计量经济学6讲述.ppt

  1. 1、本文档共49页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
计量经济学6讲述

计 量 经 济 学 基 础 授课教授: 叶春辉 浙江大学远程教育学院 2007年5月 第6章 虚拟变量 主要内容 第一节 截距变动的虚拟变量模型 第二节 多种分类的虚拟变量模型 第三节 虚拟变量对斜率的影响 第四节 例子 第一节 两种分类的虚拟变量 第三节 虚拟变量对斜率的影响 上面的模型隐含着一个重要假定:我国城镇居民家庭的储蓄行为在l 955年至1990年期间始终是不变的。 但这一假定未必能够成立,因为与居民储蓄有关的许多重要因素在1979年以后发生了明显变化,主要表现为: (1)在经济体制改革之前,我国居民的收入一直在低水平上徘徊,因而平均储蓄倾向很低,积蓄很少;1979年之后,我国居民的收入水平迅速提高,与此同时,居民储蓄也在大幅增长。由此看来,在1979年前后两个时期,我国居民的储蓄行为有显著差异。 (2)在改革开放前,我国的消费品市场存在严重短缺的现象。许多商品凭票限量供应,消费者既使有钱也难以买到所需的商品,而不得不把钱暂时存起来。因此,这一时期储蓄带有“非自愿”的性质;而在1979年之后,消费品市场日趋丰富,大部分商品取消了票证限制,消费者储蓄的主要目的之一是购买高档耐用消费品,储蓄不再具有“被迫“性质。 为了验证城镇居民储蓄行为的变化,建立如下截距和斜率同时变动的模型: 其中D为虚拟变量: 用最小二乘法可得下面的估计结果: 参数估计值下面括号中的数字为 t 统计值。显见,储蓄模型的截距和斜率在1979年前后有显著差异。上式可以进一步写成: 1979年以前: 1979年以后 估计结果表明:1979年之前,我国城镇居民的边际储蓄倾向仅为0.004,即收入增加一元储蓄平均增加 0.4分;而在1979一1990年期间,城镇居民的边际储蓄倾向高达0.256。但在没有引入虚拟变量的模型中,边际储蓄倾向却是0.17。很明显,它既不代表经济体制改革前城镇居民的储蓄行为,也不能正确描述1979年后城镇居民收入与储蓄的关系。 注意:由于忽略了“体制改革”这一重要因素,没有虚拟变量的模型存在明显的自相关问题(D.W=0.298),引入虚拟变量后的模型考虑了“体制改革”这一因素,从而消除了自相关(D.W=1.67);同时,模型的拟合优度也大大提高,判定系数 R2 的值从0.833上升为0.967。这些都表明,正确使用虚拟变量可以改善估计的效果。 按月份或季节的许多时间序列数据呈现为季节模式,常常需要去掉由于季节的变化对时间序列的影响,称为季节调整。 例2、季节性调整 如:一家百货公司的销售额严重受季节性的影响,引进前面所述的三个虚拟变量D2 , D3 , D4 ,现有该公司季节销售额的数据: 30.4 1 0 0 30 4 15.6 0 1 0 16 3 14.8 0 0 1 15 2 9.8 0 0 0 10 1 1996 1997 年度 31.2 1 0 0 31 8 16.4 0 1 0 17 7 15.6 0 0 1 15 6 10.6 0 0 0 11 5 销售额估计值 D4 D3 D2 销售额 季节 32.8 1 0 0 33 16 18.0 0 1 0 18 15 17.2 0 0 1 17 14 12.2 0 0 0 12 13 1999 32.0 1 0 0 31 12 17.2 0 1 0 17 11 16.4 0 0 1 17 10 11.4 0 0 0 11 9 1998 2000 年度 33.6 1 0 0 35 20 18.8 0 1 0 18 19 18.0 0 0 1 18 18 13.0 0 0 0 13 17 销售额估计值 D4 D3 D2 销售额 季节 * * 前面各章讨论的变量都是可以直接用数字计量的(是可度量的),也即可以获得其实际观测值(如收入、消费支出、物价水平、利润等等).这类变量称作数量变量或数量因素。然而,在有些情况下,“质”的因素(如职业、民族、性别、文化程度、地区、季节等等)也是重要解释变量。例如,当我们用建国以来的统计数据估计消费函数时,“改革开放”这一质的因素就是一个不应忽略的解释变量。 如果质的因素的影响是显著的,回归模型的参数就会因此而变化。例如,我国居民的消费行为在改革开放前后大不相同,因此消费函数的参数也会随之改变。再如.在饮料需求函数中:收入、价格与饮料需求量的关系是随着季节变化而改变的。也就是说,在不同的季节回归模型的参数也会有所不同。因此,如果忽略这种质的因素,仍把模型中的参数看作是固定不变的,估计结果就不能正确描述经济变量之间的关系。

文档评论(0)

shuwkb + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档