第四章练习题及参考解答计量经济学

第四章练习题及参考解答计量经济学——多重共线性引言本章旨在通过一系列练习题，帮助读者巩固对多重共线性概念、成因、后果、识别及处理方法的理解与应用能力。这些练习题涵盖了理论辨析、实际案例分析以及方法选择等多个层面，力求贴近计量实践中的常见问题。希望读者在独立思考和完成练习后，能够更深刻地把握多重共线性这一经典计量问题的精髓。练习题练习题1概念辨析与后果理解判断下列说法的对错，并简要说明理由：(1)多重共线性是指回归模型中解释变量之间存在精确的线性关系。(2)只要回归模型中存在多重共线性，就必然会导致参数估计量无法求出。(3)多重共线性会使得参数估计量的方差增大，从而降低t检验的功效。(4)在存在高度多重共线性的情况下，模型整体的F检验往往是显著的。(5)方差膨胀因子(VIF)的值越大，说明解释变量之间的多重共线性程度越弱。练习题2多重共线性的识别考虑以下回归模型，旨在研究某地区居民家庭的消费支出(C)与其可支配收入(I)、财富(W)和物价水平(P)之间的关系：C_i=β_0+β_1I_i+β_2W_i+β_3P_i+u_i假设通过初步的回归分析，得到以下结果（括号内为标准误）：C_i=120.5+0.75I_i+0.12W_i-0.30P_i(50.2)(0.15)(0.10)(0.25)R²=0.95,F=180.2,n=30同时，计算得到解释变量之间的简单相关系数矩阵如下：IWP--------------------------------I1.000.89-0.20W0.891.00-0.15P-0.20-0.151.00请回答：(1)根据上述结果，你认为该模型是否存在多重共线性问题？请说明理由。(2)除了简单相关系数矩阵，还可以通过哪些方法进一步检验该模型的多重共线性？练习题3多重共线性的处理某研究者试图建立一个模型来解释某商品的需求量(Q)，选取的解释变量包括该商品的价格(P)、消费者收入(M)以及相关商品的价格(P_r)。在回归分析过程中，发现消费者收入(M)和相关商品的价格(P_r)之间存在高度的多重共线性。(1)请列举至少三种处理多重共线性问题的常用方法。(2)针对本问题中M和P_r高度相关的情况，你认为哪种或哪些处理方法可能较为适用？并简要说明理由。练习题4综合应用与分析一位房地产分析师想要构建一个模型来预测某城市二手房的平均售价(Price)，他收集了一系列可能影响房价的变量数据，包括房屋面积(Sqft)、房龄(Age)、卧室数量(Bedrooms)、浴室数量(Bathrooms)、距离市中心的距离(Distance)以及周边学校的平均评分(SchoolScore)。(1)在这些解释变量中，你认为哪些变量之间可能存在多重共线性？请至少指出一对并解释原因。(2)如果该分析师在回归模型中同时包含了房屋面积(Sqft)和卧室数量(Bedrooms)，可能会出现什么问题？如何检验？(3)假设检验后发现确实存在严重的多重共线性，且主要源于房屋面积(Sqft)和卧室数量(Bedrooms)，你会建议采取哪些具体措施来应对？（至少列举两种，并简述各自的利弊）参考解答练习题1参考解答(1)错误。多重共线性不仅包括解释变量之间存在精确的线性关系（完全多重共线性），还包括近似的线性关系（高度多重共线性）。后者在实际经济问题中更为常见。(2)错误。只有当解释变量之间存在完全多重共线性（即严格的线性关系）时，才会导致设计矩阵的秩小于参数个数，从而使得参数估计量无法唯一求出（OLS估计式的分母为零）。对于高度但非完全的多重共线性，参数估计量是可以求出的，但其方差会变大。(3)正确。多重共线性会使得解释变量的样本方差膨胀，从而导致参数估计量的方差增大（Var(β̂_j)=σ²/[SST_j(1-R²_j)]）。方差增大使得t统计量（t=β̂_j/se(β̂_j)）变小，从而更难拒绝原假设，降低了t检验的功效。(4)正确。多重共线性主要影响单个解释变量的显著性检验（t检验），但模型整体的F检验是检验所有解释变量联合对被解释变量的影响。如果解释变量整体上对被解释变量有较强的解释能力，即使存在多重共线性，F检验也可能是显著的。R²较高而部分t值不显著是多重共线性的典型症状之一。(5)错误。方差膨胀因子(VIF_j=1/(1-R²_j))，其中R²_j是第j个解释变量对其他解释变量回归的可决系数。VIF值越大，说明该解释变量受其他解释变量的共线性影响越大，即多重共线性程度越强。通常认为VIF大于10时，存在严重的多重共线性。练习题2参考解答(1)该模型很可能存在多重共线性问题。理由如下：*模型整体的R²=0.95，F统计量180.2也高度显著，表明模型对消费支出的整体解释能力很强。*然而，部分解释变量的系数估计值不显著。例如，财富(W)的系数标准误为0.10，t值为0.12/0.10=1.2，在通常的显著性水平下（如5%）不显著；物价水平(P)的系数t值为-0.30/0.25=-1.2，也不显著。这种“整体显著，部分不显著”的现象是多重共线性的典型特征。*解释变量I（可支配收入）和W（财富）之间的简单相关系数高达0.89，远超过通常认为的0.7的阈值，表明这两个变量之间存在高度的线性相关性，很可能是导致多重共线性的主要原因。(2)除了简单相关系数矩阵，还可以采用以下方法进一步检验多重共线性：*方差膨胀因子(VIF)检验：计算每个解释变量的VIF值。如果某个解释变量的VIF值远大于10（或根据经验判断的某个临界值），则表明该变量存在严重的多重共线性。*辅助回归：将每个解释变量分别对模型中其他所有解释变量进行回归，得到相应的可决系数R²_j。若R²_j较大（接近1），则说明该解释变量可由其他解释变量高度线性表示，存在多重共线性。*特征值与条件数检验：通过对解释变量的相关矩阵进行特征值分解，计算条件数（最大特征值与最小特征值之比的平方根）。条件数大于100通常表明存在严重的多重共线性。*系数符号与大小的合理性：检查回归系数的符号和大小是否符合经济理论预期。虽然本题中各系数符号大致合理（收入和财富增加消费增加，物价上升消费可能减少），但不显著的系数也可能暗示共线性问题。*增加或减少解释变量时系数估计值的敏感性：当剔除或增加某个解释变量时，其他解释变量的系数估计值如果发生较大变化，也可能暗示存在多重共线性。练习题3参考解答(1)处理多重共线性的常用方法包括：*增加样本容量：如果可能，通过增加观测值来降低解释变量之间的相关性，从而改善估计精度。但在很多情况下，样本容量的增加受到客观条件限制。*剔除引起多重共线性的解释变量：从高度相关的解释变量中剔除一个或几个，可直接消除或减弱多重共线性。但可能会带来模型设定偏误和遗漏变量问题。*利用先验信息或约束条件：根据经济理论或实际经验，对模型参数施加一定的约束条件（如β_1=β_2），并将其代入模型进行估计。*变量变换：*差分法：对时间序列数据，将变量进行差分变换，有时可以降低原变量间的共线性程度。*比率法或均值法：例如，将两个高度相关的变量相除构造比率变量，或将它们取均值合并。*主成分分析(PCA)或因子分析：将多个高度相关的解释变量综合成少数几个互不相关的主成分或公因子，再代入回归模型。但会损失部分经济意义的解释性。*逐步回归法：通过自动选择（向前引入、向后剔除或逐步筛选）解释变量，试图将存在共线性的变量中“不重要”的剔除，保留“重要”的。*岭回归(RidgeRegression)：这是一种有偏估计方法，通过在损失函数中加入一个惩罚项来减小参数估计量的方差，以牺牲部分无偏性换取更小的均方误差。(2)针对消费者收入(M)和相关商品的价格(P_r)高度相关的情况，以下方法可能较为适用：*如果理论上M和P_r对需求量Q都有重要影响，且难以判断孰轻孰重：*主成分分析或因子分析：可以将M和P_r综合成一个或少数几个主成分/因子，既能保留大部分信息，又能消除共线性。缺点是新的综合变量可能难以直接赋予明确的经济含义。*岭回归：作为一种补救方法，可以在存在多重共线性时提供更稳定的参数估计值，尽管是有偏的，但可能具有更小的均方误差。*如果可以获得更多数据：增加样本容量是最直接的方法，但前提是数据可得。*如果经过分析，可以判断其中一个变量的影响相对次要或其影响可以被另一个变量部分替代：*剔除其中一个变量：例如，如果研究更关注自身价格和收入的影响，且P_r的影响可以部分由M反映（如收入高的消费者对相关商品价格的敏感度可能不同），可以考虑剔除P_r。但需谨慎评估遗漏变量偏差。*变量变换：例如，如果M和P_r的比值有明确经济含义（如实际购买力的某种度量），可以考虑构造比率变量。或者，如果它们的差有意义，也可以尝试。选择哪种方法需综合考虑数据特点、研究目的、模型的解释性要求以及共线性的严重程度。练习题4参考解答(1)可能存在多重共线性的变量对及原因：*房屋面积(Sqft)和卧室数量(Bedrooms)：通常情况下，房屋面积越大，卧室数量可能越多，两者之间存在正相关关系。*卧室数量(Bedrooms)和浴室数量(Bathrooms)：一般而言，卧室多的房子，浴室数量也可能相应较多。*周边学校的平均评分(SchoolScore)和距离市中心的距离(Distance)：在某些城市，市中心或近郊的学校评分可能更高，而距离市中心越远，学校评分可能有所下降，从而导致这两个变量之间存在负相关关系。(2)可能出现的问题：*房屋面积(Sqft)和卧室数量(Bedrooms)高度相关，会导致模型存在多重共线性。这将使得：*这两个变量的参数估计值的方差增大，标准误变大，t统计量变小，从而可能导致原本显著的变量变得不显著。*参数估计值对模型设定的微小变化或样本的轻微扰动变得敏感，稳定性差。*难以准确区分两者各自对房价的独立影响。*检验方法：*简单相关系数检验：计算Sqft和Bedrooms之间的相关系数，若绝对值接近1，则表明存在较强相关性。*方差膨胀因子(VIF)检验：分别计算Sqft和Bedrooms的VIF值。如果VIF值远大于10（或根据经验判断的阈值），则表明存在严重的多重共线性。*辅助回归：以Sqft为被解释变量，Bedrooms及其他解释变量为解释变量进行回归，得到R²值。若R²较高，说明Bedrooms（及其他变量）能很好地解释Sqft的变动，存在共线性。(3)应对措施及利弊：*措施一：剔除其中一个变量（例如剔除Bedrooms，保留Sqft）*利：操作简单，能直接消除或大幅减弱由这两个变量引起的多重共线性问题，使保留变量(Sqft)的系数估计更稳定、标准误更小、t检验更可靠。房屋面积通常是衡量房屋大小的更直接和全面的指标。*弊：可能存在遗漏变量偏误，如果Bedrooms确实对房价有独立于Sqft的解释能力，则剔除它会导致模型设定不准确，估计的Sqft系数可能包含了Bedrooms的部分影响，从而产生偏误。*措施二：将两个变量合并或构建新的变量（例如，计算“单位卧室面积”=Sqft/Bedrooms，或仅保留Sqft）*利：如果新变量有合理的经济解释（如单位卧室面积可能反映房屋的宽敞程度或户型设计），则既能保留信息又能消除共线性。*弊：构建新变量需要一定的经济理论支撑和经验判断，新变量的经济含义可能不如原变量直观。并非所有情况下都能找到合适的合并方式。*措施三：获取更多的样本数据*利：如果能获得更大的样本，尤其是在Sqft和Bedrooms取值组合更多样化的样本，可能会降低样本共线性程度，从而改善估计效果，且不改变模型设定。*弊：在实际操作中，获取额外数据可能成本较高、难度较大，甚至不可行（如数据本身有限）。*措施四：使用岭回归等有偏估计方法*利：在不剔除变量的情况下，可以得到比OLS估计方差更小的参数估计值，提高模型的预测精度和稳定性。适用于多重共线性严重且两个变量都希望保留的情况。*弊：岭回归是有偏估计，估计量不再具有无偏性。惩罚项参数（λ）的选择没有统一