第六章(09虚拟变量).pptVIP

第一节 虚拟变量（dummy）及其作用 二、作用： 第二节 虚拟变量的设定 2、乘法方式 表3-８列出了1998年我国城镇居民人均收入与彩电每百户拥有量的统计资料。 将我国城镇居民的彩电需求函数设成： Yi=a+bxi+ αDi+ βXDi+μi 同时引入加法和乘法方法，再进行t检验。 DATA D1 输入虚拟变量的值(前三个为0，后五个为1) （由于D是EViews软件的保留字，所以将虚拟变量取名为D1；另外，此时也可以用SMPL和GENR命令直接生成D1变量） GEＮR XD=X*D1 生成变量XD LS Ｙ Ｃ Ｘ D1 XD 估计需求函数 结果如下图所示： 我国城镇居民彩电需求函数的估计结果为： 低收入家庭： 二、虚拟变量的设置原则 其等价于： 2、多个因素各两种类型 城市低收入家庭 (D1=0，D2=0) 第三节 虚拟变量的特殊应用 二、检验模型结构的稳定性 利用t检验判断D、XD系数的显著性，可以得到四种检验结果： 三、分段回归 分段回归案例 改革开放以来，随着经济的发展中国城乡居民的收入快速增长，同时城乡居民的储蓄存款也迅速增长。经济学界的一种观点认为，20世纪90年代以后由于经济体制、住房、医疗、养老等社会保障体制的变化，使居民的储蓄行为发生了明显改变。为了考察改革开放以来中国居民的储蓄存款与收入的关系是否已发生变化，以城乡居民人民币储蓄存款年底余额代表居民储蓄,以国民总收入,代表城乡居民收入，分析居民收入对储蓄存款影响的数量关系。 居民储蓄的增量（YY） 城乡居民的储蓄行为表现出了明显的阶段特征：在1996年和2000年有两个明显的转折点。 为了分析居民储蓄行为在1996年前后和2000年前后三个阶段的数量关系，引入虚拟变量D1和D2。D1和D2的选择，是以1996、2000年两个转折点作为依据，1996年的GNI为66850.50亿元,2000年的GNI为国为民8254.00亿元,并设定了如下以加法和乘法两种方式同时引入虚拟变量的的模型： se=（172.1626）（0.0057） （0.0272） （0.0401） t = (-4.8234） （25.1700） (-10.7192) (13.9581) 四、混合回归 为比较两年的消费函数是否有显著差异，设置虚拟变量： SMPL 1 8 样本期调为1998年 * 许多经济变量定量度量的，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。 一、虚拟变量的定义及设置 根据定性因素的属性类型，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。 虚拟变量主要是用来代表质的因素，但是有些情况下也可以用来代表数量因素。如收入” 虽然是“数量”因素，但是为了方便也可以用虚拟变量表示。 如： 城镇居民 农村居民 销售旺季 销售淡季 政策紧缩 政策宽松 本科以上学历 本科以下学历 一般地，在虚拟变量的设置中： 基础类型、肯定类型取值为1； 比较类型，否定类型取值为0。 0和1只是符号而已，不代表高低意义。 变量的划分应遵循穷举与互斥原则。 1、可以描述和测量定性因素的影响。 这是计量经济学研究的重点。 2、能够正确反映经济变量之间的相互关系，提高模型的精度。 从经济意义上来说，能够更好地解释现实经济现象。 3、便于处理异常数据。 当样本资料中存在异常数据时，一般有三种处理方式，一是在样本容量较大的情况下直接剔除异常数据；二是用平均数等方式修匀异常数据；三是设置虚拟变量（即将异常数据作为一个特殊的定性因素）： 异常时期 正常时期 一、虚拟变量的引入方式 设置虚拟变量可以采用两种方式：加法方式和乘法方式。 1、加法方式 虚拟变量D与其他解释变量在模型中是相加关系。 Yi=a+bxi+αDi+μi 上式等价为： 当Di =0时：Yi=a+bxi+μi 当Di =1时：Yi=(a+α)+bxi+μi D=0 D=1 a a+α α 以加法方式引入虚拟变量,通过调