计量经济学讲义第七讲.docxVIP

1

浙江工商大学金融学院姚耀军讲义系列

第七讲虚拟变量

一、含有虚拟变量的模型

假设居民家庭的教育费用支出除了受收入水平的影响之外，还与子女的年龄结构密切相关。如果家庭中有适龄子女（6~21岁），教育费用支出就多。现在考虑模型：

yi=β0+β1xi+α0Di+εi（1）

其中，y表示教育支出，x表示收入，而D的取值是

有适龄子女无适龄子女

在这里，D就是一个虚拟变量，也被称为哑变量，它反映了定性因素的变化。模型（1）的等价形式由如下两个子模型组成：

无适龄子女家庭其教育费用支出函数（Di＝0）：

yi=β0+β1xi+εi

有适龄子女家庭其教育费用支出函数（Di＝1）：

yi=(β0+α0)+β1xi+εi

如果保持家庭收入一样，有适龄子女的家庭教育费用将比无适龄子女的家庭费用高α0。因此，虚拟变量D的显著性意味着子女的年龄结构对家庭教育费用有显著影响。

定性因素也可能影响斜率参数，例如随着收入水平的提高，家庭教育支出的边际消费倾向也可能会发生变化。为了反映定性因素对斜率参数的影响，可以设定模型：

yi=β0+β1xi+α1(xigDi)+εi（2）

模型（2）的等价形式由如下两个子模型组成：

无适龄子女家庭其教育费用支出函数（Di＝0）：

yi=β0+β1xi+εi

有适龄子女家庭其教育费用支出函数（Di＝1）：

yi=β0+(β1+a1)xi+εi

事实上，我们还可以设定更一般的模型，以涵盖定性因素不仅影响截距也影响斜率参数的情况：

yi=β0+a0Di+β1xi+α1(xigDi)+εi

当然，我们可以利用t检验或者F检验分别判断0、1单个或者联合显著性，进而确定

哪一种模型设定合理。

2

浙江工商大学金融学院姚耀军讲义系列

二、虚拟变量的设置原则

假设公司职员的年薪与工龄和学历有关。学历分成三种类型：大专以下、本科、研究生。为了反映“学历”这个定性因素的影响，我们设置两个虚拟变量：

l0D1={〔1

l0

本科其他

〔

研究生其他

如果把模型设定为：

yi=β0+β1xi+α0D1i+α1D2i+εi

其中y是年薪，x是工龄。模型等价于：

yi=β0+β1xi+εi大专以下（D1=D2=0）

yi=(β0+α0)+β1xi+εi本科（D1=1，D2=0）yi=(β0+α1)+β1xi+εi研究生（D1=0，D2=1）

下图是关于上述各个子模型的总体回归函数的图形表示：

年薪研究生

年薪

本科a1-a0

本科

大专以下

a0

β0

——工龄

在上例中，样本按学历分为三类。在考察学历对年薪的影响时，我们以具有大专以下学历的人为参考组。

练习：针对上例，如果以具有本科学历的人为参考组，并且假定工龄对年薪的边际影响不受学历影响，试建立模型。

针对上例，现在我们来回答四个问题，以加深对含虚拟变量模型的理解。

问题一：为何不直观地设定虚拟变量

〔2

l0D={1

l0

研究生

本科生

大专以下

浙江工商大学金融学院姚耀军讲义系列

并且模型为：yi=β0+β1xi+α0Di+εi？

回答：当采取上述模型设定时，各子模型总体回归函数如下图所示：

年薪

研究生

研究生本科

大专以下

a

a0

a0

——工龄

该图表明，当采取如此模型设定时一个假定被隐含：研究生与本科生之间、本科生与大专生之间的年薪差异程度是相同的，在数值上都等于a0。显然，这是非常强的假定。

问题二：为何不设置三个虚拟变量？

生

大专以下其他

并设定模型为：

yi=β0+β1xi+α0D1i+α1D2i+α2D3i+εi

回答：如果采取这样的设定，那么对于每一个职员，必有：

D+D+D=11i2i3i

应该注意，截距项还对应一个解释变量，取值恒为1。因此，模型存在完全共线性。此即虚拟变量设置陷阱。

笔记：

在实践中，虚拟变量设置陷阱往往不会成为真正的陷阱。这是因为，当模型存在完全共线性时，计量软件会提示你，它无法进行估计！

问题三：可不可以设定三个虚拟变量呢

回答：可以。设定模型为：

yi=β1xi+α0D1i+α1D2i+α2D3i+εi

应该注意到，该模型没有截距！当采取上述模型设定时，各子模型总体回归函数如下图所示：

年薪

研究生

本科

3a