计量经济模型检验方法探析(3)

　　（三）有关变量的检验。
　　
　　变量是模型中可以观测到的因素。作为被解释变量是我们的研究对象，常表现为随机性的特征。作为解释变量我们又常假定是确定性的外生变量，其外生性又多体现在与残差项的相互独立上。同时为了避免伪回归，还需要模型的所有变量要构成一个协整系统，且解释变量之间不存在多重共线性。为此，要对各变量进行如下检验：
　　
　　1.解释变量之间的关系检验。
　　
　　首先，解释变量的外生性检验。解释变量外生性体现在各解释变量与残差，以及各解释变量之间都是相互独立的。然而现实中所选择的各变量并非是可控制变量，多具一定的相关性或随机性。所以只要接近独立就基本上符合建模的要求，这方面的检验可以通过异方差性检验和变量之间的相关矩阵的计算来实现。
　　
　　其次，解释变量之间完全共线性，也是现实中很难见到的。由于完全共线性时，回归方程无法求解，所以当使用软件求解时，无法求解的情况出现，就说明你所选的变量之间存在共线性问题。而当解释变间接近共线性时，虽然能够求解，但往往会产生经济意义不合理或统计检验相互矛盾的问题。
　　
　　2.全部变量间的协整性检验。
　　
　　首先，观察研究系统的各变量是否平稳，并判断其单整阶数。一般情况下人们多采用由迪基和富勒提出的以自回归为基础形成的三种数据生成系统，来判断各变量的平稳状况。如果某变量不平稳，则需要对其进行一次差分，若差分后的序列是平稳的，则称其是一阶单整过程。若差分后的序列仍不平稳，则需要对其进行再次差分，若再次差分的序列平稳，则称之为二阶单整过程。即经过 k 次差分才能平稳的变量，就属于 k 阶单整过程。
　　
　　其次，如果一系列的 k 阶单整过程组合成一个系统，而系统在整体上降低了单整的阶数，则称之为协整系统。一般情况下回归模型就是一个系统，它可以研究对象的实际观察与回归模拟之差等于残差的表达式来反映。如果残差序列的单整阶数小于各变量的单整阶数，则说明该系统的各变量之间存在协整的关系；如果残差序列是平稳的，则回归方程就是协整回归。
　　
　　第三，协整关系是存在于同阶单整变量之间的，所以单整阶数不同的变量之间的回归易产生伪回归。但是并非阶数不同时就一定产生伪回归，这里还存在多阶协整问题，即部分高阶协整变量在协整降阶后的阶数与其他变量的单整阶数相同时，仍然存在协整回归的可能。为此从减少工作量的视角出发，在建立回归方程之前，要分别判断各变量的单整阶数，只有符合如下要求时，才能继续构建回归方程。（1）被解释变量的单整阶数不能高于解释变量的最高单整阶数；（2）各变量的单整要尽量相同，如果不同则最高阶的变量要在两个以上。
　　
　　（四）有关方程形式的检验。
　　
　　经过上述各类检验，往往就能够找到较为理想的回归方程了。如果出现难以确定的两个以上的方程形式 M1和 M2,则需要在两者之间进行选择。一般的做法如下：
　　
　　首先，以 Y=M1+Q（M1-M2）中的 Q 是否显着来判断M2是否显着。
　　
　　其次，再以 Y=M2+R（M1-M2）中的 R 是否显着来判断 M1是否显着。
　　
　　一般 Q 和 R 同时显着或同时不显着都不大可能，而当 Q 显着 R 不显着时就选择 M2方程，当 R 显着 Q不显时就要选择 M1方程了。这种组合判断方法可以灵活运用到很多形式的判断上。
　　
　　五、模型的使用检验。
　　
　　经得起上述各种检验的模型，应该是较好的可以实际使用的模型了。不过上述各类检验都是基于观察数据的范围内进行的，属于内插式的检验。而从实践是检验真理的唯一标准出发，真正的实践是外推性的。所以在模型建成后，还要经过若干时期的实际应用的检验。这类检验还可以细致到估算的偏差、分布的方差、及随机的误差等多个视角。其评价的基本原则就是预测等实际应用的误差要在 5%以内。