views 参数稳定性检验和虚拟变量的应用.pptVIP

* 回归模型的结构稳定性检验——虚拟变量法 邹氏检验只能告诉我们结构是否发生变化，而不能告诉我们到底是截距还是斜率发生了变化，虚拟变量法则能有效地解决这一问题。下面我们将通过一个例子来说明如何运用虚拟变量法对模型进行结构稳定性检验。 对于一元线形模型 ，假定在时刻，由于外部事件的冲击，我们怀疑模型的结构可能发生了变化。为验证这一观点，我们可以建立如下的虚拟变量模型 * 1 其中 = 0 可见， ︱ =0， ）= ，表示的是发生结构变化前的关系； ︱ =1， ）= 表示的是可能的结构变化发生后的关系。 利用全部数据对上述虚拟变量模型进行最小二乘回归，并对参数估计值进行显著性检验 。 * 可见，与邹氏检验相比，在检验模型结构稳定性方面虚拟变量法具有如下的优点： （1）较之邹氏检验的三次回归，虚拟变量法只需作一次总的回归，因而显得简单。 （2）能够清楚表明是截距或斜率抑或两者都发生了变化。 （3）由于合并两个回归而减少了虚拟变量的个数，增加了自由度，从而参数估计的准确性也有所改进。 * 实例—虚拟变量在金融数据处理中的作用 根据Fama的有效市场理论，在有效市场中，由于股票价格能够及时地反映所有的信息，因此股价将会呈现出随机波动的特征。并且，在有效市场中，由于投资者能够随时获取所需要的信息，因此将不存在套利的机会，股票的价格将反映价值。按照有效市场理论，一周内每天的收益率将是随机波动、没有规律的。因为如果假设某天的收益率比其他各天的收益率高或者低，由于投资者可随时掌握所需要的信息，并且做出理性的选择，因此他们将充分利用这个套利机会来获取超额收益率。而随着套利过程的进行，超额收益率也会逐渐减少直至消失，从而每天的收益率又将会呈现出无规律的波动。 * 下面我们将利用虚拟变量模型对这一现象进行实证检验： 数据描述：我们利用的是上海股票市场上证指数1997年1月1日到2004年12月31日的日收盘价数据，共1926个观测值。收益率的计算我们采用的是连续收益率法，计算公式如下 我们建立如下的虚拟变量模型： * 图4-12 上证指数日收益线性图 * 使用Eviews3.1软件对上述模型进行OLS回归，得到如下结果（括号内为相应的t值）： 对模型各系数估计值进行联合F检验，看各系数值是否同时为零，结果的到F值为1.03，其概率值为0.39，因此不能拒绝各系数值同时为零的假设，则可以得出结论，上海股票市场不存在周内效应。 * 本章小结 本章主要分为两部分，在第一部分中我们主要讨论了金融数据中存在的多重共线性现象。第二部分我们主要介绍了虚拟变量的应用。在接下来的部分中，我们主要介绍了如何进行模型的结构稳定性检验的两种方法：邹氏检验和虚拟变量法 。 * 参数稳定性检验和虚拟变量模型 在本章余下的四节中，我们将讨论虚拟变量在回归分析中的应用。 虚 拟变量既可以作为解释变量出现在模型中，也可以作为因变量出现在模型中，我们统称这类含虚拟变量的经济计量模型为虚拟变量模型。 * 虚拟变量的性质 在金融计量学中，所考虑的变量除了可以直接度量的数量变量（如价格、收益、收入等）之外，还有实质上是定性性质的变量，如性别、国家、战争及政府经济政策的变动等。这类定性变量常指某一性质、属性出现或不出现，例如男性或女性，中国人或外国人，战争期间或非战争期间等。由于其不能直接度量，为研究方便，可构造一个变量，令其取值为1或为0，取值为0时表示某一性质出现（不出现），取值为1时表示某性质不出现（出现），该变量即为虚拟变量（dummy variables）。 * 一般的，在虚拟变量的设置中，基础类型、否定类型取值为“0”，称为基底（base）类、基准（benchmark）类或参考（reference）类；而比较类型、肯定类型取值“1”。 虚拟变量和定量变量在回归模型中的应用是一样的。若一个模型中的解释变量全部都是虚拟变量，则此模型被称为方差分析模型（Analysis of Variance Model）；若解释变量中既有定量变量，又有虚拟变量，则该线性回归模型可称为协方差分析模型（Analysis of Covariance Model）。 * 例子 在我国上市公司中，个人做第一大股东的现象还非常少，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，例如就业、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