计量经济学虚拟变量教程解读.ppt

第十章 虚拟变量 问题的提出（变量类型） 1、计量经济学模型，需要经常考虑属性因素的影响。例如，职业、战争与和平、繁荣与萧条、文化程度、灾害、季节 2、属性因素往往很难直接度量它们的大小。只能给出它们的“Yes—D=1”或”No—D=0”、或者它们的程度或等级 3、为了反映属性因素和提高模型的精度，必须将属性因素“量化”。通过构造0-1型的人工变量来量化属性因素 文化程度 繁荣与萧条 灾害 1 灾害 D= 0 无灾害 模型中引入虚拟变量的必要性 现实经济生活错综复杂，往往要求人们按照经济变量的质或量的不同，分别进行处理。因此，回归模型中，往往有必要引入虚拟变量，以表示这些质的区别。例如，消费函数，对于平时与战时，萧条与繁荣，乃至性别、教育程度、季节性等等，都会因质的有不同表现出不同的差异。 虚拟变量的定义 虚拟变量是一用以反映质的属性的一个人工变量，通常记为D（Dummy）。 虚拟变量D只取0或1两个值 对基础类型或肯定类型设D=1 对比较类型或否定类型设D=0 虚拟变量举例 1 本科学历 D= 0 非本科学历 0 “文革”时期 D= 1 非“文革”时期 虚拟变量的引入 虚拟变量在模型中，可以作解释变量，也可以作因变量。 虚拟变量作解释变量时出现在方程的右端 虚拟变量作因变量（被解释变量）时出现在方程的左端 虚拟变量模型 引入虚拟变量后，回归方程中同时含有一般解释变量和虚拟变量，称这种结构的模型为虚拟变量模型或斜方差分析模型。 虚拟自变量模型 （虚拟因变量）虚拟变量作因变量又称抉择模型。 模型中引入虚拟变量的作用 1、分离异常因素的影响，例如分析我国GDP的时间序列，必须考虑“文革”因素对国民经济的破坏性影响，剔除不可比的“文革”因素。 2、检验不同属性类型对因变量的作用，例如工资模型中的文化程度、季节对销售额的影响。 3、提高模型的精度，相当与将不同属性的样本合并，扩大了样本容量（增加了误差自由度，从而降低了误差方差）。 虚拟变量设置的原则 在模型中引入多个虚拟变量时，虚拟变量的个数应按下列原则确定： 如果有 m 种互斥的属性类型，在模型中引入 m-1 个虚拟变量 （虚拟变量的陷阱） 例如，性别有2个互斥的属性，引用2-1=1个虚拟变量 再如，文化程度分小学、初中、高中、大学、研究生5类，引用4个虚拟变量 用3个虚拟变量表示4个季度 这里用3个虚拟变量表示4个季度，Q2、Q3、Q4同时取不同值组合起来表示4个季节——春、夏、秋和冬。 虚拟变量 第一节 运用虚拟变量改变回归直线的截距 第二节 运用虚拟变量改变回归直线的斜率 第三节 运用虚拟变量同时改变回归直线的截距和斜率 第四节 折线回归 第五节 运用虚拟变量作季节调整（案例一） 案例2:储蓄模型——战争强制储蓄（截距变动） 案例3：中国社会总产值趋势模型 第六节 复习与提高（略） 虚拟变量的引入方式 1。加法方式 2。乘法方式 3。临界指标的虚拟变量的引入 1。加法方式——影响截距 虚拟变量D 与其它解释变量在模型中是相加关系，称为虚拟变量的加法引入方式。 例如，讨论消费问题，消费水平C主要由收入水平Y决定，但是当特殊情况出现时政府会采取对消费品限量供应措施，因此引入虚拟变量D来表示这些特殊情况与非特殊情况。 加法引入方式引起截距变动,（边际消费倾向不变） Yt=a1+a2Dt+b1Xt Dt=1 正常年份 截距=a1+a2 Dt=0 反常年份 截距=a1 消费问题的虚拟变量模型 D=1 反常年份 D=0 正常年份 C = b0 + b1 x + b2D +e C^= b0^ + b1^x + b2^ D 反常年份消费函数 （截距不同斜率同） C^=（ b0^ + b2^ ）+ b1^x 正常年份消费函数 （截距不同斜率同） C^= b0^ + b1^x 2。乘法方式——影响斜率 模型中虚拟变量与其它解释变量是相乘关系，称为虚拟变量的乘法引入方式。 乘法引入方式引起斜率变动 D=1 异常时期 D=0 正常时期 设定模型 Y= b0 + b1 x +b2 D x +e 异常时期模型：（截距相同斜率不同） Y= b0 + （b1 +b2 ） x +e 正常时期模型：（截距相同斜率不同） Y= b0 + b1 x +e 加法与乘法组合引入——