最小二乘法——计量经济学

1、加法方式
上述企业职工薪金模型中性别虚拟变量的引入采 取了加法方式。 在该模型中，如果仍假定E(µi)=0，则 企业女职工的平均薪金为： 企业女职工的平均薪金为：
E (Y i | X i , D i = 0 ) = β 0 + β 1 X i
企业男职工的平均薪金为： 企业男职工的平均薪金为：
E (Yi | X i , Di = 1) = ( β 0 + β 2 ) + β 1 X i
概念： 概念： 同时含有一般解释变量与虚拟变量的模型称为虚拟 变量模型。 变量模型 一个以性别为虚拟变量考察企业职工薪金的模型：
Yi = β 0 + β 1 X i + β 2 Di + µ i
其中：Yi为企业职工的薪金，Xi为工龄， Di=1，若是男性，Di=0，若是女性。
二、虚拟变量的引入
• 虚拟变量做为解释变量引入模型有两种基本方 式：加法方式 乘法方式 加法方式和乘法方式 加法方式 乘法方式。
第八章 虚拟变量
• 许多经济变量是可以定量度量 可以定量度量的，如：商品需求 可以定量度量 如 量、价格、收入、产量等 • 但也有一些影响经济变量的因素无法定量度量 无法定量度量， 无法定量度量 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 春季 D1t = 0 其他
1 夏季 D2t = 0 其他 1 D3t = 0
秋季 其他Байду номын сангаас
则冷饮销售量的模型为：
Yt = β 0 + β 1 X 1t + L β k X kt + α 1 D1t + α 2 D2t + α 3 D3t + µ t
• 在上述模型中，若再引入第四个虚拟变量
如，设
1 Dt = 0
正常年份 反常年份
消费模型可建立如下：
Ct = β 0 + β 1 X t + β 2 Dt X t + µ t
• 这里，虚拟变量D以与X相乘的方式引入了模型中， 从而可用来考察消费倾向的变化。 • 假定E(µi)= 0，上述模型所表示的函数可化为： 正常年份：
E (C t | X t , Dt = 1) = β 0 + ( β 1 + β 2 ) X t
•男职工本科以下学历的平均薪金：
E (Yi | X i , D1 = 1, D2 = 0) = ( β 0 + β 2 ) + β 1 X i
•女职工本科以上学历的平均薪金：
E (Yi | X i , D1 = 0, D2 = 1) = ( β 0 + β 3 ) + β 1 X i
•男职工本科以上学历的平均薪金：
1 Dt = 0
t ≥ t* t<t
*
则进口消费品的回归模型可建立如下： 则进口消费品的回归模型可建立如下：
Yt = β 0 + β 1 X t + β 2 ( X t − X t* ) Dt + µ t
OLS法得到该模型的回归方程为 法得到该模型的回归方程为
ˆ ˆ ˆ ˆ = β + β X + β ( X − X * )D Yt t t t 0 1 t 2
可以运用邹氏结构变化的检验 邹氏结构变化的检验。这一问题也可通 邹氏结构变化的检验 过引入乘法形式的虚拟变量来解决。 将n1与n2次观察值合并，并用以估计以下回归：
Yi = β 0 + β 1 X i + β 3 Di + β 4 ( Di X i ) + µ i
Di为引入的虚拟变量：
1 Di = 0
反常年份：
E (C t | X t , Dt = 0) = β 0 + β 1 X t
当截距与斜率发生变化时， 当截距与斜率发生变化时，则需要同时引入加 法与乘法形式的虚拟变量。 法与乘法形式的虚拟变量 • 例5.1.1，考察1990年前后的中国居民的总储蓄-收 入关系是否已发生变化。 表5.1.1中给出了中国1979~2001年以城乡储蓄 存款余额代表的居民储蓄以及以GNP代表的居民 收入的数据。
年中国居民储蓄与收入数据（亿元） 1979~2001 年中国居民储蓄与收入数据（亿元） GNP 90年后 储蓄 4038.2 1991 9107 4517.8 1992 11545.4 4860.3 1993 14762.4 5301.8 1994 21518.8 5957.4 1995 29662.3 7206.7 1996 38520.8 8989.1 1997 46279.8 10201.4 1998 53407.5 11954.5 1999 59621.8 14922.3 2000 64332.4 16917.8 2001 73762.4 18598.4
在E(µi)=0 的初始假定下，高中以下、高中、大学 及其以上教育水平下个人保健支出的函数： • 高中以下： • 高中：
E (Yi | X i , D1 = 0, D2 = 0) = β 0 + β 1 X i
E (Yi | X i , D1 = 1, D2 = 0) = ( β 0 + β 2 ) + β 1 X i
1990年前： 1990年后：
ˆ Yi = −1649.7 + 0.4116 X i
ˆ Yi = −15452 + 0.8881X i
3、临界指标的虚拟变量的引入
在经济发生转折时期，可通过建立临界指标的虚 拟变量模型来反映。 例如， 例如 ， 进口消费品数量Y主要取决于国民收入X 的多少，中国在改革开放前后，Y对X的回归关系明 显不同。 这时，可以t*=1979年为转折期，以1979年的国 民收入Xt*为临界值，设如下虚拟变量：
几何意义： 几何意义： • 假定β2>0，则两个函数有相同的斜率，但有不同 的截距。意即，男女职工平均薪金对教龄的变化 率是一样的，但两者的平均薪金水平相差β2。 • 可以通过传统的回归检验，对β2的统计显著性进 行检验，以判断企业男女职工的平均薪金水平是 否有显著差异。
年薪 Y 男职工 女职工
β2 β0
• 大学及其以上： E (Yi | X i , D1 = 0, D2 = 1) = ( β 0 + β 3 ) + β 1 X i 假定β3>β2，其几何意义： β
保健 支出 大学教育 高中教育 低于中学教育
收入
• 还可将多个虚拟变量引入模型中以考察多种“定 还可将多个虚拟变量引入模型中以考察多种“ 因素的影响。 性”因素的影响。 如在上述职工薪金的例中，再引入代表学历的虚拟 变量D2：
1 D2 = 0
本科及以上学历 本科以下学历
职工薪金的回归模型可设计为：
Yi = β 0 + β 1 X i + β 2 D1 + β 3 D2 + µ i
于是，不同性别、不同学历职工的平均薪金分别为： •女职工本科以下学历的平均薪金：
E (Yi | X i , D1 = 0, D2 = 0) = β 0 + β 1 X i
1 D4t = 0
冬季 其他
则冷饮销售模型变量为：
Yt = β 0 + β 1 X 1t + L β k X kt + α 1 D1t + α 2 D2t + α 3 D3t + α 4 D4t + µ t
其矩阵形式为：
则两时期进口消费品函数分别为：
ˆ ˆ ˆ 当t<t*=1979年， Yt = β 0 + β 1 X t
当t≥t*=1979年， t≥t*=1979
ˆ ˆ ˆ ˆ ˆ Yt = ( β 0 − β 2 X i* ) + ( β 1 + β 2 ) X t
三、虚拟变量的设置原则
虚拟变量的个数须按以下原则确定： 虚拟变量的个数须按以下原则确定： 每一定性变量所需的虚拟变量个数要比该定性变 量的类别数少1，即如果有m个定性变量 个定性变量， 量的类别数少 ，即如果有 个定性变量，只在模型 中引入m-1个虚拟变量。 个虚拟变量。 中引入 个虚拟变量 例。已知冷饮的销售量Y除受k种定量变量Xk的影 响外，还受春、夏、秋、冬四季变化的影响，要考察 该四季的影响，只需引入三个虚拟变量即可：
工龄 X
又例：在横截面数据基础上，考虑个人保健支出 又例 对个人收入和教育水平的回归。 教育水平考虑三个层次：高中以下， 高中， 大学及其以上 这时需要引入两个虚拟变量：
1 D1 = 0 高中 其他 1 D2 = 0 大学及其以上 其他
模型可设定如下： Yi = β 0 + β 1 X i + β 2 D1 + β 3 D2 + µ i
GNP 21662.5 26651.9 34560.5 46670.0 57494.9 66850.5 73142.7 76967.2 80579.4 88228.1 94346.4
以Y为储蓄，X为收入，可令： • 1990年前： Yi=α1+α2Xi+µ1i i=1,2…,n1
• 1990年后： Yi=β1+β2Xi+µ2i i=1,2…,n2 则有可能出现下述四种情况中的一种： (1) α1=β1 ，且α2=β2 ，即两个回归相同，称为重合回 重合回 归（Coincident Regressions）； (2) α1≠β1 ,但α2=β2 ，即两个回归的差异仅在其截距， 称为平行回归 平行回归（Parallel Regressions）; 平行回归 (3) α1=β1 ，但α2≠β2 ，即两个回归的差异仅在其斜率， 汇合回归(Concurrent Regressions)； 称为汇合回归 汇合回归 (4) α1≠β1，且α2≠β2 ，即两个回归完全不同，称为相 相 异回归（Dissimilar Regressions）。 异回归