林川计量经济学(第六章)教材.pptVIP

* * 第6章 虚拟变量回归模型 计 量 经 济 学 为什么要加入虚拟变量 回归分析中，被解释变量往往不仅受定量因素的影响，也会受定性因素的影响。因此，在构建回归模型时，常常有必要纳入定性因素。在回归模型里面纳入定性因素必须先把定性因素“定量化”。 方法：建立虚拟变量（常用大写字母D表示），按照一定的规则赋予虚拟变量特定的取值，使得虚拟变量的取值与某种“性质”相对应。 例如：样本观测点的性别属性为男性，则设定D=0，女性设定为D=1。当然，可以反过来设定。取值为零的称为“基准类”、“参照类”。把何种类型定为基准类并无实质性区别，根据研究者的着眼点而定。 虚拟变量又叫指标变量、分类变量、定性变量等。 计 量 经 济 学 虚拟变量回归系数的意义 思考女性就业者与男性就业者的平均年薪差异的回归模型 该回归模型能否用来解释工资中的性别歧视？ 不能！因为，所谓工资性别歧视，应该是指在其它条件不变的情况下（比如能力、教育水平、工龄、职称、地区等等），男女年薪仍然存在显著差异。由于该模型只纳入了性别虚拟变量作为唯一的解释变量，所以不能解释工资的性别歧视，只能解释工资的性别差异。 计 量 经 济 学 虚拟变量的设定原则 当需要纳入某个定性变量时，如果模型包含截距项，那么引入的虚拟变量个数应该比该定性变量的分类总数少1。否则，会造成多重共线性，使得模型无法估计。这种情形亦称为“虚拟变量陷阱”。 虚拟变量设定规则：n分定性变量需要引入(n-1)个虚拟变量。 例如：性别的种类有两种，则只需要引入一个虚拟变量D。学历若只考虑大学、硕士、博士三种，则只需要引入两个虚拟变量，D1和D2。季节变量有四种类型，则只需纳入三个虚变量，D1、D2和D3。 计 量 经 济 学 虚拟变量回归模型的一般形式 虚拟变量回归模型的一般形式： 包含m个定量变量与n个定性变量，即： 这种回归模型称为协方差分析模型（ANCOVA） 计 量 经 济 学 包含一个定量变量与一个两分定性变量的回归 以性别的平均年薪差异回归模型为例 在此模型的基础上，考虑工龄的影响，加入一个新的解释变量 因此： 男性就业者平均年薪为： 女性就业者平均年薪为： 在考虑工龄影响的情况下女性与男性就业者的平均年薪差异为： 计 量 经 济 学 包含一个定量变量与一个两分定性变量的回归 如果β3显著异于0，就说明在工龄保持不变的条件下，男女工资存在显著地差异。 工资水平 工龄 男性 女性 两条曲线的斜率相同，意味着工龄对于男性与女性工资水平的影响是相同的 两条曲线的截距不同，意味着男性与女性的工龄初始点是不同的 计 量 经 济 学 包含一个定量变量与一个多分定性变量的回归 如男女性别，是可以当做两分定性变量的，但是有一些定性变量中，并非仅仅是分为两类的，是可以分为多类的，这就可以定义为多分定性变量。如将全国地区分为东、中、西部地区，如将大学生的年级分为大一、大二、大三与大四。 例如：研究教师薪酬水平的地区差异。 设被解释变量：教师平均薪酬水平（Pay） 定量解释变量：政府机构用于学生的花销（PPS） 定性解释变量： D1=1，第一类地区(东部地区)；=0，其他地区 D2=1，第二类地区(中部地区)；=0，其他地区 第三类地区(西部地区)为基准类，基准类对应的虚拟变量取值均为零，即：D1=0，D2=0。 计 量 经 济 学 包含一个定量变量与一个多分定性变量的回归 因此，构建包括一个定量变量与一个多分定性变量的回归模型 第一类地区(东部地区)教师平均薪酬水平 第二类地区(中部地区)教师平均薪酬水平 第三类地区(西部地区，基准类)教师平均薪酬水平 该模型只能解释不同地区教师平均年薪的截距差异。 计 量 经 济 学 虚拟变量的交互效应 男性平均年薪： 女性平均年薪： 可见，女性与男性平均年薪差异为(β3+β3×D)，差异大小还取决于D的取值，也就是取决于是硕士还是博士。 计 量 经 济 学 虚拟变量的交互效应 假设回归模型为： 系数度量了在X3保持不变的情况下，X2对Y的影响程度，但是在现实中，X2对Y的影响往往还取决于X3的水平。 因此，将回归模型修正为： 如果β4显著不为零，说明X2对Y的影响会取决于X3的水平。同理X3对Y的也要取决于X2的水平。 计 量 经 济 学 引入虚拟变量比较两个回归模型 例子：研究美国1970-1995年间个人储蓄与个人收入间的关系。 考虑一个问题：1982年美国经济经历严重衰退，这一事件也许会影响个人储蓄与个人可支配收入的关系。 研究目标：检验两段事情个人储蓄与个人收入之间的关系是否显著存在差异，以及差异是什么。 设定Y表示个人储蓄，X表示个人可支配收入，则对1970-1981年间和1982-1995年间的储蓄利用分段回归方程进行估计，即：