Professional Documents
Culture Documents
Applied Econometrics
Second edition
Dimitrios Asteriou and
Stephen G. Hall
Applied Econometrics
Ετεροσκεδαστικότητα
1. Τι είναι ετεροσκεδαστικότητα
2. Συνέπειες της ετεροσκεδαστικότητας
3. Διάγνωση ετεροσκεδαστικότητας
4. Επίλυση ετεροσκεδαστικότητας
Applied Econometrics
Στόχοι μαθήματος
1. Κατανόηση της έννοια της ετεροσκεδαστικότητας και της
ομοσκεδαστικότητας μέσω παραδειγμάτων.
2. Κατανόηση των συνεπειών της ετεροσκεδαστικότητας στους εκτιμητές
OLS.
3. Διάγνωση ετεροσκεδαστικότητας μέσω μελέτης διαγράμματος.
4. Διάγνωση ετεροσκεδαστικότητας μέσω επίσημων οικονομετρικών test.
5. Διάκριση μεταξύ του ευρέους φάσματος των διαθέσιμων test για τη
διάγνωση της ετεροσκεδαστικότητας.
6. Εκτέλεση ελέγχων ετεροσκεδαστικότητας με τη χρήση οικονομετρικού
λογισμικού.
7. Επίλυση ετεροσκεδαστικότητας με τη χρήση οικονομετρικού λογισμικού.
Applied Econometrics
Τι είναι Ετεροσκεδαστικότητα
Ετερό- (διαφορετικός ή άνισος) είναι το
αντίθετο του ομο- (ίδιος ή ίσος)…
Τι είναι Ετεροσκεδαστικότητα
Τι είναι Ετεροσκεδαστικότητα
Εάν παραβιάζεται η υπόθεση της
ομοσκεδαστικότητας τότε:
Var(ut)=σt2
Όπου η μόνη διαφορά είναι ο δείκτης t, που
προσαρτάται στο σt2, που σημαίνει ότι η
διακύμανση μπορεί να αλλάξει για κάθε
διαφορετική παρατήρηση του δείγματος t=1,
2, 3, 4, …, n.
Κοιτάξτε τα παρακάτω διαγράμματα…
Applied Econometrics
Τι είναι Ετεροσκεδαστικότητα
Applied Econometrics
Τι είναι Ετεροσκεδαστικότητα
Applied Econometrics
Τι είναι Ετεροσκεδαστικότητα
Applied Econometrics
Τι είναι Ετεροσκεδαστικότητα
Πρώτα γράφημα: Ομοσκεδαστικά κατάλοιπα
Δεύτερο γράφημα: πρότυπα εισοδήματος-
κατανάλωσης, για χαμηλά επίπεδα εισοδήματος
όχι πολλές επιλογές, ενώ συμβαίνει το αντίθετο
για υψηλά εισοδήματα.
Τρίτο γράφημα: βελτιώσεις στις τεχνικές συλλογής
δεδομένων (μεγάλες «τράπεζες» δεδομένων) ή
στα μοντέλα μάθησης σφάλματος (η εμπειρία
μειώνει την πιθανότητα μεγάλων λαθών)
Applied Econometrics
Διάγνωση Ετεροσκεδαστικότητας
Γενικά, υπάρχουν δύο τρόπο.
Ο πρώτος είναι ο ανεπίσημος τρόπος, ο οποίος γίνεται μέσω
διαγραμμάτων κι έτσι ονομάζεται γραφική μέθοδος.
Ο δεύτερος είναι μέσω επίσημων test για
ετεροσκεδαστικότητα, όπως τα παρακάτω:
1. Το Breusch-Pagan LM Test
2. Το Glesjer LM Test
3. Το Harvey-Godfrey LM Test
4. Το Park LM Test
5. ΤοGoldfeld-Quandt Tets
6. Το White Test
Applied Econometrics
Διάγνωση Ετεροσκεδαστικότητας
Σχεδιάζουμε το τετράγωνο των καταλοίπων που λαμβάνονται απέναντι
στο προσαρμοσμένο Y και στα X και παρατηρούμε τα πρότυπα.
Applied Econometrics
Διάγνωση Ετεροσκεδαστικότητας
Applied Econometrics
Διάγνωση Ετεροσκεδαστικότητας
Applied Econometrics
Διάγνωση Ετεροσκεδαστικότητας
Applied Econometrics
Διάγνωση Ετεροσκεδαστικότητας
Applied Econometrics
Το Breusch-Pagan LM Test
Βήμα 1: Εκτιμούμε το μοντέλο με OLS και λαμβάνουμε τα
κατάλοιπα.
Βήμα 2: «Τρέχουμε» την παρακάτω βοηθητική παλινδρόμηση:
uˆt a1 a2 Z 2t a3Z3t ... a p Z pt vt
2
Το Glesjer LM Test
Βήμα 1: Εκτιμούμε το μοντέλο με OLS και λαμβάνουμε τα
κατάλοιπα.
Βήμα 2: «Τρέχουμε» την παρακάτω βοηθητική
παλινδρόμηση:
| uˆt | a1 a2 Z 2t a3Z3t ... a p Z pt vt
Το Harvey-Godfrey LM Test
Βήμα 1: Εκτιμούμε το μοντέλο με OLS και λαμβάνουμε τα
κατάλοιπα.
Βήμα 2: «Τρέχουμε» την παρακάτω βοηθητική
παλινδρόμηση:
ln uˆt2 a1 a2 Z 2t a3Z3t ... a p Z pt vt
Το Park LM Test
Βήμα 1: Εκτιμούμε το μοντέλο με OLS και λαμβάνουμε τα
κατάλοιπα.
Βήμα 2: «Τρέχουμε» την παρακάτω βοηθητική πανιδρόμηση:
ln uˆt2 a1 a2 ln Z 2t a3 ln Z3t ... a p ln Z pt vt
Το Goldfeld-Quandt Test
Βήμα 1: Διακρίνουμε μια μεταβλητή η οποία
σχετίζεται στενά με την διακύμανση των
διαταραχών, και ταξινομούμε τις παρατηρήσεις
αυτής της μεταβλητής σε φθίνουσα σειρά. (από το
υψηλότερο στο χαμηλότερο).
Βήμα 2: Χωρίζουμε το ταξινομημένο δείγμα σε δύο
ίσα δείγματα παραλείποντας c κεντρικές
παρατηρήσεις, έτσι ώστε τα δύο δείγματα να έχουν
Applied Econometrics
Το Goldfeld-Quandt Test
Βήμα Παλινδρόμουμε την μεταβλητή Y στην X που
χρησιμοποιήσαμε στο βήμα 1 για κάθε μικρότερα
δείγμα και λαμβάνουμε το RSS για κάθε εξίσωση.
Βήμα 4: Υπολογίζουμε το F-stat=RSS1/RSS2, όπου
RSS1 είναι το RSS με την υψηλότερη τιμή.
Βήμα 5: Εάν F-stat>F-crit(1/2(n-c)-l,1/2(n-c)-k)
απορρίπτουμε τη μηδενική υπόθεση για
ομοσκεδαστικότητα.
Applied Econometrics
Το White’s Test
Βήμα 1: Εκτιμούμε το μοντέλο με OLS και λαμβάνουμε τα
κατάλοιπα.
Βήμα 2: «Τρέχουμε» την παρακάτω βοηθητική παλινδρόμηση:
uˆt2 a1 a2 X 2t a3 X 3t a4 X 22t a5 X 32t a6 X 2t X 3t vt
Βήμα 3: Υπολογίζουμε το LM=nR2, όπου n και R2 προέρχονται από
τη βοηθητική παλινδρόμηση.
Βήμα 4: Εάν LM-stat>χ2p-1 απορρίπτουμε τη μηδενική υπόθεση και
συμπεραίνουμε ότι υπάρχει σημαντική απόδειξη για
ετεροσκεδαστικότητα.
Applied Econometrics
Επίλυση Ετεροσκεδαστικότητας
Έχουμε τρεις διαφορετικές περιπτώσεις:
Θεωρείστε το παρακάτω
Yt=β1+β2X2t+β3X3t+β4X4t+…+βkXkt+ut
όπου
Var(ut)=σt2
Applied Econometrics