金融计量经济第五讲虚拟变量模型和Probit、Logit模型知识分享.ppt

金融计量经济第五讲;第一节 虚拟变量的一般应用;二、虚拟变量的设置原则;三、虚拟变量的应用;;2、在斜率处引入虚拟变量，改变斜率。 作OLS后得到参数估计值，回归模型为： 同样可以写成二个模型： 可考虑同时在截距和斜率引入虚拟变量： ;;3、虚拟变量用于季节性因素分析。 取 原模型若为 则引入虚拟变量后的模型为： 回归模型可视为： ;例题：美国制造业的利润—销售额行为;4、引用虚拟变量处理“时间拐点”问题。 常见的情况： a. 若T0为两个时间段之间的某个拐点，虚拟变量为： b. 用虚拟变量表示某个特殊时期的影响； 模型中虚拟变量可放在截距项或斜率处。; 5、分阶段计酬问题。 若工作报酬与业务量挂钩，且不同业务量提成比例不一样（递增），设S1、S2为二个指标临界点 工资模型为： ;;作OLS得到参数估计值后，三个阶段的报酬回归模型为：;例子：佣金与销售额的关系：;附录：Chow检验（邹氏检验）;例1：储蓄余额与国民收入的关系;;虚拟变量用于斜率;;应用例题1：Hedonic住宅价格模型;利用杭州市2004年二手房交易数据作一回归：;应用例题2：股息税削减对股价的影响;复旦大学经济学院的研究生张立早*将普通股分为不受政策影响、受政策影响和未来有影响三组，发现股息税削减政策对第二、三组都有显著影响，且政策出台前二天的股价涨幅较大。 说明什么问题？ 政策效应？！ 内幕消息？… （用虚拟变量表示时间窗口，同样可以分析事件效应，比传统的事件分析法要简便。） * 2006年10月28-29日南京财大会议论文。;例3:应用虚拟变量分析股市的“日历效应” ;离散选择模型(discrete choice models);第二节 虚拟被解释变量模型;虚拟变量作为被解释变量;原始模型：;但因为 模型具有明显的异方差性，故而用模型（5.8）直接进行参数估计是不合适的。 另外，由于要求 亦难以达到。 实际应用中，用效用模型来求参数估计值： 其中：;效用模型的极大似然估计;所以有似然函数： 或者： 对数似然函数为 ： 对数似然函数最大化的一阶条件为 参数估计由上式求出。其中 为密度函数。 ;Probit和Logit模型;Probit和Logit模型的参数估计;Probit和Logit模型的变量显著性检验 ;z;Probit和Logit模型的参数估计;例：中国ST上市公司结构分析; Variable Coefficient Std. Error z-Statistic Prob. C 3.433275 1.315134 2.610590 0.0090 X1 -4.114196 2.436005 -1.688911 0.0912 X2 -1.262274 0.385405 -3.275185 0.0011 X3 -0.548998 0.615274 -0.892281 0.3722 Mean dependent var 0.500000 S.D. dependent var 0.504219 S.E. of regression 0.324276 Akaike info criterion 0.710744 Sum squared resid 5.888658 Schwarz criterion 0.850367 Log likelihood -17.32233 Hannan-Quinn criter. 0.765358 Restr. log likelihood -41.58883 Avg. log likelihood -0.288705 LR statistic (3 df) 48.53301 McFadden R-squared 0.583486 Probability(LR stat) 1.64E-10 Obs with Dep=0 30 Total obs 60 Obs with Dep=1 30 ;利用Logit模型回归结果：;Many thanks