回归模型的函数形式概要.ppt

5.8 过原点的回归 过原点的回归（regression through the origin） 只有在充分理论保证下才能使用零截距模型，比如奥肯定律或其他经济和金融理论。 5.8 过原点回归 奥肯定律 奥肯(Okun)根据美国1947-1960年的数据得到如下结果： 失业率的变动率 实际产出的增长率，使用实际GDP增长率代理 2.5 = 美国长期产出增长率 5.8 过原点回归 0 投资组合理论的市场模型图(CAPM) 5.9 关于度量比例和单位的说明 5.9 关于度量比例和单位的说明 差异：单位的不同 5.9 关于度量比例和单位的说明 第一：所有回归的 相同，与计量单位无关。 第二：截距的单位总是与因变量相同。 第三：如果因变量和自变量的度量单位相同，则斜率系数及其标准误差相同 第四：如果因变量和自变量的度量单位不同，则斜率系数不同 5.10 标准化变量的回归 是Y的样本均值 是X的样本均值 是Y的样本标准差 是X的样本标准差 5.11 函数形式小结 弹性 5.3 多元对数线性回归模型 例5-2 C-D函数Eviews回归过程 5.3 多元对数线性回归模型 例5-2 C-D函数Eviews回归结果 5.3 多元对数线性回归模型 表5-3 OECD国家的能源需求（1960-1982） 例 5-3 OECD国家的能源需求（1960-1982） 5.3 多元对数线性回归模型 5.3 多元对数线性回归模型 5.4 如何测度增长率：半对数模型 通常经济学家、工商业家和政府对某一经济变量的增长率很感兴趣。比如说，政府预算赤字规划就是根据预计的GNP增长率这一最重要的经济活动指标而确定的。类似地，联储根据未偿付消费者信贷的增长率(自动贷款、分期偿还贷款等等)这一指标来监视其货币政策的运行效果。 5.4 如何测度增长率：半对数模型 测度增长率的方法 两边求对数： 引入误差项 称为半对数模型 5.4 如何测度增长率：半对数模型 在对数线性模型中，X变化一个单位（ =1） 引起Y的变化为100* %（即为增长率） 对数-线性模型中斜率 的经济意义： 5.4 如何测度增长率：半对数模型 5.4 如何测度增长率：半对数模型 例5-4 1975-2007年美国人口取对数的数据 5.4 如何测度增长率：半对数模型 例5-4 1975-2007年美国人口取对数后对时间的散点图 图5-3 半对数模型 5.4 如何测度增长率：半对数模型 例5-4 1975-2007年美国人口取对数后对时间的回归结果 5.4 如何测度增长率：半对数模型 斜率0.0107表示:平均而言，lnY的相对变化率为0.0107, Y的年增长率为1.07%。 因此，半对数模型又被称为增长模型，通常用此模型来测量许多变量的增长率。 对截距5.3593解释如下： 注：一般我们得出前面的散点图，都可以近似认为是多远模型了线性 5.4 如何测度增长率：半对数模型 5.4.1 瞬时增长率与复合增长率 1. 根据半对数模型求的：lnY的相对变化率为0.0107，Y的年增长率为1.07%。 2. 由于 b2 = B2 的估计值=ln(1+r) 所以 antilog(b2)=（1+r) r=antilog(b2)-1 =antilog(0.0107)-1=1.0108-1 =0.010757 在样本区间内,美国人口年复合增长率为1.0757%. 3.两增长率的区别 1.07%是某时点的瞬时增长率（某点的切线斜率）， 1.0757%是复合增长率 5.4 如何测度增长率：半对数模型 5.4.2 线性趋势模型 趋势变量 B20,则称Y有向上的趋势；B20,则称Y有下降的趋势 5.4 如何测度增长率：半对数模型 表5-4 1975-2007年美国人口对时间的线性趋势模型回归结果 5.5 线性-对数模型：解释变量是对数形式 线性-对数模型（lin-log model） 例 5.5 个人总消费支出与服务支出的关系（1970-2006，1992年美元价，10亿美元） 5.5 线性-对数模型：解释变量是对数形式 如果个人消费支出每增加增加1个百分点，则平均服务支出将增加18.44（10亿美元） 5.5 线性-对数模型：解释变量是对数形式 线性-对数模型中斜率 的经济意义： 5.6 倒数模型 这个模型的一个显著特征是，随着X的无限增大，(