单方程模型高级问题.ppt

单方程模型高级问题 3.1 虚拟解释变量 一.虚拟解释变量模型 虚拟变量：某些因素对解释因变量是必须的，但它们是定性的、不可计量的；为了将这些变量引入所要研究的模型，必须将它们数量化：比如起作用时赋值1，或0；不起作用时赋值0，或1，这样的变量称为虚拟变量 比如：天气、季节、性别等 本节讨论虚拟变量作为解释变量的模型 例1 研究学生体重与身高的关系，随机抽样80名学生，其中48名男生，32名女生（W表示体重，单位磅；h表示身高，单位英寸） 模型A： (-5.2066) (8.6246) 模型B: (-2.5884) (4.0149) (5.1613) 其中 虚拟变量的影响 例2 研究工作经验对工资的影响，假设由于法律的原因，男性和女性参加工作时的起薪是一样的 建立模型（Y是月薪，X是工龄） 虚拟变量的影响 例3 对例2，如果男女参加工作时的起薪存在性别歧视，应如何修正模型？ 虚拟变量的影响 例4-A 研究学历对工作的影响，建立模型（Y:参加工作的起薪） 模型A: 例4-B 模型B: 虚拟变量陷阱 对模型B 虚拟变量陷阱 欲表征的状态数等于虚拟变量个数 此时存在完全多重共线性 因此，虚拟变量个数=欲表征的状态数-1 例4-C 模型C： 季节性变动虚拟变量 销售函数模型 考虑销售量的季节性波动，应如何引入虚拟变量? 二.结构稳定性检验与分段线性回归 1.结构稳定性检验 检验模型反映的经济结构是否由于受到某种因素的影响而发生变化 例如: 时间序列数据，1992年后解释变量的参数可能发生变化 界面数据，东部省份和中西部省份的回归结果不一致 结构稳定性的 Chow 检验 对总样本进行回归 将总样本分成两个子样本，分别回归 构造统计量 参数稳定性Chow检验 判断样本扩大时，模型参数的估计是否具有稳定性 对原样本（n1）进行回归 增加n2个观测值，组成新样本（ n1 + n2 ）进行回归 构成统计量 举例 研究各省市旅游外汇收入，建立模型（Y：旅游外汇收入；X1旅行社职工人数；X2国际旅游人数）： 得到回归方程： (3.067) (6.653) (3.378) 分别对东部地区（东北、华北、华东、华南）15省市和西部地区（华中、西南、西北）16省市进行回归 2.分段线性回归 模型结构发生变化，但回归函数保持连续 在一个时刻结构发生变化： 在两个时刻结构发生变化： 3.2 虚拟因变量 (受限因变量、分类选择模型) 被解释变量是定性变量。如家庭是否拥有自己的住宅，企业是否在某个地区投资，成年男子是否在“参与劳动”等。 常见模型： 线性概率模型（LPM） 对数单位模型（Logit Model） 概率单位模型（Probit Model） 一.线性概率模型 线性概率模型的问题 (2)异方差 异方差的处理 随机项异方差，OLS估计量线性无偏但不是有效的 用加权最小二乘法（WLS）处理 方程两边同时除以 (3)值域问题 问题：条件期望的值可能超出[0,1]区间，这是线性概率模型的严重缺点 处理： 大于1的当作1，小于0的当作0 采用Logit 或Probit模型 (4)拟合优度问题 线性概率模型的拟合优度一般不高，在0.2到0.6之间 二.Logit模型 思路：出于线性概率模型的缺陷，希望对它进行变换，使预测对于所有的X都落在（0,1）之间 基本思路 随着X增加，因变量增加（或减少），因此用一个累计概率函数F来描述 可有多种累计概率函数，得出不同的模型，一般只采用两种： 累计logistic概率函数——Logit模型 累计正态概率函数——Probit模型 三.Probit模型 3.3 滞后变量模型 一.滞后变量模型 对采用时间序列数据的模型，相关变量的滞后值作为解释变量 外生滞后变量模型 内生滞后变量模型 滞后变量模型实质上考虑的是经济系统的动态变化，也可称为动态模型 1.外生滞后变量模型（分布滞后模型） (1)考伊克滞后（几何滞后） 考伊克滞后的权重 (2)阿尔蒙滞后（多项式滞后） 考伊克变换只能表示影响递减的情形 阿尔蒙模型的好处在于，它可以用多项式近似获得连续函数，反映各种复杂的影响，比如在两三个季度或两三年后才产生的影响 2.内生滞后变量模型（自回归模型） (1)部分调整模型 例：某家公司的理想库存水平为 ，实际库存水平 ，假设理想的库存水平由销售量决定： 由于市场摩擦，实际水平和理想水平之间的差距不能迅速合拢，只能部分弥补 (2)适应性预期模型 例：假设居民的消费决定于期望收入 根