虚拟解释变量课件.pptVIP

第五章 经典单方程计量经济学模型：专门问题 §5.1 虚拟变量 §5.2 滞后变量 §5.3 设定误差 §5.4 建模理论 §5.1 虚拟变量模型 一、虚拟变量的基本含义 二、虚拟变量的引入 三、虚拟变量的设置原则 虚拟变量将经济现象中的一些定性因素引入到可以进行定量分析的回归模型，拓展了回归模型的功能。 本专题的重点是如何引入不同类型的虚拟变量来解决相关的定性因素影响的分析问题，主要介绍了引入虚拟变量的加法方式、乘法方式以及二者的组合方式。在引入虚拟变量时有两点需要注意，一是明确虚拟变量的对比基准，二是避免出现“虚拟变量陷阱”。 一、虚拟变量的基本含义 许多经济变量是可以定量度量的，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。根据这些因素的属性类型，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。 例如，反映文程度的虚拟变量可取为： 1， 本科学历 D= 0， 非本科学历 概念： 同时含有一般解释变量与虚拟变量的模型称为虚拟变量模型或者方差分析（analysis-of variance: ANOVA）模型。 一个以性别为虚拟变量考察企业职工薪金的模型： 二、虚拟变量的引入 虚拟变量做为解释变量引入模型有两种基本方式：加法方式和乘法方式。 几何意义： 假定?20，则两个函数有相同的斜率，但有不同的截距。意即，男女职工平均薪金对工龄的变化率是一样的，但两者的平均薪金水平相差?2。 可以通过传统的回归检验，对?2的统计显著性进行检验，以判断企业男女职工的平均薪金水平是否有显著差异。 又例：在横截面数据基础上，考虑个人保健支出对个人收入和教育水平的回归。 教育水平考虑三个层次：高中以下， 高中， 大学及其以上 在E(?i)=0 的初始假定下，高中以下、高中、大学及其以上教育水平下个人保健支出的函数： 高中以下： 还可将多个虚拟变量引入模型中以考察多种“定性”因素的影响。 如在上述职工薪金（男1，女0）的例中，再引入代表学历的虚拟变量D2： 2、乘法方式 加法方式引入虚拟变量，考察：截距的不同， 许多情况下：往往是斜率就有变化，或斜率、截距同时发生变化。 斜率的变化可通过以乘法的方式引入虚拟变量来测度。 这里，虚拟变量D以与X相乘的方式引入了模型中，从而可用来考察消费倾向的变化。 假定E(?i)= 0，上述模型所表示的函数可化为： 当截距与斜率发生变化时，则需要同时引入加法与乘法形式的虚拟变量。 例5.1.1，考察1990年前后的中国居民的总储蓄-收入关系是否已发生变化。 表5.1.1中给出了中国1979~2001年以城乡储蓄存款余额代表的居民储蓄以及以GNP代表的居民收入的数据。 以Y为储蓄，X为收入，可令： 1990年前： Yi= ?1 + ?2 Xi+?1i i=1,2…,n1 1990年后： Yi= ?1 + ?2 Xi+?2i i=1,2…,n2 则有可能出现下述四种情况中的一种： (1) ?1=?1 ，且?2=?2 ，即两个回归相同，称为重合回归（Coincident Regressions）； (2) ?1??1 ,但?2=?2 ，即两个回归的差异仅在其截距，称为平行回归（Parallel Regressions）; (3) ?1=?1 ，但?2??2 ，即两个回归的差异仅在其斜率，称为汇合回归(Concurrent Regressions)； (4) ?1??1，且?2??2 ，即两个回归完全不同，称为相异回归（Dissimilar Regressions）。 可以运用邹氏结构变化的检验。这一问题也可通过引入乘法形式的虚拟变量来解决。 将n1与n2次观察值合并，并用以估计以下回归： 在统计检验中，如果?4=0的假设被拒绝，则说明两个时期中储蓄函数的斜率不同。 具体的回归结果为：