第七章回归分析的其它问题精品.pptVIP

第七章：回归分析的其它问题 第一节 虚拟变量 第二节 设定误差 第三节 滞后变量模型介绍 第四节 随机解释变量 第五节 时间序列模型初步 第一节 虚拟变量 一、虚拟变量及其作用 1.定义：取值为0和1的人工变量，表示非量化（定性）因素对模型的影响，一般用符号D表示。例如：政策因素、地区因素、心理因素、季节因素等。 2.作用： ⑴描述和测量定性因素的影响； ⑵正确反映经济变量之间的相互关系，提高模型的精度； ⑶便于处理异常数据。 二、虚拟变量的设置原则 引入虚拟变量一般取0和1。 对定性因素一般取级别数减1个虚拟变量。例子1：性别因素，二个级别（男、女）取一个虚拟变量，D=1表示男（女），D=0表示女（男）。 例子2：季度因素，四个季度取3个变量。 小心“虚拟变量陷阱”！ 三、虚拟变量的应用 1、在常数项引入虚拟变量，改变截距。 对上式作OLS，得到参数估计值和回归模型： (7.1.2)相当于两个回归模型： 2、在斜率处引入虚拟变量，改变斜率。 作OLS后得到参数估计值，回归模型为： 同样可以写成二个模型： 可考虑同时在截距和斜率引入虚拟变量： 3、虚拟变量用于季节性因素分析。 取 原模型若为 则引入虚拟变量后的模型为： 回归模型可视为： 例题：美国制造业的利润—销售额行为 模型： 利用1965—1970年六年的季度数据，得结果： 括号内为t统计值。 显然，三季度和四季度与一季度差异并不明显，重新回归，仅考虑二季度，有结果： 4、引用虚拟变量处理“时间拐点”问题。 常见的情况： a. 若T0为两个时间段之间的某个拐点，虚拟变量为： b. 用虚拟变量表示某个特殊时期的影响； 模型中虚拟变量可放在截距项或斜率处。 5、分阶段计酬问题。 若工作报酬与业务量挂钩，且不同业务量提成比例不一样（递增），设S1、S2为二个指标临界点 工资模型为： 作OLS得到参数估计值后，三个阶段的报酬回归模型为： 例子：佣金与销售额的关系： 模型： 样本回归函数： 第二节 设定误差 一、设定误差的定义： 计量经济模型在建立模型时发生变量选择或其它错误，导致OLS结果可能有问题。 二、设定误差的类型及后果 一般的设定误差包括：1、多设无必要的解释变量；2、漏设重要的解释变量；3、引入错误的解释变量；4、错误的函数形式； 5、样本数据发生偏差。具体形式及后果见下页。 假设一正确模型为： 1、多设变量后，模型为： 为无关变量。 后果：OLS估计值仍是无偏估计，多设变量前的参数估计值均值为0。 2、漏设变量后，假设少x1，模型为： 后果：OLS估计值不是无偏估计，失效。 3、设错变量： 后果：参数的OLS估计值不是无偏的。（同2） 4、错误的函数形式如： 5、样本数据发生偏差时，可能有： 其中， 上述4、5二种类型因错误明显，无法用OLS求参数估计值。 一般 讨论1、2两种设定误差即可。 第三节 滞后变量模型介绍 一、滞后变量及模型 经济活动中，有些因素的影响不仅体现在当期，而且波及以后的时期。这种有滞后影响作用的因素构成的变量即为滞后变量，而含有滞后变量的模型称为滞后变量模型，分为有限滞后模型和无限滞后模型两类。 二、产生滞后变量的可能原因：一类原因为心理因素，人的行为或经济活动所具有的惯性；另一类因素为客观因素，包括技术因素和制度因素两种。 三、滞后变量模型面临的问题 滞后变量模型若直接使用OLS，可能会出现一些问题： 1、多重共线性问题； 2、自由度损失问题； 3、滞后变量模型中，最大滞后程度或者说最大滞后期限较难确定。 由于上述原因，滞后变量模型一般会采用其它的估计方法。 四、滞后变量模型的类型 1、分布滞后模型。滞后变量仅为解释变量，形式为： 2、自回归模型。滞后变量为被解释变量的滞后值，且被解释变量的滞后值作为解释变量用。形式为： 滞后变量模型常用的估计方法有Alt-Tinbergen方法、Almon估计法、Koyck方法等。 第四节 随机解释变量 一、随机解释变量：即解释变量为随机变量，违背了基本假设。实际的经济活动中，随机解释变量较为常见。 单方程线性计量经济学模型假设之一是： 即解释变量与随机项不相关。 这一假设实际是