模型中的特殊解释量.pptVIP

第8章结束. * 第8章 模型中的特殊解释变量 8.1 随机解释变量（一般性了解） 8.2 工具变量 8.3 滞后变量（一般性了解） 8.4 虚拟变量（重点）（其中分段线性回归不讲） 8.5 时间变量 8.1随机解释变量 （第2版教材第203页） （第3版教材第174页） （第2版教材第207页） （第3版教材第177页） 8.2 工具变量法 工具变量法是解决随机解释变量X与误差项u相关时，?的OLS估计量不具有一致性的方法。 假定有变量Z与X高度相关，但与误差项u不相关，则用Z替换X，估计回归参数?，这种估计方法称作工具变量法，Z称作工具变量。?的工具变量法估计量具有一致性。 例8.1 用最终消费C1对国内生产总值Y回归。假定Y与误差项u相关，但资本总额K与误差项u不相关，用K作Y的工具变量。 工具变量法的EViews操作：打开模型估计对话窗，选TSLS估计法。在方程设定区填入 C1 C Y 在工具变量列写区填入 C K, 点击确定键。 8.2 工具变量法 （第2版教材第208页） （第3版教材第178页） 8.3 滞后变量（一般性了解） 滞后的原因。如：消费行为的滞后，央行上调银行存款准备金率，投资、项目研发周期长，一项政策的执行有滞后。 （1）分布滞后模型（权数法、阿尔蒙多项式法不讲） Yt = ? + ?0 Xt + ?1 Xt-1 + …+ ?k Xt-k+ ut 可以用OLS法估计参数，但不具有有效性。容易引起多重共线性。最大滞后阶数由AIC、SC准则决定。 （2）自回归模型（柯依克变换不讲） Yt = ? + ?0 Xt + ?1 Yt-1 + …+ ?m Yt-m+ ut 可以用OLS法估计参数，为有偏、一致估计量。最大滞后阶数由AIC、SC准则决定。 （3）自回归分布滞后模型 Yt = ? + ?0 Xt + ?1 Xt-1 + …+ ?k Xt-k+ ?1 Yt-1 + …+ ?m Yt-m + ut 如消费模型：Yt = ? + ?0 Xt + ?1 Xt-1 + ?1 Yt-1 + ut （第2版教材第218页） （第3版教材第187页） 8.4 虚拟变量（重点掌握） 在实际建模过程中，被解释变量不但受定量变量影响，同时还受定性变量影响。例如需要考虑性别、民族、不同历史时期、季节差异、企业所有制性质不同等因素的影响。 由于定性变量通常表示的是某种特征的有和无，所以量化方法可采用取值为1或0。这种变量称作虚拟变量（dummy variable），用D表示。虚拟变量应用于模型中，对其回归系数的估计与检验方法和定量变量相同。 （第2版教材第219页） （第3版教材第188页） 注意：(1) 当定性变量含有m个类别时，模型不能引入m个虚拟变量。最多只能引入m -1个虚拟变量，否则当模型中存在截距项时就会产生完全多重共线性，无法估计回归参数。比如，对于季节数据引入4个虚拟变量，数据如下表， 8.4 虚拟变量 则必然会有，截距项对应的单位向量等于 (D1+ D2+ D3+ D4) 。这意味着虚拟变量之间存在完全多重共线性。 (2) 把虚拟变量取值为0所对应的类别称作基础类别。 (3) 当定性变量含有m个类别时，不能把虚拟变量的值设成如下形式。 这种赋值法在一般情形下与虚拟变量赋值是完全不同的两回事。 (4) 回归模型可以只用虚拟变量作解释变量，也可以用定量变量和虚拟变量一起做解释变量。 8.4 虚拟变量 （第2版教材第219页） （第3版教材第188页） （第2版教材第220页） （第3版教材第189页） 8.4 虚拟变量 1. 用虚拟变量测量截距变动 设有模型，yt = ?0 + ?1 xt + ?2D + ut , 其中yt，xt为定量变量；D为定性变量。 当D = 0 或1时，上述模型可表达为， D = 1或0表示某种特征的有无。反映在数学上是截距不同的两个函数。若?2显著不为零，说明截距不同；若?2为零，说明这种分类无显著性差异。 D = 1 D = 0 ?0 ?0+?2 例8.3 随机调查美国旧金山地区20个家庭的储蓄情况，拟建立年储蓄额Yi (千美元) 对年收入Xi (千美元) 的回归模型。通过对样本点的分析发现，居于上部的6个点（用小圆圈表示）都是代表自己有房子的家庭；居于下部的14个点（用小三角表示）都是租房住的家庭。而这两类家庭所对应的观测点各自都表现出明显的线性关系。于是给模型加入一个定性变量“住房状况”，用D表示。定义如下： 8.4 虚拟变量 （第2版教材第220页） （第3版教材第189页） 例8.3 建立回归模型 Yi = ?0 + ?1 Xi + ?2 Di + ut 得估计结