第五章_1 虚拟变量模型.ppt

β2表示：在教育水平相同的情况下，性别差异的影响 β3表示：在性别属性相同的情况下，教育水平差异的影响 β2、β3、（β2＋β3）表示了其他组与基准组的差异 工龄 薪金 D1=0，D2=0 D1=1，D2=0 D1=0，D2=1 D1=1，D2=1 例：根据消费理论，消费水平C主要取决于收入水平Y，但在一个较长的时期，人们的消费倾向会发生变化，尤其是在自然灾害、战争等反常年份，消费倾向往往出现变化。这种消费倾向的变化可通过在收入的系数中引入虚拟变量来考察。 （二）乘法方式 模型中将虚拟变量以与其它解释变量相乘构成一个新的变量的方式引入模型 加法方式引入虚拟变量，可以考察截距的不同，而在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： ◎正常年份： ◎反常年份： 设 消费模型可建立如下： 特别地，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+?2Xi+?1i i=1,2…,n1 ◎1990年后： Yi=?1+?2Xi+?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）。 这一问题通过同时以加法和乘法方式引入虚拟变量来解决。 ◎将n1与n2次观察值合并，并用以估计以下回归： D为引入的虚拟变量： 于是有： 可分别表示1990年前期与后期的储蓄函数。 ◎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： (-6.11) (22.89) (4.33) (-2.55) 由?3与?4的t检验可知：参数显著地不等于0，强烈显示出两个时期的回归是相异的， 1990年前： 1990年后： 储蓄函数分别为： （三）临界指标的虚拟变量的引入 在经济发生转折时期，可通过建立临界指标的虚拟变量模型来反映。 则进口消费品的回归模型可建立如下： 例：进口消费品数量Y主要取决于国民收入X的多少，中国在改革开放前后，Y对X的回归关系明显不同。 这时，可以t*=1979年为转折期，以1979年的国民收入Xt*为临界值，设如下虚拟变量： OLS法得到该模型的回归方程为 则两时期进口消费品函数分别为： 当tt*=1979年， 当t?t*=1979年， 第五章 经典单方程计量经济学模型专门问题 §5.1 虚拟变量模型§5.2 滞后变量模型 §5.1 虚拟变量模型 一、虚拟变量的含义 二、虚拟变量的设置 三、虚拟变量的引入 一、虚拟变量的含义 一种人为构造的、取值仅为“1”或“0”的变量 1. 定量变量和定性变量 定量变量：测度等级为间距（interval）或比率（ratio）尺度的变量，如需求量、价格、收入、产量等 其取值为具有实际含义的数据 可以在建模过程中直接使用这些变量及其数据 定性变量：测度等级名义（nominal）或顺序（ordinal）尺度的变量，如性别、教育程度等 其取值为类别或顺序，可用数值表示，但数值不具有实际含义，仅是表示类别或序次的代码 性别（1－男；0－女）、教育程度（1－小学、2－初中、3－高中、4－大学） 实际建模中，考虑定性变量的影响是必要的，但直接使用定性变量的取值则具有不合理性 2. 直接使用定性变量的不合理性 【例】：考虑教育程度（E）、工龄（X）和收入（Y）的关系。 模型中系数 β2 的经济意义是什么？ 注意到 β2 是一个常数，这意味着什么？ ——教育程度的变化对收入的影响是固定不变的，即：教育程度每提升一个 等级，