误差修正模型需要进行哪些检验

4．4．3　多元回归三大问题检验

为了保证正确使用多元线性回归模型并得出科学的结论，需要检验回归模型是否存在多重共线性、序列相关和异方差三大问题；在不存在这些问题的前提下，回归模型的结果才具有稳定性与可靠性（马庆国，2002）。在此，本研究对回归三大问题分别进行检验。

（1）多重共线性问题检验。多重共线性指解释变量（包括控制变量）之间存在严重的线性相关，即多个变量有共同的变化趋势，通常可用方差膨胀因子（Variance Inflation Factor，VIF）指数来判断（马庆国，2002）。一般来说，当0＜VIF＜10，不存在多重共线性；当10≤VIF＜100，存在较强的多重共线性；当VIF≥100，存在严重多重共线性。

经检验，本研究各回归模型的VIF指数均大于0且小于10，因此，可以判定本研究解释变量之间不存在多重共线性问题。

（2）序列相关问题检验。序列相关指不同期的样本值（不同编号的样本值）之间存在相关关系，通常可用Durbin-Watson值（DW值）来判断（马庆国，2002）。一般可以认为，当DW值介于1．5至2．5之间，则模型不存在序列相关。

经检验，本研究各回归模型的DW值均非常接近于2。因此，可以判定本研究各模型中不存在序列相关问题。

（3）异方差问题检验。异方差问题是指随着解释变量的变化，被解释变量的方差存在明显的变化趋势（不具有常数方差的特征），通常可用散点图进行判断（马庆国，2002）。以标准化预测值为横轴，以标准化残差为纵轴，进行残差项的散点图分析，若散点分布呈现无序状态，则可认为不存在异方差。

经检验，本研究各模型的散点图均呈无序状。因此，可以判定本研究各模型均不存在异方差问题。