复件 5 经典单方程计量经济学模型：专门问题.ppt

第五章 经典单方程计量经济学模型：专门问题 一、虚拟变量 二、滞后变量 §5.1 虚拟变量模型 一、虚拟变量的基本含义 二、虚拟变量的引入 三、虚拟变量的设置原则 一、虚拟变量的基本含义 许多经济变量是可以定量度量的，如：商品需求量、价格、收入、产量等。 但也有一些影响经济变量的因素无法定量度量，如：职业、性别对收入的影响，战争、自然灾害对GDP的影响，季节对某些产品（如冷饮）销售的影响等等。(分类、顺序、数值型) 为了在模型中能够反映这些因素的影响，并提高模型的精度，需要将它们“量化”。 这种“量化”通常是通过引入“虚拟变量”来完成的。根据这些因素的属性类型，构造只取“0”或“1”的人工变量，通常称为虚拟变量（dummy variables），记为D。 例如，反映文程度的虚拟变量可取为： 1， 本科学历 D= 0， 非本科学历 概念： 同时含有一般解释变量与虚拟变量的模型称为虚拟变量模型。 一个以性别为虚拟变量考察企业职工薪金的模型： 二、虚拟变量的引入 虚拟变量做为解释变量引入模型有两种基本方式：加法方式和乘法方式。 几何意义： 可以通过传统的回归检验，对?2的统计显著性进行检验，以判断企业男女职工的平均薪金水平是否有显著差异。 又例：在横截面数据基础上，考虑个人保健支出对个人收入和教育水平的回归。 高中以下 教育水平考虑三个层次： 高中 大学及其以上 在E(?i)=0 的初始假定下，高中以下、高中、大学及其以上教育水平下个人保健支出的函数： 高中以下： 还可将多个虚拟变量引入模型中以考察多种“定性”因素的影响。 如在上述职工薪金的例中，再引入代表学历的虚拟变量D2： 2. 乘法方式 加法方式引入虚拟变量，考察：截距的不同。 许多情况下：往往是斜率也有变化，或斜率、截距同时发生变化。 斜率的变化可通过以乘法的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： 如果采用的是时间序列，则可以类似地引入某时点前后分别取值1，0的虚拟变量，来考察斜率项的变化。如以t*年为界，设置如下的虚拟变量： t*年以后 t*年以前 可建立如下的消费函数模型： 上述模型所表示的消费函数可以化为： t*年以前： t*年以后： 如果β2显著地异于0，则可判定斜率项在t*年以前后有显著差异。 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，表5.1.1中给出了中国内地2007年城镇居民家庭人均可支配收入与人均生活消费支出，以及农村居民家庭人均纯收入与人均生活消费支出的相关数据。可由这组数据来判断2007年中国内地农村居民与城镇居民边际消费倾向是否有差异。 以Y为消费，X为人均可支配收入，农村与城镇居民消费函数可写成： 农村居民： Yi=?1+?2Xi+?1i i=1,2…,n1 城镇居民： 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）。 对于上面四种情况，可通过同时引入加法和乘法形式的虚拟变量来解决。 将n1与n2次