第五章单方程计量经济学模型专题.ppt

第五章 经典单方程计量经济学模型：专门问题 §5.1 虚拟变量模型 §5.2 滞后变量模型 §5.1 虚拟变量模型 一、虚拟变量的实质 二、截距变动模型 三、斜率变动模型 四、截距和斜率同时变动模型 五、折线回归 一、虚拟变量的实质 回归变量：量变量，质变量 量变量是可以定量度量的，如：商品需求量、价格、收入、产量等 质变量：不是数量的反映，而是反映某种质量和属性，如：职业、性别对收入的影响，战争、自然灾害对GDP的影响，季节对某些产品（如冷饮）销售的影响等等。 为了在模型中能够反映这些因素的影响，并提高模型的精度，需要将它们“量化”， 1、虚拟变量（哑变量，虚设变量，二进制变量） ( Dummy Variable) 是量化了的质变量，通常取值为1或0（非绝 对）， 用D表示 取1表示存在某种性质或具有某种属性 取0表示不存在某种性质或不具有某种属性 二、截距变动模型 上式可以写成： 3、一个数量变数和多个属性变数 三、斜率变动模型 四、截距和斜率同时变动模型 五、折线回归 作业： §5.2 滞后变量模型 一、滞后变量模型 二、分布滞后模型的参数估计 三、格兰杰因果关系检验 1、滞后效应与与产生滞后效应的原因 因变量受到自身或另一解释变量的前几期值影响的现象称为滞后效应。 表示前几期值的变量称为滞后变量。 2、滞后变量模型 以滞后变量作为解释变量，就得到滞后变量模型。它的一般形式为： （1）分布滞后模型 分布滞后模型：模型中没有滞后被解释变量，仅有解释变量X的当期值及其若干期的滞后值： （2）、自回归模型（autoregressive model） 二、分布滞后模型的参数估计 无限期的分布滞后模型，由于样本观测值的有限性，使得无法直接对其进行估计。 有限期的分布滞后模型，OLS会遇到的问题： ① 没有先验准则确定滞后期长度； ② 如果滞后期较长，将缺乏足够的自由度进行估计和检验； ③ 同名变量滞后值之间可能存在高度线性相关，即模型存在高度的多重共线性。 2、分布滞后模型的修正估计方法 基本思想：通过对各滞后变量加权，组成线性合成变量而有目的地减少滞后变量的数目，以缓解多重共线性，保证自由度。 三、格兰杰因果关系检验 自回归分布滞后模型旨在揭示：某变量的变化受其自身及其他变量过去行为的影响。 然而，许多经济变量有着相互的影响关系 格兰杰因果关系检验（Granger test of causality） 对两变量Y与X，格兰杰因果关系检验要求估计: 其中，ms,阿尔蒙变换要求先验地确定适当阶数m，例如取m=2，得 将上式代入（*） 式得: 定义新变量 将原模型转换为： 第二步，模型的OLS估计 对变换后的模型进行OLS估计，得 然后根据 求出滞后分布模型参数的估计值: 由于ms，可以认为原模型存在的自由度不足和多重共线性问题已得到改善。 需注意的是，在实际估计中，阿尔蒙多项式的阶数m一般取2或3，不超过4，否则达不到减少变量个数的目的。 GDP 消费 问题：当两个变量在时间上有先导——滞后关系时，能否从统计上考察这种关系是单向的还是双向的？ 即:主要是一个变量过去的行为在影响另一个变量的当前行为呢？还是双方的过去行为在相互影响着对方的当前行为？ (*) (**) 可能存在有四种检验结果： （1）X对Y有单向影响，表现为（*）式X各滞后项前的参数整体不为零，而(**) 式Y各滞后项前的参数整体为零； * * 例5.1.1 β0 y: 一个工人每年的收入 作用：女工平均年收入： 男工平均年收入：  检验： 看β=0 是否显著，可知有无性别差异 2、虚拟变量的性质 ① 以“0”“1”取值的虚拟变量所反映的内容可随 意设定； ② D=0通常用以说明基础类型； ③ 虚拟变量也可以用来表示数量变量。 3、虚拟变量的作用 ① 可以描述和测量定性（或属性）因素的影响； ② 能够正确反映经济变量之间的相互关系，提高 模型的精度； ③ 便于处理异常数据。 1、一个数量变数和一个虚拟变数 例5.1.2 研究城镇居民家庭和农村居民家庭的消费函数，设： 消费函数为： 其中：Yi为第i个家庭消费水平， Xi为第i个家