经典线性回归模型假设

经典线性回归模型假设 (Assumptions of CLRM)

经典线性回归模型（Classical Linear Regression Model，CLRM）是计量经济学和统计学中最基础的分析框架之一。为了保证普通最小二乘法得到的估计量具有良好的统计性质，包括无偏性、有效性和一致性，需要对模型的数据生成过程和误差项作出一系列严格假设。这些假设被称为高斯-马尔可夫假设。深入理解这些假设对于诊断模型缺陷、处理异方差或内生性等问题至关重要。

高斯-马尔可夫五大假设

模型设定为矩阵形式 $Y = X\beta + \varepsilon$，其中 $Y$ 为n维因变量向量，$X$ 为n乘p的设计矩阵，$\beta$ 为p维系数向量，$\varepsilon$ 为n维误差向量。

假设一：线性性。模型在参数上是线性的，即 $Y = X\beta + \varepsilon$。需要注意的是，回归元本身可以包含非线性变换，例如 $\ln X$ 或 $X^2$，只要方程形式对系数 $\beta$ 保持线性即可。

假设二：严格外生性。条件期望满足 $\mathbb{E}[\varepsilon|X] = 0$，即误差项的条件均值不依赖于任何观测到的回归元。这一假设确保了解释变量与误差项不相关，是OLS估计量无偏性的核心保证。

假设三：无完全多重共线性。设计矩阵 $X$ 必须是列满秩的，其秩为p，从而 $X'X$ 可逆，OLS解 $(X'X)^{-1}X'y$ 唯一存在。这意味着所有回归元之间必须满足线性无关。

假设四：球面误差方差。该假设包含两个部分：条件同方差 $\operatorname{Var}[\varepsilon_i|X] = \sigma^2$，即误差方差恒定；以及无条件不相关 $\operatorname{Cov}[\varepsilon_i, \varepsilon_j|X] = 0$（对于i不等于j），即不存在自相关。两者合并可写为 $\operatorname{Var}[\varepsilon|X] = \sigma^2 I_n$，其中 $I_n$ 为n维单位矩阵。高斯-马尔可夫定理在此条件下保证OLS估计量为最佳线性无偏估计量（BLUE）。

假设五：误差正态性（可选附加假设）。$\varepsilon|X \sim N(0, \sigma^2 I_n)$。在假设一至四的基础上添加正态性假设后，OLS估计量 $\hat{\beta}$ 的精确有限样本分布即为正态分布，t检验和F检验的有限样本精确性由此得到保证。然而，在大样本条件下，中心极限定理保证了即使不假设正态性，t检验和F检验的近似仍然成立。因此，正态性假设主要用于小样本推断。

假设违反的后果与诊断

假设二的违反，即内生性问题，通常由遗漏变量偏差、测量误差或同时性引起，是最为致命的情形。此时OLS估计量不再具有一致性，需要使用工具变量方法（IV或2SLS）来补救。假设四的违反包含两种情形。异方差使OLS估计量仍然无偏但不再有效，标准误存在偏差，Huber-White稳健标准误是最常用的补救手段。自相关同样使OLS无偏但不有效，可采用Newey-West或聚类标准误等方法处理。假设三的违反即完全多重共线性，最常见的原因是虚拟变量陷阱，解决方法是去掉一个参考类别或使用标准化约束。

CLRM假设构成了计量经济学实证研究的诊断清单。细致检查每一项假设是否满足，是严谨实证分析中"了解你的数据"和"检验你的假设"原则的实践基础。