- Стандартные ошибки в форме Ньюи-Уеста
-
Стандартные ошибки в форме Ньюи-Уеста или состоятельные при гетероскедастичности и автокорреляции стандартные ошибки (HAC s.e. — Heteroskedasticity and Autocorrelation consistent standard errors) — применяемая в эконометрике оценка ковариационной матрицы МНК-оценок (в частности и стандартных ошибок) параметров линейной модели регрессии, альтернативная стандартной (классической) оценке, которая состоятельна при гетероскедастичности и автокорреляции случайных ошибок модели (в отличие от несостоятельной в этом случае классической оценки и стандартных ошибок в форме Уайта).
Содержание
Сущность и формула
Истинная ковариационная матрица МНК-оценок параметров линейной модели в общем случае равна:
где — ковариационная матрца случайных ошибок. В случае, если нет гетероскедастичности и автокорреляции (то есть когда ) формула упрощается
Поэтому для оценки ковариационной матрицы в классическом случае достаточно использовать оценку единственного параметра — дисперсии случайных ошибок: , которая, как можно доказать, является несмещенной и состоятельной оценкой. При наличии гетероскедастичности, но без автокорреляции, матрица V диагональна и вместо этих диагональных элементов можно использовать квадраты остатков и получить состоятельные оценки (стандартные ошибки в форме Уайта). В общем случае кроме гетероскедастичности может иметь место также и автокорреляция некоторого порядка. Следовательно, кроме диагональных элементов, необходимо оценить внедиагональные элементы, отстоящие от диагонали на L. Ньюи и Уест (Newey, West, 1987) показали, что состоятельной являются оценки следующего вида:
Данная оценка, как видно из формулы зависит от выбранной «ширины окна» L и весовых коэффициентов . Простейший вариант выбора весов — выбрать их равными единице. Однако, в этом случае, не обеспечивается необходимая положительная определенность матрицы. Второй вариант — веса Бартлета . Однако, более предпочтительным вариантом считаются веса Парзена:
Существует также проблема выбора «ширины окна» L. Обычно рекомендуется следующая оценка
Замечание
Иногда приведенную формулу оценки ковариационной матрицы корректируют на множитель . Такая корректировка теоретически позволяет получить более точные оценки на малых выборках. В то же время на больших выборках (асимптотически) эти оценки эквивалентны.
См. также
Литература
- Магнус Я. Р., Катышев П. К., Пересецкий А. А. Эконометрика. — М.: Дело, 2004. — 576 с.
- William H. Greene Econometric analysis. — New York: Pearson Education, Inc., 2003. — 1026 с.
Категория:- Эконометрика
Wikimedia Foundation. 2010.