金融计量经济第五讲虚拟变量模型和Probit、Logit模型.pptVIP

金融计量经济第五讲 虚拟变量模型和Probit、Logit模型 第一节 虚拟变量的一般应用 一、虚拟变量及其作用 1.定义：取值为0和1的人工变量，表示非量化（定性）因素对模型的影响，一般用符号D表示。例如：政策因素、地区因素、心理因素、季节因素等。 2.作用： ⑴描述和测量定性因素的影响； ⑵正确反映经济变量之间的相互关系，提高模型的精度； ⑶便于处理异常数据。 二、虚拟变量的设置原则 引入虚拟变量一般取0和1。 对定性因素一般取级别数减1个虚拟变量。例子1：性别因素，二个级别（男、女）取一个虚拟变量，D=1表示男（女），D=0表示女（男）。 例子2：季度因素，四个季度取3个变量。 小心“虚拟变量陷阱”！ 三、虚拟变量的应用 1、在常数项引入虚拟变量，改变截距。 对上式作OLS，得到参数估计值和回归模型： (5.2)相当于两个回归模型： 2、在斜率处引入虚拟变量，改变斜率。 作OLS后得到参数估计值，回归模型为： 同样可以写成二个模型： 可考虑同时在截距和斜率引入虚拟变量： 3、虚拟变量用于季节性因素分析。 取 原模型若为 则引入虚拟变量后的模型为： 回归模型可视为： 例题：美国制造业的利润—销售额行为 模型： 利用1965—1970年六年的季度数据，得结果： 括号内为t统计值。 显然，三季度和四季度与一季度差异并不明显，重新回归，仅考虑二季度，有结果： 4、引用虚拟变量处理“时间拐点”问题。 常见的情况： a. 若T0为两个时间段之间的某个拐点，虚拟变量为： b. 用虚拟变量表示某个特殊时期的影响； 模型中虚拟变量可放在截距项或斜率处。 5、分阶段计酬问题。 若工作报酬与业务量挂钩，且不同业务量提成比例不一样（递增），设S1、S2为二个指标临界点 工资模型为： 作OLS得到参数估计值后，三个阶段的报酬回归模型为： 例子：佣金与销售额的关系： 模型： 样本回归函数： 附录：Chow检验（邹氏检验） Chow检验有二个内容，断点检验和预测检验。和虚拟变量模型作用有相近之处的是断点检验（Chow Breakpoint Test)。 步骤：在回归分析结果窗口，点View\Stabiliti Test\Chow Breakpoint Test 注：邹氏应是邹至庄。 例1：储蓄余额与国民收入的关系 CXYE = -1878.817965 + 5.965038605*GMSR + 812.1046287*D1 1952—1977: CXYE = -1066.71 + 5.965*GMSR 1978—1990: CXYE = -1878.82 + 5.965*GMSR 虚拟变量用于斜率 CXYE = -1217.425 + 5.209*GMSR + 1.13*(D1*GMSR) 1952—1977: CXYE = -1217.425 + 6.339*GMSR 1978—1990: CXYE = -1217.425 + 5.209*GMSR 应用例题1：Hedonic住宅价格模型 也称特征价格模型。其核心认为住宅价格由若干hedonic（可享受的）特征构成，包括房屋建筑特征、区位特征、社区特征等。 该模型常用于计算住宅价格指数。 一般形式： 应用例题2：股息税削减对股价的影响 背景资料—2005年6月14日，财政部、税务总局发文，规定对个人投资者从上市公司取得的股息红利所得，暂减按50%计入个应纳税所得额（红利税从20%降为10%）。 利用事件分析法分析该政策对股价有无显著影响，即政策出台前后股票有无异常收益。时间窗口为发布日及前后各二天。 模型： 其中： 表示第i个股票的日收益率， 表示上证A股指数的日收益率。D1-D5分别是时间窗口的虚拟变量。 复旦大学经济学院的研究生张立早*将普通股分为不受政策影响、受政策影响和未来有影响三组，发现股息税削减政策对第二、三组都有显著影响，且政策出台前二天的股价涨幅较大。 说明什么问题？ 政策效应？！ 内幕消息？… （用虚拟变量表示时间窗口，同样可以分析事件效应，比传统的事件分析法要简便。） * 2006年10月28-29日南京财大会议论文。 例3:应用虚拟变量分析股市的“日历效应” 周内效应 周末效应 日内效应 节日效应 离散选择模型(discrete choice models) 以虚拟变量为被解释变量的模型被称之为离散选择模型。 离散选择模型除了应用于主要的交通需求问题之外, 教育及职业的选择、消费者商品的需求, 以及居住地点的选择等方面。 国内常用的离散选择模型有Logit模型、Probit模型。