1、第四節(jié) 虛擬變量,一、虛擬變量及其作用 問題： 在計(jì)量經(jīng)濟(jì)模型中如何反映定性因素影響？例如： 金融計(jì)量分析中的政策因素、心理因素 經(jīng)濟(jì)增長分析中的地區(qū)差異因素 產(chǎn)品銷售分析中的季節(jié)因素、消費(fèi)習(xí)慣等因素 定義： 用以描述定性因素影響、只取數(shù)值0和1的人工變量為“虛擬變量”，一般用符號(hào)D表示。 （Dummy variable啞變量）,作用：,描述和測(cè)量定性因素的影響； 正確反映經(jīng)濟(jì)變量之間的關(guān)系，提高模型的精度 便于處理異常數(shù)據(jù)。,本節(jié)學(xué)習(xí)要求： 如何設(shè)置虛擬變量; 如何描述和測(cè)量定性因素的影響。,二、虛擬變量的設(shè)置,（一）虛擬變量的引入方式 1. 加法方式 形式：將虛擬變量D作為一個(gè)解釋變量直接

2、引入模型 例如：家庭教育費(fèi)用支出模型,作用：以加法方式引入虛擬變量，可以反映定性因素對(duì)截距的影響，系數(shù)描述了兩類支出函數(shù)的平均差異程度。,D=0時(shí)， D=1時(shí)，,有適齡子女,無適齡子女,a,a+,2. 乘法方式,形式：將虛擬變量D乘以解釋變量，再引入模型 例如：家庭教育費(fèi)用支出模型中：,其等價(jià)形式： D=0時(shí)， D=1時(shí)，,其中：,有適齡子女,無適齡子女,作用：以乘法方式引入虛擬變量，反映定性因素對(duì)斜率的影響，系數(shù)描述了兩類支出函數(shù)邊際消費(fèi)傾向的差異程度。,1,b,3. 一般方式,(1)同時(shí)以加法或乘法方式引入虛擬變量，即：,(2)利用t檢驗(yàn)判斷系數(shù)、是否顯著地不等于0，進(jìn)而確定虛擬變量的引入

3、方式，以及定性因素影響的具體形式。,例題1：我國稅收函數(shù) 利用虛擬變量描述不同稅收政策的影響,例題2：我國城鎮(zhèn)居民彩電需求函數(shù)（P125 例7） 利用虛擬變量描述不同收入層次居民的需求,低收入家庭,中高收入家庭,（二）虛擬變量的設(shè)置原則,1.一個(gè)因素m個(gè)類型（或m個(gè)不同屬性） 例：文教財(cái)政支出模型中“地區(qū)差異”因素的影響。 方式1：設(shè)置1個(gè)虛擬變量,中,西,東,方式2：設(shè)置2個(gè)虛擬變量,中,西,東,1,2 -1,方式3：設(shè)置3個(gè)虛擬變量,虛擬變量的設(shè)置原則 1: 如果一個(gè)因素有m 個(gè)不同屬性，則應(yīng)設(shè)置 m -1 個(gè)虛擬變量。,2.多個(gè)因素各兩種類型,例：居民住房消費(fèi)函數(shù)中的“城鄉(xiāng)差異”與“收入

4、層次” 的影響。,（D1，D2）各類家庭的消費(fèi)函數(shù),（0，0）農(nóng)村低收入：,（0，1）農(nóng)村高收入：,（1，0）城市低收入：,（1，1）城市高收入：,虛擬變量的設(shè)置原則 2: 如果有 k 個(gè)因素，每個(gè)因素各2個(gè)屬性，則應(yīng)設(shè)置 k 個(gè)虛擬變量。 其等價(jià)函數(shù)形式有：2k 個(gè),問題： 1、如果收入分成“高、中、低”3個(gè)層次，如何設(shè)置虛擬變量？ 2、一個(gè)因素有m個(gè)屬性時(shí)，要設(shè)置m-1個(gè)虛擬變量，其等價(jià)函數(shù)形式是否也有2（m-1）個(gè)？,虛擬變量的設(shè)置原則 3（一般規(guī)則）：,基礎(chǔ)類型、否定類型取值為0， 比較類型、肯定類型取值為1。,三、虛擬變量的特殊應(yīng)用,1. 調(diào)整季節(jié)波動(dòng),例：股市波動(dòng)的“周內(nèi)效應(yīng)”分析

5、,定義： 如果模型中參數(shù)的估計(jì)值與樣本的選取無關(guān)，則稱該模型結(jié)構(gòu)是穩(wěn)定的。 用途： （1）檢驗(yàn)多重共線性； （2）比較兩個(gè)回歸模型是否存在顯著差異。 例：不同時(shí)期、不同地區(qū)、不同行業(yè),2. 檢驗(yàn)?zāi)Ｐ徒Y(jié)構(gòu)的穩(wěn)定性,模型：,例：我國城鎮(zhèn)居民消費(fèi)函數(shù)（P132 例8） （1）檢驗(yàn)1998年和1999年的消費(fèi)函數(shù)是否存在顯著差異“同構(gòu)”； （2）將1998年和1999年的數(shù)據(jù)合并成一個(gè)（混合）樣本，估計(jì)模型。,3. 混合回歸,四、分類選擇模型虛擬被解釋變量模型,含義： 將被解釋變量取成虛擬變量，表示決策過程中的不同選擇，利用計(jì)量經(jīng)濟(jì)模型分析各種因素對(duì)決策過程的影響。 類型： 1、二元選擇模型 2、排序

6、選擇模型,二元選擇模型：,（一）線性概率模型(LPM),線性概率模型存在的問題： 1、隨機(jī)誤差項(xiàng)服從兩點(diǎn)分布，非正態(tài)分布 大樣本時(shí)服從中心極限定理 2、模型存在異方差性WLS估計(jì) 3、Yi的值可能會(huì)落在0,1區(qū)間之外 人為定義成0和1 4、概率的增長幅度相同,處理方法：模型取成隨機(jī)變量的分布函數(shù),模型類型 分布函數(shù) Probit模型 標(biāo)準(zhǔn)正態(tài)分布 Logit模型 Logistic分布 極值分布（Extreme value）模型,二、EViews實(shí)現(xiàn),1、打開方程窗口： QuickEstimate Equation 2、在Method欄選擇估計(jì)方法Binary； 3、輸入被解釋變量名和解釋變量名； 4、選擇分類估計(jì)方法(即分布函數(shù)類型）： Probit Logit Extreme value,輸出結(jié)果：,Log likelihood:對(duì)數(shù)似然比值 Avg