特殊變量應(yīng)用補充.ppt

1,計量經(jīng)濟學 Econometrics,補充講義： 虛擬變量引用 孫浦陽 南開大學國際經(jīng)濟與貿(mào)易系,2,虛擬變量的應(yīng)用,使用虛擬變量的準則：必須按照經(jīng)濟條件，必須由題目的要求出發(fā)設(shè)計模型 同一個經(jīng)濟學問題，可能由于研究者的研究目的的不同，設(shè)計出來的虛擬變量的設(shè)定也可能區(qū)別很大 虛擬變量的設(shè)定是和其他變量一致的，是一個“序列”，在計算機里是一個 Series的性質(zhì) 虛擬變量的直接統(tǒng)計意義不大，但是參與到估算方程后，其經(jīng)濟意義與所有解釋變量完全一致,3,虛擬變量的應(yīng)用 例:工資差別 為了解工作婦女是否受到了歧視，可以用美國統(tǒng)計局的“當前人口調(diào)查”中的截面數(shù)據(jù)研究男女工資有沒有差別。這項多元回歸分析研究所用到的變量有： W 雇員的工資（美元/小時） 1；若雇員為婦女 SEX = 0；其他 ED 受教育的年數(shù) AGE 雇員的年齡 1；若雇員不是西班牙裔也不是白人 NONWH = 0；其他 1；若雇員是西班牙裔 HISP = 0；其他,4,對206名雇員的樣本所進行的研究得到的回歸結(jié)果為（括號內(nèi)是t統(tǒng)計量的值）： （22.10）（-3.86） R2 = 0.068 D.W.=1.79 反映雇員性別的虛擬變量SEX在顯著性水平 5%下顯著。,5,在回歸模型中加入年齡AGE和受教育年數(shù)ED以及種族或民族，性別虛擬變量仍然是顯著的： （-3.38) (-4.61) (8.54) (4.63) (-1.07) (0.22) R2=0.367 D.W.=1.78,6,最后考慮年齡AGE與工資W之間非線性關(guān)系的可能性時，男女差別還是顯著存在的。這一點可以由下列回歸結(jié)果看出： (-4.59) (-4.50) (7.98) (-1.22) (0.28) (3.87) (-3.18) R2=0.398 D.W.=1.75,這個回歸模型的年齡AGE項說明，在其他條件不變的情況下，雇員的工資率隨著他的年齡的增長而增長（系數(shù)為0.62），但是增加的速度越來越慢（-0.0063）。進一步的研究表明，工資在雇員的年齡為42.9歲時達到最大，之后逐年下降。,7,季節(jié)虛擬變量 當使用含有季節(jié)因素的經(jīng)濟數(shù)據(jù)進行回歸分析時，可以對數(shù)據(jù)進行季節(jié)調(diào)整消除原數(shù)據(jù)帶有的季節(jié)性影響，也可以使用虛擬變量描述季節(jié)因素，進而可以同時計算出各個不同季度對經(jīng)濟變量的不同影響。如果用虛擬變量，這時包含了4個季度的4種分類，需要建立3個虛擬變量。用Qi表示第i個季度取值為1，其他季度取值為0的季節(jié)虛擬變量，顯然Q1 + Q2 + Q3 + Q4 = 1 ，如果模型中包含常數(shù)項，則只能加入Q1，Q2，Q3 ，否則模型將因為解釋變量的線性相關(guān)而無法估計，即導(dǎo)致虛擬變量陷阱問題。當使用月度數(shù)據(jù)時，方法與上述類似，但需要有11個虛擬變量。,8,社會消費品零售總額RS GDP,通過圖，可以看出1995年1季度2003年1季度的季度GDP和社會消費品零售額RS存在明顯的季節(jié)因素（數(shù)據(jù)見附錄E表E.4），GDP通常逐季增加，也有一些年份中第二季度高于第三季度。RS在第一季度增加，第二季度減小，第三季度略有上升，第四季度達到高峰。,9,下面利用季度數(shù)據(jù)對我國的國民生產(chǎn)總值GDP和社會消費品零售額RS進行回歸分析，分別考慮不包含和包含虛擬變量的情形。不包含虛擬變量的回歸結(jié)果為 t = (1.44) (9.11) R2= 0.73 D.W. =1.64 使用虛擬變量的回歸方程結(jié)果為 t = (-6.31) (12.06) (5.36) (4.97) (24.49) R2= 0.96 D.W. = 1.83,10,可以看出包含虛擬變量的方程明顯地改進了擬合能力。這種季節(jié)調(diào)整方法是以季節(jié)變動要素不變并且服從于加法