计量经济学第八章单方程专题概述.pptVIP

一、虚拟变量的定义 根据属性类型，构造只取“0”或“1”的人工变量，称为虚拟变量(Dummy Variable)。通常记为 D。 1 男 0 女 含有虚拟变量的模型称为虚拟变量模型 虚拟变量多数出现在解释变量中，但有时也出现在被解释变量中，后者在初级计量中一般不涉及。 二、虚拟变量的设置原则 1、一个因素多个属性 若定性变量含有m个属性或类别，应引入m-1个虚拟变量，否则会导致多重共线性，称作虚拟变量陷阱（dummy variable trap）。 更复杂的可以设置一个虚拟变量，如多元有序或无序虚拟变量。 2、多个因素两种属性 若有m个定性变量，且每个因素有两个属性，则引入m个虚拟变量。 注意：关于定性变量中的哪个类别取0，哪个类别取1，不影响检验结果。一般而言，定性变量中取值为0所对应的类别称作基础类别（base category），或者具有某种属性的一般取1。 三、虚拟变量的引入 虚拟变量在模型中可以作解释变量，也可以作被解释变量。一般是作解释变量。虚拟变量的引入有两种基本方式：加法方式和乘法方式。 1 反常情况 0 正常情况 Y = b0 + b1 X + b2 D + u 反常情况: Y = (b0 + b2 ) + b1 X + u 正常情况: Y = b0 + b1 X + u 1 反常情况 0 正常情况 Y=b0+b1 X+b11 DX+ u 反常情况: Y = b0 + (b1+ b11)X + u 正常情况: Y = b0 + b1 X + u 1 反常情况 0 正常情况 Y=b0+b01D+b1 X+ b11D X 反常情况: Y=(b0+b01)+(b1+b11) X 正常情况: Y = b0 + b1 X 一般情况下，根据散点图或经济分析，大致判断，确定引入虚拟变量的性质；如果不能确定，可以同时引入加法模型和乘法模型，再利用t检验判断其系数是否显著，进而确定具体引入方式。 四、虚拟变量的应用 1、分析季节变动 2、模型结构的稳定性检验 3、分段回归 4、混合回归 虚拟变量模型在调整季节波动中的运用 许多按月度或季度数据表示的金融时间序列，常呈现出季节变化的规律性，如公司销售额、通货膨胀率、节假日储蓄额等。在研究中，有时需要消除季节性因素的影响，即需要进行季节调整（seasonal adjustment）。进行季节调整有多种方法，而利用虚拟变量进行季节调整是较为简单的一种。 原模型： 引入虚拟变量： 模型结构的稳定性检验 四种结果： 1、重合回归：D1、XD1的系数均为零； 2、平行回归： D1的系数不等于零，XD1的系数为零； 3、汇合回归： D1的系数等于零，XD1的系数不等于零； 4、相异回归： D1、XD1的系数均不等于零。 只有第一种情况下，模型结构是稳定的。 1 t ? t* 0 t t* Y=b0+ b1X+ b2 (X? X *)D1 反常情况: Y=b0 ? b2 X *+ (b1+b2) X 正常情况: Y = b0 + b1 X 混合回归 在同时获得时序数据和截面数据时，可否将其合并？ 第二节 模型设定误差 模型设定误差包括：解释变量的构成、模型的形式、随机误差项的假定。 一、判断模型优劣的准则 1、模型力求简单 2、可识别性 3、拟合度较高 4、与相关理论想一致 5、较好的超样本功能 二、模型设定误差的类型 1、遗漏重要解释变量 2、包含无关解释变量 3、模型的函数形式不正确 三、模型设定误差的后果 遗漏相关变量和误选无关变量的比较 （1）遗漏相关变量 将导致参数估计量和假设检验有偏且不一致； （2）误选无关变量 虽参数估计量具无偏性、一致性，又会损失有效性。 （3）注重检验的无偏性、一致性 宁愿误选无关变量也不愿遗漏相关变量； （4）注重估计量的有效性，宁愿删除相关变量。 通常误选无关变量不如遗漏相关变量的后果严重。 因此，模型的设定实际是对偏误与有效进行权衡，偏爱哪一方取决于模型的研究目的。 四、模型设定误差的检验 对变量设定误差进行检验必须在经济理论指导下进行，不可抛弃经济理论而进行假设检验。 对于是否误选无关变量的检验，只要针对无关变量系数的期望值为零的假设，用t检验或F检验，对无关变量系数作显著