第八篇：单一方程模型的扩展问题.pptVIP

第八章：单一方程模型的扩展问题 第一节：关于虚拟变量的回归 许多实际问题中，经济变量不仅受定量变量的影响，而且受定性变量的影响。这样在回归模型中，解释变量不仅应该包括定量变量，有时需要包括定性变量。本节讨论包括定性变量的回归模型。 一、虚拟变量及其表示方法 最简单但又最常见的定性变量是二分定性变量，即只取两个类别的变量：是与非、男与女、农村与城市、白人与黑人，等。 例1：美国某学院其他条件基本相同的10位教员的起薪数据由下表给出，试判断该学院在教员薪金上是否存在性别歧视？（sjk15） 起薪： 22.0 19.0 18.0 21.7 18.5 21.0 20.5 17.0 17.5 21.2 性别： 男 女 女 男 女 男 男 女 女 男 解： 设立虚拟变量 ， 建立回归模型 。 问题： * 回归分析得到怎样的结果可以认为该学院在教员薪金上是否存在性别歧视？ * 能否这样建立虚拟变量，并建立新的回归模型？ 有的定性变量是多分定性变量，即变量所取的类别多于两类，如：文化程度可取：中学以下、中学、大学及以上；一年有四个季度，12个月份，等等。 N分类定性变量可用N-1个虚拟变量来表示，此时应防止落入虚拟变量陷阱。 如： 要点1： 对二分定性变量，虚拟变量通常采用0、1形式来表示。 为避免虚拟变量陷阱，对n分定性变量，应该引入n-1个虚拟变量。所有虚拟变量都取0值的那个类别，通常称为基底类别。 二、虚拟变量回归模型 1、加法类型——虚拟变量改变模型的截距 虚拟变量与定量变量在模型中的关系是相加关系，虚拟变量的引入改变不同类别样本回归直线的截距，但不影响斜率。 例2：教员薪金y与教龄x、性别的D的关系。 某学院教员薪金受教龄的影响，可能也会受到性别的影响，如果认为教龄对薪金的影响不会受到性别的影响，则可建立如下模型： 其中虚拟变量的取法与前相同。如果模型及参数可以通过检验，则就有： 女性教员薪金与教龄的关系 男性教员薪金与教龄的关系 要点2： 如果在回归模型的解释变量中既包括定量变量、也包括定性变量，并且定量变量对应变量的影响不受定性变量所涉及的类别的影响，则表示定性变量的虚拟变量在模型应以加法类型出现。 如果虚拟变量在模型中以加法类型出现，则代表不同类型的样本回归直线具有不同的截距，但是具有相同的斜率。 2、乘法类型——虚拟变量改变模型的斜率 虚拟变量与定量变量在模型中的关系是相乘关系，虚拟变量的引入改变不同类别样本直线的斜率、但不改变截距。 例3：证券投资基金经理市场时机把握能力研究 资本资产定价模型的计量经济学形式 资本市场的一个特点：高收益伴随着高风险（在牛市， 值大则收益高，在熊市， 值大则可能遭受的损失大），如果基金经理具有对牛、熊市的预测能力，则应在两种不同市场采取不同的投资策略。引入虚拟变量 建立如下回归模型： 如果回归结果显示参数 ，且可以通过显著性检验，则在熊市时基金资产组合收益率所服从的样本回归直线为： 而在牛市时，基金资产组合收益率所服从的回归直线为： 由于基金经理在牛、熊市采用不同的投资策略，且这种投资策略可提高基金资产的收益率，则可以认为基金经理具有市场时机把握能力。