计量虚拟变量模型.pptVIP

第九章 虚拟变量模型 一、虚拟变量的基本含义 二、虚拟变量的设置原则 三、虚拟变量的引入 一、虚拟变量的基本含义 许多经济变量是可以定量度量的，如：商品需求量、价格、收入、产量等。 但也有一些影响经济变量的因素无法定量度量，如：职业、性别对收入的影响，战争、自然灾害对GDP的影响，季节对某些产品（如冷饮）销售的影响等等。 为了在模型中能够反映这些因素的影响，并提高模型的精度，需要将它们“量化”。 这种“量化”通常是通过引入“虚拟变量”来完成的。根据这些因素的属性类型，构造只取“0”或“1”的人工变量，通常称为虚拟变量（dummy variables），记为D。 例如，反映文化程度的虚拟变量可取为： 二、虚拟变量的设置原则 例。已知冷饮的销售量Y除受k种定量变量Xk的影响外，还受春、夏、秋、冬四季变化的影响，要考察该四季的影响，只需引入三个虚拟变量即可： 则冷饮销售量的模型为： 在上述模型中，若再引入第四个虚拟变量 如果只取六个观测值，其中春季与夏季取了两次，秋、冬各取到一次观测值，则式中的： 显然，(X,D)中的第1列可表示成后4列的线性组合，从而(X,D)不满秩，参数无法唯一求出。 这就是所谓的“虚拟变量陷阱”，应避免。 二、虚拟变量的设置原则 三、虚拟变量的引入 虚拟变量做为解释变量引入模型有两种基本方式：加法方式和乘法方式。 几何意义： 假定?20，则两个函数有相同的斜率，但有不同的截距。意即，男女职工平均薪金对工龄的变化率是一样的，但两者的平均薪金水平相差?2。 可以通过传统的回归检验，对?2的统计显著性进行检验，以判断企业男女职工的平均薪金水平是否有显著差异。 ?2称为截距差异系数。 又例：在横截面数据基础上，考虑个人保健支出对个人收入和教育水平的回归。 教育水平考虑三个层次：高中以下， 高中， 大学及其以上 在E(?i)=0 的初始假定下，高中以下、高中、大学及其以上教育水平下个人保健支出的函数： 高中以下： 在E(?i)=0 的初始假定下，高中以下、高中、大学及其以上教育水平下个人保健支出的函数： 高中以下： 还可将多个虚拟变量引入模型中以考察多种“定性”因素的影响。 如在上述职工薪金的例中，再引入代表学历的虚拟变量D2： 2、乘法方式 加法方式引入虚拟变量，考察：截距的不同， 许多情况下：往往是斜率就有变化，或斜率、截距同时发生变化。 斜率的变化可通过以乘法的方式引入虚拟变量来测度。 这里，虚拟变量D以与X相乘的方式引入了模型中，从而可用来考察消费倾向的变化。 假定E(?i)= 0，上述模型所表示的函数可化为： 当截距与斜率发生变化时，则需要同时引入加法与乘法形式的虚拟变量。 例：考察1990年前后的中国居民的总储蓄-收入关系是否已发生变化。 表5.1.1中给出了中国1979~2001年以城乡储蓄存款余额代表的居民储蓄以及以GNP代表的居民收入的数据。 以Y为储蓄，X为收入，可令： 1990年前： Yi=?1+?2Xi+?1i i=1,2…,n1 1990年后： Yi=?1+?2Xi+?2i i=1,2…,n2 则有可能出现下述四种情况中的一种： (1) ?1=?1，且?2=?2，即两个回归相同，称为重合回归（Coincident Regressions）； (2) ?1??1，但?2=?2，即两个回归的差异仅在其截距，称为平行回归（Parallel Regressions）; (3) ?1=?1，但?2??2，即两个回归的差异仅在其斜率，称为汇合回归(Concurrent Regressions)； (4) ?1??1，且?2??2，即两个回归完全不同，称为相异回归（Dissimilar Regressions）。 这一问题也可通过以加法形式和乘法形式引入虚拟变量来解决。 将n1与n2次观察值合并，并用以估计以下回归： 具体的回归结果为： 3、临界指标的虚拟变量的引入 在经济发生转折时期，可通过建立临界指标的虚拟变量模型来反映。 例如，进口消费品数量Y主要取决于国民收入X的多少，中国在改革开放前后，Y对X的回归关系明显不同。 这时，可以t*=1979年为转折期，以1979年的国民收入Xt*为临界值，设如下虚拟变量： OLS法得到该模型的回归方程为 则两时期进口消费品函数分别为： * 反映性别