第八章虚拟变量33分解.ppt

第八章 虚拟变量 引子2 股票收益 在我国上市公司中，主要是国家或法人作为公司的第一大股东。而国家作为第一大股东与法人相比，除了公司业绩，还有其它考虑，如就业、形象工程、负责人升迁、上缴利税等，这些目标都或多或少有悖于公司利润最大化的目标。另外，国家控股的公司由国家选择代理人，而这些代理人往往是行政人员或官僚出身，没有经营管理的特长，进一步制约上市公司绩效的发挥。 因此，总体而言，“股东身份”对绩效的有显著影响。 引子3 居民住房消费函数研究 消费支出（y）主要影响因素： 可支配收入（x1）； 收入层次 x2 问题的一般性描述 在同时考虑定量和定性因素的条件下，依据现有的回归分析知识，如何对非定量因素进行回归分析？ 虚拟变量（dummy variables） ：又称虚设变量、名义变量或哑变量 计量经济学中，将取值为0 和 1的人工变量称为虚拟变量。 是量化了的定性变量，习惯用D表示。 定性因素属性：两种状态，或多种状态。 如：变量 属性类别 数量 性别--- 男、女 两种 股东身份” ---国家股东，法人股东 两种 收入等级—高、中、低 三种 地理位置--东、中、西部 三种 季节----冬、夏、秋、冬 四种 x, 定性变量,引用几个个虚拟变量替代？ 如何定义？ 研究居民住房消费支出Yi和居民可支配收入 Xi 之间的数量关系。回归模型的设定为： 为更好地对模型进行估算，经常需要在回归模型中排除一些突发事件产生的异常值，及其对模型的影响，例如：地震、战争、政治事件等，而引入的虚拟变量。 如在金融理论中，常常会出现一种情况：当某影响因素越过某一临界值，或时间过了某一临界点之后，因变量对影响因素的变化率将发生变化，这类问题研究可利用系数虚拟方法。 例如：利用虚拟变量，可建立如下的回归模型： 四、 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） 五、虚拟变量的引入方式 （1）加法方式： （2）乘法方式： （3）同时以加法方式及乘法方式引入： 第二节 两分定性变量模型 解释变量中有一个定性变量，且定性变量只有两种属性。 y α+βx+ u 估计模型； 【例3 （8.4）】 1990年美国圣地亚哥大学城独栋房屋的售价，其中PRICE为价格，我们想看看是否有游泳池对房屋的售价有没有明显的影响，也即有游泳池的房子平均来说是否比没有游泳池的房屋的售价要高。为此我们建立如下回归模型进行研究： PRICE α + βPOOL+u , POOL为游泳池 无游泳池的房屋平均价格： E P/Pool 0 ？ 有游泳池的房屋平均价格： E P/Pool 1 ？ 价格差异 ？ 差异显著吗？ 无游泳池的房屋平均价格： E P/Pool 0 306.111 有游泳池的房屋平均价格： E P/Pool 1 337. 979 价格差异 β0 31.87元 差异显著吗？ 由于模型中虚拟变量POOL的t值很小，p值 0.5402 a 0.05, 所以在0.05显著性水平下无法通过检验，也就是说，有无游泳池对房屋售价的影响很小。 【例9.4】某公司员工的性别对薪水的影响分析:假设WAGE为薪水，D为性别， Eviews的输出结果如下： 男性员工平均薪水 2086.9234； 女性员工平均薪水 1518.696； 两者相差 ，即568.2274元（β） D的p值 0.0015 a 0.01。 这意味着在1％的显著性水平下，D 之前的系数显著不为0.也即性别的差异确实对薪酬起着显著影响。 第三节 多分定性变量模型 【例8.5】 员工受教育的程度对工作薪水的影响 因变量y：工作薪水 自变量X：受教育的程度， X属性类别：高等教育、职业教育、初等教育 X：属性 3个 【例8.6】 考察季节（X 因素对美国制造业的销售量（Y）的影响。 季节X有？ 个类别，需引入？ 个虚拟变量替代。 １.有那几个类别？ ２.各类别平均销售量多少？ 3. 其他类别与基础类的平均销售量差异多少？这种差异显著吗 春季比冬季平均销售量高出10422.17吨，但由于其虚拟变量参数的 p值 0.4036 0.05，所以这种差异不显著； 问题？ 模型结论合理吗？如果你觉得不合理，你认为问题是什么？你该如何矫正？ 例题8.6 家庭储蓄的影响因素分析 因变量: y 家庭储蓄; 自变量: x1 是否拥有房屋产权, x2