK}}{\sqrt{v_i}}+\frac{{\epsilon }_i}{\sqrt{v_i}}$$
对上式进行OLS回归，即为WLS
加权之后的回归方程满足球形扰动项的假定，故是BLUE。
WLS定义为最小化“加权的残差平方和”$$min\sum _{i=1}^n(e_i/\sqrt{v_i}{)}^2=\sum _{i=1}^n\frac{e_i^2}{v_i}$$
在Stata中，权重为$1/v_i$，方差的倒数

3.可行加权最小二乘法（FWLS）
${\sigma }_i^2$不知道，WLS不可行
怎么办？那就估计${\sigma }_i^2$
进行如下辅助回归
$$e_i^2={\delta }_1+{\delta }_2{x}_{i2}+\dots +{\delta }_K{x}_{iK}+errio{r}_i$$
通过此辅助回归的拟合值，既可获得${\sigma }_i^2$的估计值
$$\widehat{{\sigma }_i^2}=\widehat{{\delta }_1}+\widehat{{\delta }_2}{x}_{i2}+\dots +\widehat{{\delta }_K}{x}_{iK}$$
保证$\widehat{{\sigma }_i^2}$为证，一般换成对数$ln{e}_i^2=\dots \dots$(略)
然后得到的拟合值取e指数
以$1/\widehat{{\sigma }_i^2}$作为权重进行WLS回归

7.5 处理异方差的Stata命令及示例

nerlove.dta

1.画残差图

reg lntc lnq lnpl lnpk lnpf
rvfplot    //残差与拟合值的散点图
rvpplot lnq   //残差与解释变量lnq的散点图

拟合值较小时，扰动项的方差较大


lnq越小，扰动项的方差越大

上面两幅图，表明很可能存在异方差，即扰动项的方差随着观测值而变

2.BP检验
estat hettest,iid rhs
estat：表示在完成估计后所计算的后续统计量
hettest：heteroscedasticity test
iid：表示仅假定数据为iid，而无需正态假定
选择项 rhs：表示使用方程邮编的全部解释变量进行辅助回归。【没有加这个选择项默认使用拟合值进行辅助回归】

quietly reg lntc lnq lnpl lnpk lnpf   //quietly表示执行此命令，但不显示运行结果
estat hettest,iid   //使用拟合值进行BP检验
estat hettest,iid rhs  //使用所有解释变量进行BP检验
estat hettest lnq,iid   //使用变量lnq进行BP检验

3.怀特检验
estat imtest,white


4.WLS
reg y x1 x2 x3 [aw=1/var]
aw表示analytical weight，为扰动项方差（而不是标准差）的倒数

OLS回归→计算残差→得到残差平方的对数→辅助回归→计算辅助回归的拟合值→去掉对数，得到方差估计值→WLS回归

7.6 Stata命令的批处理

略