当前位置：文档之家 › 计量经济学第八章 虚拟变量回归

计量经济学第八章 虚拟变量回归

  • 格式：ppt
  • 大小：2.94 MB
  • 文档页数：79

下载文档原格式

  / 79

合集下载

第八章 包含虚拟变量的回归模型

第八章 包含虚拟变量的回归模型

第八章 包含虚拟变量的回归模型一、虚拟变量的基本含义通常在回归分析中，因变量不仅受一些定量变量的影响，而且还受一些定性变量的影响，比如性别、种族、婚姻状况等等。

为了在模型中反映这些因素的影响，需要把定性因素进行“量化”。

通常是引进人工变量完成。

通过定性因素的属性类别，构造取值为0或者1的变量，如、 1代表男性， 0代表女性； 1代表某人是大学毕业， 0代表某人不是大学毕业，这类取值为0，1的变量称为虚拟变量(dummy variable )。

虚拟变量与定量变量一样可用于回归分析。

事实上，一个回归模型的解释变量可以仅仅是虚拟变量。

解释变量仅是虚拟变量的模型称为方差分析模型( analysis-of-variance models ) (ANOVA)。

例1：1i i Y D i βα=++ε，其中Y 表示职工工资,。

10i D ⎧=⎨⎩，本科学历，非本科学历这个模型与我们前面讨论过的双变量模型类似，但这里的解释变量是虚拟变量。

1(0)i E Y D β==，1(1)i E Y D βα==+显然，1β表示非大学毕业生的平均初职年薪，1βα+表示具有大学学历职工的平均工资，α代表二者之差。

回归模型中可以有同时有虚拟变量以及定量变量。

例2：考虑是否上过大学和工龄作为职工工资的模型：12i i i Y X D i ββαε=+++Y ，表示职工工资，X表示工龄，D同上。

含虚拟变量的模型只要扰动项符合古典假定，仍用OLS方法估计模型。

注意：虚拟变量系数显著性检验的意义：：0H 0α=；：1H 0α≠。

同学们思考：这个检验在上面两个例子中分别具有何实际意义？二、虚拟变量的引入模型的方式 1、加法方式上面考察的例子都是加法方式。

注意虚拟变量模型的几何意义：以上述例2考察。

例3：如果上述职工工资方程（例2）中，学历考虑三个层次：高中以下、高中、大学及以上。

该如何建模？引进两个虚拟变量：，1 1 0 D ⎧=⎨⎩高中其他2 1 0 D ⎧=⎨⎩大学及以上其他121222Y X D D ββαα=++++ε请同学们分析模型的含义。

计量经济学课后习题答案第八章_答案

计量经济学课后习题答案第八章_答案

第八章虚拟变量模型1. 回归模型中引入虚拟变量的作用是什么?答:在模型中引入虚拟变量，主要是为了寻找某(些)定性因素对解释变量的影响。

加法方式与乘法方式是最主要的引入方式，前者主要适用于定性因素对截距项产生影响的情况，后者主要适用于定性因素对斜率项产生影响的情况。

除此外，还可以加法与乘法组合的方式引入虚拟变量，这时可测度定性因素对截距项与斜率项同时产生影响的情况。

2. 虚拟变量有哪几种基本的引入方式? 它们各适用于什么情况?答:在模型中引入虚拟变量的主要方式有加法方式与乘法方式，前者主要适用于定性因素对截距项产生影响的情况，后者主要适用于定性因素对斜率项产生影响的情况。

除此外，还可以加法与乘法组合的方式引入虚拟变量，这时可测度定性因素对截距项与斜率项同时产生影响的情况。

3．什么是虚拟变量陷阱？答：根据虚拟变量的设置原则，一般情况下，如果定性变量有m个类别，则需在模型中引入m-1个变量。

如果引入了m个变量，就会导致模型解释变量出现完全的共线性问题，从而导致模型无法估计。

这种由于引入虚拟变量个数与类别个数相等导致的模型无法估计的问题，称为“虚拟变量陷阱”。

4．在一项对北京某大学学生月消费支出的研究中，认为学生的消费支出除受其家庭的每月收入水平外，还受在学校中是否得到奖学金，来自农村还是城市，是经济发达地区还是欠发达地区，以及性别等因素的影响。

试设定适当的模型，并导出如下情形下学生消费支出的平均水平：(1) 来自欠发达农村地区的女生，未得到奖学金；(2) 来自欠发达城市地区的男生，得到奖学金；(3) 来自发达地区的农村女生，得到奖学金；(4) 来自发达地区的城市男生，未得到奖学金。

解答: 记学生月消费支出为Y，其家庭月收入水平为X，则在不考虑其他因素的影响时，有如下基本回归模型：Y i=β0+β1X i+μi有奖学金1 来自城市无奖学金0 来自农村来自发达地区 1 男性0 来自欠发达地区0 女性Y i=β0+β1X i+α1D1i+α2D2i+α3D3i+α4D4i+μi由此回归模型，可得如下各种情形下学生的平均消费支出：(1) 来自欠发达农村地区的女生，未得到奖学金时的月消费支出：E(Y i|= X i, D1i=D2i=D3i=D4i=0)=β0+β1X i(2) 来自欠发达城市地区的男生，得到奖学金时的月消费支出：E(Y i|= X i, D1i=D4i=1,D2i=D3i=0)=(β0+α1+α4)+β1X i(3) 来自发达地区的农村女生，得到奖学金时的月消费支出：E(Y i |= X i , D 1i =D 3i =1,D 2i =D 4i =0)=(β0+α1+α3)+β1X i (4) 来自发达地区的城市男生，未得到奖学金时的月消费支出： E(Y i |= X i ,D 2i =D 3i =D 4i =1, D 1i =0)= (β0+α2+α3+α4)+β1X i5. 研究进口消费品的数量Y 与国民收入X 的模型关系时，由数据散点图显示1979年前后Y 对X 的回归关系明显不同，进口消费函数发生了结构性变化：基本消费部分下降了，而边际消费倾向变大了。

计量经济学第八章关于虚拟变量的回归.

计量经济学第八章关于虚拟变量的回归.
年 薪 Y 女教授
类的截距。
2
2:级差截距系数
教龄X
1
0
薪金与性别：估计结果
1，若是男性 Di 0，若是女性
ˆ 17.969 1.371X 3.334D Y i i i se : (0.192) (0.036) (0.155) t : (93.61) (38.45) (21.455) r 2 0.993
一、虚拟变量的性质

例：教授薪金与性别、教龄的关系

男教授平均薪金和女 教授平均薪金水平相 差2，但平均年薪对 教龄的变化率是一样 的
Yi=1+2Di+Xi+I （1） 1，若是男性 D 其中:Yi=教授的薪金, Xi=教龄, Di=性别 0，若是女性 i 女教授平均薪金：E(Yi | X i , Di 0) 1 X i 被赋予0值的 男教授平均薪金：E(Yi | X i , Di 1) （1 2） X i 类别是基底(基 准),1是基底 男教授

比较英国在第二次大战后重建时期和重建后时期的总 储蓄-收入关系是否发生变化。数据如表。 Yt 1 2 Dt 1 X t 2 ( Dt X t ) t
D=1,重建时期
级差截距:区分两 个时期的截距 级差斜率系数:区分 两个时期的斜率 =0,重建后时期
D=1 D=0
E(Yt | Dt 0, X t ) 1 1 X t E(Yt | Dt 1, X t ) (1 2 ) ( 1 2 ) X t
男教授平均薪金水平比 女教授显著高$3.334K (男：21.3，女：17.969)
1，若是女性 Di 0，若是男性
ˆ 21.303 1.371X 3.334D Y i i i se : (0.182) (0.036) (0.155) t : (117.2) (38.45) (21.455)

9第八章 虚拟变量回归模型

9第八章 虚拟变量回归模型
说明 X i 变动一个单位，机会比率对数平均变化 2 个单位，
Logit 模型的估计
区分两类数据：
（1）个体水平数据
购房概率 p 0 0 1 1
收入 X（千美元） 6 8 10 12
如果
pi
0，
Zi
ln
0 1
pi
1，
Zi
ln
1 0
可见，Z 表达式无意义，无法用OLS，需用ML（最大似然法）
冰箱销售量（千台） FRIG 1317 1615 1662 1295 1271 1555 1639 1238 1277 1258 1417 1185 1196 1410 1417 919 943 1175 1269
耐用品支出（10亿美元） DUR 252.6 272.4 270.9 273.9 268.9 262.9 270.9 263.4 260.6 231.9 242.7 248.6 258.7 248.4 255.5 240.4 247.7 249.1 251.8
4 回归分析操作命令： equation eq.ls Frig c Dur D1 D2 D3
提问 根据回归分析结果，发现存在什么问题？如何修改回归模型？
8.4 虚拟被解释变量的回归模型
【例】 研究是否购买住房与收入水平的关系。
设是否购房为被解释变量，用 Y 表示；收入为解释变量， 用 X 表示。
1 变量分析：
将DUR作为解释变量；FRIG作为被解释变量； 引入3个季度虚拟变量D1，D2，D3。 （虚拟变量数 = 属性数 – 1 ）
2 季度虚拟变量的赋值规则：
D1=
1 （第1季度） 0 （其他季度）
D3=
1 （第3季度） 0 （其他季度）
D2=

庞浩计量经济学课件第八章 虚拟变量回归

庞浩计量经济学课件第八章 虚拟变量回归

二、虚拟变量的设置规则
1.虚拟变量个数的设置规则 若定性因素有m个相互排斥的类型（或属性、水 平），则： 在有截距项的模型中，只能引入m-1个虚拟变 量，否则会陷入“虚拟变量陷阱”（即：出 现完全的多重共线性）； 在无截距项的模型中，可以引入m个虚拟变量， 不会导致完全的多重共线性。
4
例如：研究城乡居民的可支配收入对居民住房消费支 出的影响 C Y D u i 1 1 i 2 i i
21
分段线性回归
适合于社会经济现象会在解释变量达到某个临界值时 发生突变，考虑下述模型： Yt 1 1 X t 2 ( X t X * ) Dt ut 0, X t X * Dt * 1, X t X
当X t X *时， Yt 1 1 X t ut 当X t X 时， Yt 1 1 X t 2 ( X t X * ) ut
18
二、用虚拟变量表示不同斜率的回归—— 乘法类型
回归模型的比较——结构变化检验
分段线性回归
19
回归模型的比较——结构变化检验
研究改革开放前后（1950-2004），储蓄与收入的关系： Yi 1 2 Di 1 X i 2 ( Di X i ) ui
（ 1950 1977 ） 0, 改革开放前 Di （ 1978 2004 ） 1, 改革开放后
Yi 1 2 Di 1 X i ui
0, 租房户 Di 1, 有房户
15
i 1 2 3 4 5 6 7 8 9 10
Y 1.0 1.3 0.7 0.8 0.5 2.4 0.3 3.2 2.8 0.0
X 20.0 24.0 12.0 16.0 11.0 32.0 10.0 40.0 32.0 7.0

第8章 虚拟变量回归

第8章 虚拟变量回归

（2）比较两个回归结构稳定性：虚拟变量法 上节中探讨的邹检验程序，可以通过虚拟变量的使用而大为简化。 仍然使用储蓄-回归的例子，将n1和n2次观测值合并，用下列回归方 程：
其中Yi和Xi仍然代表储蓄和收入。而Di=1，如果观测值属于重建时期
（时期I）；Di=0，如果观测值属于重建后时期（时期II）。 为了看清楚，实际上方程等效于：
它们分别是第二（重建后）和第一（重建）两个时期的平均储蓄函
数。相当于取γ1=α1，γ2=β1，λ1=α1+α2，和λ2=β1+β2。这样上述回归方 程等效于估计两个个别的储蓄函数。 α2和先前一样是级差截距；β2是级差斜率系数，表明在第一时期储蓄 函数的斜率和第二时期储蓄函数的斜率系数相差多少。
现在我们要问，在时期I（1946-1954）和时期II（1955-1963）中，储 蓄与收入之间的关系，是否是一回事呢？或者说，两个时期的储蓄 函数是否存在有结构性的变换呢？
这里，结构性变化是指两个截距或两个斜率不同，或者指截距和斜
率均不同，以致任何其他适当的参数组合有所不同。 为了判明这个变化是否真实，假定两个时期的储蓄函数分别是：
工资的重要决定性因素。
上述讨论的结论：模型可推广到含有多个定量变量和多个定性变量
的情形。唯一要提醒注意的是：每一个定性变量所需的虚拟变量的 个数要比该变量的类别数少一。
一个例子：“兼职”经济学
所谓“兼职”是指一个人执有两分或两分以上的工作，其中一份是
主业，其他称为副业。希斯克和罗斯特克研究了影响兼职者工薪的 因素，他们利用一个有318兼职者调查数据的样本，做了如下回归：
图中数据编排为女教
授和男教授两类。图 形可见导出的回归函 数是一个阶梯函数。 女教授的平均工资为 18000美元，而男教 授的工资则跃升了 3280美元，达到了 21280美元。

计量经济学第八章 虚拟变量


Yi X i Di X i i
如果该模型设定正确，此时有：
E(Yi
)



(
X
)
i
X
i
D 1 D0
可见，城镇ቤተ መጻሕፍቲ ባይዱ民的边际消费倾向为 ( ) ，农
村居民的边际消费倾向为 。
如果不同属性类别对应的截距项和斜率项都 是有差异的，可在回归模型中同时引入虚拟 变量的加法方式和乘法方式，结果如下：
1 东部 D1 0 其他
1 中部 D2 0 其他
若考虑不同区域居民对应回归模型截距的不同 ，可构建模型如下：
Yi 1D1i 2 D2i X i i
则有：
E (Yi
)

( (

2) 1)

X i X i

Xi
Yi Di X i Di X i i
对于城镇居民和农村居民这两个类别，有总 体回归函数如下：
E(Yi
)

(


)

( X i

)X
i
D 1 D0
可见， 和 分别表示城镇居民与农村居民
的消费函数在截距和斜率上的差异。
注：
对于包含多个类别（M个）的属性变量，构 建M-1个虚拟变量，如在消费模型中，考虑 区域因素（东部，中部，西部）影响，可构 建2个虚拟变量：
Yi 1D1i 2 D2i (D1i D2i ) X i i
• 则有： ( 1 2 ) Xi

E
(Yi
)



( 1) Xi ( 2 ) Xi

第八章(虚拟变量回归)_图文


5.社会因素：包括社会治安、城市化水平、消费心理等；
6.行政(政策)因素：包括土地与住房制度、房地产价格政策等；
7.区域因素：包括所处地段的市政基础设施、交通状况等；
8.个别因素：包括朝向、结构、材料、功能设计、施工质量等；
9.房地产投机因素：投机者在房地产市场中的投机活动；
10.自然因素：包括自然环境、地质、地形、地势及气候等。
使用虚拟变量需注意的问题
v 虚拟变量陷阱：若定性变量有m个类别，则引入 m个虚拟变量将会产生完全多重共线性问题，避 免方法：
Ø 只引入（m-1）个虚拟变量 Ø 引入m个虚拟变量但去掉截距项
v 哪种方法更好：包含截距项更方便，可以很容易 地检验某个组与基准组之间是否存在显著差异以 及差异程度。
2、避免落入“ 虚拟变量陷阱”
•男职工本科以上学历的平均薪金：
1.解释变量只有一个分为两种类型的定性变量无 定量变量的回归
这种模型又称方差分析模型
其中：Ｙ为公立学校教师工资，
Ｄ=0为农村学校；D=1为城镇学校
分析条件期望：
基础类型：
比较类型：
为差异截距系数，通过对系数 可检验
的 t 检验：
在其他因素不变的条件下，城乡教师的工资是否有显2著323
D=0 表示某种属性或状态不出现或不存在 5
虚拟变量的作用
● 作为属性因素的代表，如性别 ● 作为某些非精确计量的数量因素的代表，
如受教育程度(高中及以下、专科、本科及以上） ● 作为某些偶然因素或政策因素的代表，
如 伊拉克战争、“911事件”、四川汶川大地震 ● 时间序列分析中作为季节（月份）的代表 ● 分段回归——研究斜率、截距的变动 ● 比较两个回归模型的差异 ● 虚拟被解释变量模型：

第八章虚拟变量回归


能否把定性的因素也引入计量经济模型中呢? 怎样才能在模型中有
效地表示这些定性因素的作用呢？
第一节 虚拟变量
一、什么是虚拟变量
变量可分为:
数量变量
属性变量
只表明属性的不连续变量
可用数量表现的连续变量
属性变量：不能精确计量的说明某种属性或状态的定 性变量，如性别、民族、战争、政治事件 ◆本身是定性的二分类变量(非此即彼) ◆本来是连续变量也可转换为二分类变量(上线/不上线) 虚拟变量：人工构造的取值为0和1的作为属性变量代 表的变量称虚拟变量，一般常用D表示 D=0 表示某种属性或状态不出现或不存在 D=1 表示某种属性或状态出现或存在 2
i
大学毕业及以上
1
0
15
E(Yi X i , D 1) ( 0 1 ) X i
Xi
3、解释变量包含一个定量变量和一个两种以上类 型的定性变量的回归
类型：高中以下、中毕业、大学毕业及以上——三种类型
模型
Yi 0 1D1i 2 D2i X i ui
这里的 D1i 和 D2i 代表的是两个不同的定性变量
例如：Ｙ为文化支出，Ｘ为收入
D1i 为城镇或农村，D2i是否高中以上
基础类型：
对比类型：
E(Yi X i , D1 0, D2 0) 0 1 X i E(Yi X i , D1 1, D2 0) ( 0 1 ) 1 X i E(Yi X i , D1 0, D2 1) ( 0 2 ) 1 X i
注意：
● u i 应服从基本假定 ●一个定性变量有三种类型，使用了两个虚拟变量， 和 D 代表的是同一个定性变量的两种不同类型 D2 1 ●两个差异截距系数 类型的差异

虚拟变量回归课件


例1
(1)
D
=
1 0
男 女
（ 2）D=1 0
改 革 开 放 以 后 改 革 开 放 以 前
（3）D1 =0 1
天气阴 其 他（4）D2
=1 0
天气雨 其他
问题:
为何只选0、1，选2、3、4行吗？为什么？
虚拟变量回归
14
属性的状态（水平）数与虚拟变量 数量的关系
定性因素的属性既可能为两种状态，也可能为多种 状态。例如，性别（男、女两种）、季节（4种状 态），地理位置（东、中、西部），行业归属，所 有制，收入的分组等。
虚拟变量回归
11
二、虚拟变量设置规则
虚拟变量的设置规则涉及三个方面: 1.“0”和“1”选取原则 2.属性（状态、水平）因素与设置虚拟变量
数量的关系 3.虚拟变量在回归分析中的角色以及作用等
方面的问题
虚拟变量回归
12
“0”和“1”选取原则
虚拟变量取“1”或“0”的原则，应从分析问题的 目的出发予以界定。
虚拟变量回归
16
一个例子(虚拟变量陷阱)
研究居民住房消费支出 Yi 和居民可支配收入 Xi 之间的
数量关系。回归模型的设定为：Y i= 0 + 1 X i+ u i（ 1 ）
现在要考虑城镇居民和农村居民之间的差异，如何办？
为了对 “城镇居民”、“农村居民”进行区分，分析
各自在住房消费支出 Yi上的差异，设 D1i = 1 为城镇;
非数值性的因素。 基本思想： 直接在回归模型中加入定性因素存在诸多的困难 （那些困难？），是否可将这些定性因素进行量 化，以达到定性因素能与定量因素有着相同作用 之目的。
虚拟变量回归
10
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
计量经济学
第八章
虚拟变量回归
1
第八章 虚拟变量回归
本章主要讨论:
●虚拟变量
●虚拟解释变量的回归
2
本章的教学目标





（1）深刻理解定性因素在计量经济分析中的 背景和含义； （2）明确虚拟变量在建立和估计计量经济模 型中的意义和作用； （3）熟练掌握引入和应用虚拟变量的基本思 想和方法； （4）能够运用虚拟变量模型作相应的经济实 证分析方面的应用； （5）掌握Eviews软件中相关内容的操作方法。
这表明三个时期居民储蓄增加额的回归方程在统计 意义上确实是不相同的。1996年以前收入每增加1 亿元，居民储蓄存款的平均增加0.1445亿元；在 2000年以后，则为0.4133亿元，已发生了很大变化。
20
上述模型与城乡居民储蓄存款与国民总收入之间 的散布图是吻合的，与当时中国的实际经济运行 状况也是相符的。 需要指出的是，在上述建模过程中，主要是从教 学的目的出发运用虚拟变量法则，没有考虑通货 膨胀因素。而在实证分析中，储蓄函数还应当考
单位：亿元
城乡居民 人民币储 蓄存款增 额 （YY） 2121.8 2517.8 3444.1 6315.3 8143.5 8858.5
年 份
城乡居民 国民总收 人民币储 蓄存款年 入 （GNI） 底余额 （Y） 3624.1 4038.2 4517.8 4860.3 5301.8 5957.4 210.6 281 399.5 532.7 675.4 892.5
(1,0) 天气阴 如：（D1 ,D2）= (0,1) 天气雨 (0,0) 其 他
29
虚拟变量数量的设置规则
1.若定性因素具有 m 个 (m 2) 相互排斥属性(或 几个水平)，当回归模型有截距项时，只能引入
m -1个虚拟变量；
2.当回归模型无截距项时，则可引入 m 个虚拟变 量；否则，就会陷入“虚拟变量陷阱”。
0.5602 GNIt -88254.00 D2t
19
YYt -830.4045 0.1445GNIt 1t t 1996 YYt YYt 18649.8312 - 0.1469GNIt 2t 1996 t 2000 YY - 30790.0596 0.4133GNI t 2000 t 3t t
年 份
国民总收入 （GNI）
城乡居民人 民币储蓄存 款年底余额 (Y )
1984 1985
1986 1987 1988 1989 1990
7206.7 8989.1
10201.4 11954.5 14922.3 16917.8 18598.4
1214.7 1622.6
2237.6 3073.3 3801.5 5146.9 7119.8
本章关键词
定性 因素 虚拟 变量 0 1
虚拟变量个数的设置规则
属性 类型
虚拟变量 引入方式
加法方式
改变截距 改变斜率
结构变化分析 交互效应分析 分段回归分析
乘法方 式
综合应用
本节课前思考题

8.1 回顾微观经济学中的需求函数或者供给函数，您认为影响 商品需求（供给）的因素除了价格、收入（成本）这些可以用 数据精确计量的定量变量外，还有哪些无法用数据精确计量的 定性因素？各种定性因素都有哪些属性？如何在模型中反映定 性因素的影响？影响企业销售水平的定性因素可能有哪些？
数据来源：《中国统计年鉴2004》，中国统计出版社。表中“城乡居民人民币 储蓄存款年增加额”为年鉴数值，与用年底余额计算的数值有差异。 12
表8.1
国民总收入与居民储蓄存款 （续）
城乡居 民人民 币储蓄 存款增 加额 （YY ）
单位：亿元
城乡居民人 民币储蓄存 款增加额 （YY ）
年 份
城乡居 民人民 国民总收 币储蓄 入 （GNI） 存款年 底余额 （Y ）
7759 7615.4
6253 4976.7 9457.6 13233.2 16631.9
13
为了研究1978—2003年期间城乡居民储蓄存款随收入的 变化规律是否有变化,考证城乡居民储蓄存款、国民总收 入随时间的变化情况，如下图所示：
14
从上图中，尚无法得到居民的储蓄行为发生明显改变 的详尽信息。若取居民储蓄的增量（ YY），并作时序 图（见左下图）:
城乡居民人 民币储蓄存 国民总收 款年底余额 入 （GNI） (Y ) 21662.5 26651.9 34560.5 46670 57494.9 66850.5 9241.6 11759.4 15203.5 21518.8 29662.3 38520.8
1978 1979 1980 1981 1982 1983
思考：受教育程度、企业所有制、季节的虚拟变 量“0”和“1”如何设置？
27

对于某个模型，如果选择一个虚拟变量 ：
答：隐含的假定是大专及大专以上的人数和高中以下的人数是相等的， 显然这是不合理的。
属性的状态（水平）数与虚拟变量数量的关系 定性因素的属性既可能为两种状态，也可能为多种 状态。例如，性别（男、女两种）、季节（4种状 态），地理位置（东、中、西部），行业归属，所 有制，收入的分组等。
25
“0”和“1”选取原则
虚拟变量取“1”或“0”的原则，应从分析问题的目 的出发予以界定。
从理论上讲，虚拟变量取“0”值通常代表比较的基 础类型；而虚拟变量取“1”值通常代表被比较的类 型。 （1）“0”代表基期（比较的基础，参照物），或表 示某种属性或状态的类型或水平不出现或不存在； （2）“1”代表报告期（被比较的效应），或表示某 种属性或状态的类型或水平出现或存在。
31
Yi = 0 + 1 X i + 1D1 + ui
（2）
若对两个相互排斥的属性 “居民属性” ，仍然 引入 m 2 个虚拟变量，则有
1 城镇居民 D1i = 0 农村居民

课前思考题参考答案

8.2 虚拟变量为何只选 0、1，选 2、3、4 行吗？为什么？
答：虚拟变量是非此即彼的问题，一般情形下，虚拟变量的
取值为 0 和 1。当虚拟变量取值为 0 时，表示某种属性或
状态的类型或水平不出现或不存在；当虚拟变量取值为 1 时，表示某种属性或状态的类型或水平出现或存在。取值一 般不选 2、3、4，否则对回归系数的分析带来不便。
其中：
1 t 2000年以后 1 t 1996年以后 D2t D1t 0 t 2000年及以前 0 t 1996年及以前
17
对上式进行回归后，有：
18
YYt -830.4045 0.1445GNIt - 0.2914 GNIt - 66850.50 D1t se 172.1626 t - 4.8234 se t 0.0057 25.1700 0.0401 13.9581 0.0272 -10.7192
8.1 什么是虚拟变量？它在模型中有什么作用？ 答：虚拟变量是人工构造的取值为 0 或 1 的作为属性变量代表 的变量。 虚拟变量的作用主要有： （1）可以作为属性因素的代表，如性别、所有制等； （2）作为某些非精确计量的数量因素的代表，如受教育程度、 管理者素质等； （3）作为某些偶然因素或政策因素的代表，如战争、灾害、改 革前后等； （4）可以作为时间序列分析中季节的代表； （5）可以实现分段回归，研究斜率、截距的变动，或比较两个 回归模型的结构差异。
322.2 407.9
615 835.7 728.2 1374.2 1923.4
1997 1998
1999 2000 2001 2002 2003
73142.7 76967.2
80579.4 88254 95727.9 103935.3 116603.2
46279.8 53407.5
59621.8 64332.4 73762.4 86910.6 103617.7
10
第三节 案例分析
为了考察改革开放以来中国居民的储蓄存款与收 入的关系是否已发生变化，以城乡居民人民币储 蓄存款年底余额代表居民储蓄（ Y ），以国民总
收入GNI代表城乡居民收入，分析居民收入对储
蓄存款影响的数量关系，并建立相应的计量经济
学模型 。
பைடு நூலகம்11
表8.1
国民总收入与居民储蓄存款
城乡居民 人民币储 年 蓄存款增 加额（YY） 份 NA 70.4 118.5 124.2 151.7 217.1 1991 1992 1993 1994 1995 1996
26
例如，比较收入时考察性别的作用。当研究男性收入是否 高于女性时，是将女性作为比较的基础（参照物），故有 男性为“1”，女性为“0”。
例1
(1)
1 男 D= 0 女
1 改革开放以后 （2） D = 0 改革开放以前
1 天气阴 1 天气雨 （ 3） D1 = （ 4） D2 = 0 其 他 0 其 他


8.2 什么是虚拟变量？它在模型中有什么作用？
8.3 虚拟变量的取值为何只选 0和1，选 2、3、4 行吗？为什 么？

8.4 当1个定性因素有2个排斥的属性时，虚拟变量个数取多少 个？当1个定性因素有3个相互排斥的属性时，虚拟变量个数 又该取多少个？您是否能总结出虚拟变量个数的设置规则？
课前思考题参考答案
23
虚拟变量的定义
计量经济学中，将取值为0和1的人工变量称为虚 拟变量。虚拟变量也称：哑元变量、定性变量等 等。通常用字母D或DUM加以表示（英文中虚拟 或者哑元Dummy的缩写）。 对定性变量的量化可采用虚拟变量的方式实现。
24
二、虚拟变量设置规则
虚拟变量的设置规则涉及三个方面: 1.“0”和“1”选取原则 2.属性（状态、水平）因素与设置虚拟变量 数量的关系--容易混淆 3.虚拟变量在回归分析中的角色以及作用等 方面的问题