第二章标准线性回归模型2.pptVIP

第二章 标准线性回归模型（2） 1、控制变量的思想 多元模型中每个变量的回归系数，可以理解为在模型中其他解释变量所代表的因素保持不变的情况下，该变量对被解释变量的影响——这就是所谓的控制 1、控制变量 被解释变量 解释变量 控制变量 1、控制变量 1、控制变量 条件收敛的验证 一般认为经济增长具有收敛性，即落后国家（人均GDP较低）会比先进国家（人均GDP较高）具有更高的GDP增长率，但实证分析的结果并不支持此种观点，所以有学者提出条件收敛的概念，即增长率的高低取决于一个国家或地区实际增长水平与稳态增长水平之间的差距，而非仅仅由实际增长水平决定。差距越大，平均增长率会越高，反之则较低。条件收敛理论意味着：如果两国有相同的稳态增长水平，落后国家会具有较高的增长率。 1、控制变量 如果控制了不该控制的变量，如该变量和核心解释变量高度相关，或具有因果关系，则也会影响估计的可靠性 2、因果分析的方法 相关不是因果 有因果的关系可以不相关 无因果的关系可以表现出相关 2、因果分析的方法 回归模型只具有相关意义，不具有因果意义 2、因果分析的方法 6、因果分析的方法 Granger检验 检验要求估计如下回归 Granger检验 检验统计量 Granger检验 3点注意： 1、在检验之前，要先保证序列的平稳性， 或者具有协整关系； 2、控制变量问题 3、检验结果对滞后长度敏感。 Granger检验 Granger检验 Granger检验经常用来判断两个变量的因果关系，其基本思想是，如果X为Y的原因，则X的发生应该在前，应该可以通过X预测Y，所以Granger检验是通过检验可预测性来推断因果关系 本质上Granger检验不是因果检验 2、因果分析的方法 有学者引入图模型（graphical model） 理论研究该问题 有向非循环图( directed acyclic graphs，DAG) 3、解释变量之间的关系 3、解释变量之间的关系 3、解释变量之间的关系 解释变量（explanatory variables） vs 控制变量（control variables） 中介变量（ mediator ） vs 调节变量（moderator） 3、解释变量之间的关系 调节变量 3、解释变量之间的关系 中介变量 调节效应的检验 设交互项——检验调节效应 适用于解释变量X1对于被解释变量Y的边际影响取决于解释变量X2的水平的情况 调节效应的检验 假说：“若行业的平均规模越大，则更高的银行集中度有利于该行业的发展，若行业以中小企业为主，则更低的银行集中度有利于该行业的发展” 人口密度高的地区，交通设施对信任的影响要比人口密度低的地区大 教育对于经济体吸收新技术的能力具有积极效应，因此，平均教育年限越长的国家，经济由初始水平收敛到均衡水平的速度越快 调节效应的检验 中介变量的检验方法 中介变量的检验方法 中介变量的检验方法 方法1 中介变量的检验方法 方法2 中介变量的检验方法 方法3 中介变量的检验方法 群体效能感在团队组织氛围与团队有效性之间充当中介变量，即团队组织氛围通过提升或降低群体效能感来影响团队的有效性。 工作满意度是个人—组织匹配影响离职倾向的中介变量；工作满意度是组织支持感影响离职倾向的中介变量 4.函数的设定 常用手段： 1）增设二次项 适用于解释变量X对于被解释变量Y的边际影响取决于解释变量X的水平的情况 4.函数的设定 4.函数的设定 4.函数的设定 民主与增长的关系：当民主水平很低时，提高民主可以限制政府权力的过度使用，从而促进增长；而当民主水平较高时，进一步提高民主程度，反而会因过度关注公平而影响效率，从而抑制增长。 库兹涅兹曲线（环境库兹涅兹曲线EKC） 4.函数的设定 4.函数的设定 2）设滞后项 存在1期的滞后影响 4.函数的设定 3）部分变量取非线性形式 5.变量变换——取对数 取对数的好处 如果因变量、自变量都取对数，参数具有弹性含义 经过对数变换的变量，一般更加符合假设条件 可以缩小取值范围，减少异常值的影响 什么时候取对数 变量之间为相乘关系（双对数），或具有某种非线性关系（单对数） 那些取值为正的右偏分布变量 5.变量变换——取对数 取对数的陷阱 取对数后，为获得原变量的估计，往往需要取指数进行还原，此时的估计会出现系统偏差。 5.变量变换——取对数 5.变量变换——取对数 如果u不服从正态分布，则调整程序如下： 1）得到lnY的拟合值 2）对每个拟合值取指数，得到mi 3）做Y对mi的过原点回归，得到回归系数 4）将此系数乘以mi ，得到最终拟合值 6.