第03章++基本回归模型.ppt

方程中消费的收入弹性为0.848，说明我国城镇居民收入每增加1%，将使得城镇居民消费增加0.848%。消费的价格弹性为0.376，说明前一年的物价每增加1%，将使得城镇居民消费增加0.376%。 (2) 半对数模型 线性模型与对数线性模型的混合就是半对数模型 或 对数方程又称增长模型，通常我们用这类估计许多变量的增长率。如果x取“时间”t，即按时间顺序依次取值为1，2，…，T，变量t 的系数?1 度量了ln(y)随时间向前推进产生的变化。如果?1为正，则有随时间向上增长的趋势；如果?1为负，则有随时间向下的趋势，因此t可称为趋势变量，而且 是y的平均增长率。宏观经济模型表达式中常有时间趋势，在研究经济长期增长或确定性趋势成分时，常常将产出取对数，然后用时间t作解释变量建立回归方程。 例3.4: 我们建立半对数线性方程，估计我国实际GDP（支出法，样本区间：1978～2002年）的长期平均增长率，模型形式为 其中：GDP?Pt 表示剔出价格因素的实际GDPt 。方程中时间趋势变量的系数估计值是0.0815，说明我国实际GDP（支出法）年平均增长率为8.15%。F值或R2表明模型拟合效果很好，D.W.显示模型存在（正的）自相关。 (3) 双曲函数模型 形如下式的模型称为双曲函数模型 Yt = b1+ b2 (1/Xt ) + ut 这是一个变量之间是非线性的模型，因为Xt 是以倒数的形式进入模型的，但这个模型却是参数线性模型，因为模型中参数之间是线性的。这个模型的显著特征是随着Xt 的无限增大，（1/Xt ）接近于零。 例3.5 美国菲利普斯曲线 利用美国1955～1984年的数据（附录E.2），根据菲利普斯曲线，即通货膨胀率?t和失业率Ut的反向关系，建立双曲函数： 估计结果表明，菲利普斯曲线所描述的 ?t 和Ut 的反向关系并不存在。之所以出现这样的背离，主要是因为20世纪70年代出现石油危机，从而引发了“滞胀”，通货膨胀伴随着高失业率。如果考虑到通货膨胀预期的影响，则可以在模型中引入代表通货膨胀预期的变量，比如用通货膨胀前期值来代表。 含有通货膨胀预期的菲利普斯曲线估计结果为 可以看出，加入通货膨胀预期因素后，模型的拟合效果很好，而且这时的模型体现出了失业率和通货膨胀率之间的显著的反向变动关系。 2. 虚拟变量的应用 例3.6：工资差别 为了解工作妇女是否受到了歧视，可以用美国统计局的“当前人口调查”中的截面数据研究男女工资有没有差别。这项多元回归分析研究所用到的变量有： W — 雇员的工资（美元/小时） 1；若雇员为妇女 SEX = 0；其他 ED — 受教育的年数 AGE — 雇员的年龄 1；若雇员不是西班牙裔也不是白人 NONWH = 0；其他 1；若雇员是西班牙裔 HISP = 0；其他 对206名雇员的样本所进行的研究得到的回归结果为（括号内是t统计量的值）： （22.10）（-3.86） R2 = 0.068 D.W.=1.79 反映雇员性别的虚拟变量SEX在显著性水平 5%下显著。因为工资的总平均是9.60美元，该虚拟变量告诉我们，妇女的平均工资为8.12美元，或比总平均低1.48美元。 在回归模型中加入年龄AGE和受教育年数ED以及种族或民族，性别虚拟变量仍然是显著的： （-3.38) (-4.61) (8.54) (4.63) (-1.07)