回归模型中虚拟变量的设定及应用

在经济计量分析中,利用回归模型方法对经济现象的变化进行描述、模拟和预测是经常使用的方法。在实际工作中,由于研究的特定现象不仅受到诸如产量、销售量、收入、价格、成本等数量变量的影响,而且也常常受到诸如政治、经济、自然条件以及社会文化背景等品质因素变化的影响。经常出现的情况是,这些因素的变化给回归模型的预测精度带来了较大的影响。所以,在建立回归模型时,既要考虑数量变量的变化,也要考虑品质因素的影响。因此,有必要将品质因素的变化加以量化,引入回归模型中。一、什么是虚拟变量虚拟变量是将非数量的品质因素影响加以量…     

包含制度因素和非制度因素的中国经济增长实证分析

本文将制度因素和非制度因素同时纳入计量模型,利用主成分回归分析法消除变量间的自相关性,得到了合理的计量经济模型,然后分时间阶段进行对比研究,进一步明确了制度因素和非制度因素在经济发展的不同时期对促进经济增长起到的不同作用和影响机制.     

我国宏观经济函数系数计量的联立模型及其估计

一、引言联立方程模型在经济政策制定、经济结构分析和经济预测方面起着重要作用。经典的线性联立方程假定在整个样本时序上结构参数都是恒定不变的。但是,一方面由于影响经济发展的因素众多,不同时期内随机因素对被解释变量的干扰方式及干扰程度不同;另一方面经济结构的变化也使得结构参数随时间不同而变化,因此变参数的情况是经常发生的。在单方程确定性变参数模型中,一般都假定变参数是某个变量的线性函数。线性假设虽然简便,但容易造成设定误差。而非参数方法具有很好的稳健性,即永远不会错误地估计回归函数,并且当回归变量为一维时,有很好的拟合效果,因此其在计量经济学中得到了越来越多的关注。但是非参数方法也有其弱点,其一它要求有大量的数据,这一点在我国宏观经济研究中很难满足;其二当回归变量是高维时,就产生了“维数祸根”现象,即估计的收敛速度缓慢,令人很不满意,且估计极不稳定。     

我国通货膨胀的主要经济影响因素分析与统计检验

文章首先分别就我国通货膨胀对每个经济影响因素(经济增长率、货币供应增长率、外汇储备增长率和全社会固定资产投资增长率和上一期的居民消费价格指数这五个因素)和通货膨胀率建立分布滞后模型,确定每个影响因素的最佳滞后期;接着将每个影响因素的最佳滞后期引入,建立以通货膨胀率(用居民消费价格指数衡量)为被解释变量,各个最佳滞后期的影响因素为解释变量的分布滞后模型;然后对这个分布滞后模型进行经济意义(包括是否符合经济规律)、统计意义(包括参数值和模型是否显著)以及计量经济意义上(包括多重共线性、异方差和自相关等)的检验,对初步的回归模型进行修正,获得最终的分布滞后模型;最后根据此模型进行结果分析,并根据回归结果得出结论.     

虚拟变量赋值探讨及应用

在回归分析中被解释变量不仅受到便于用某种意义明确的尺度加以定量的变量影响，而且还受到其本是属性性质的变量影响，例如：性别、民族、肤色、宗教信仰、国籍、战争、地震、罢工、政治动乱及政府政策的变化等。将这类属性变量引进回归模型就称为虚拟变量。由于这种属性...     

基于线性模型的大学毕业生就业薪酬影响因素研究

大学毕业生就业薪酬是现实生活中一个重要的经济计量问题,本文以上海某高校毕业生就业薪酬数据为研究对象,随机抽取了1309个数据样本,对解释变量采取虚拟变量的形式,基于线性回归模型,分别用最小二乘方法、岭回归和贝叶斯回归方法对薪酬数据进行了回归,对影响工资收入的性别、民族、是否共产党员、生源所在地、就业所在地、就业单位的性质和所在学院等因素进行了分析,得出了相应的结论.     

不等概率分层抽样条件下Probit模型的参数估计

线性回归分析作为一种传统的统计分析方法,现已得到广泛的应用和完善.但受其对应变量连续性要求的影响,当应变量为分类变量(常见的是二分类变量,即y取0,1两个值)时,线性回归模型不再适用.人们通常采用Probit模型或Lotist模型对二分类因变量进行回归分析,与线性回归不同,Probit回归是一种非线性回归模型,因而在参数估计时,通常采用极大似然估计,并且在随机样本条件下,Probit模型的极大似然估计具有一致性,渐进有效性和渐进正态性.     

我国经济周期中扩张与收缩模式的对比分析

文章首先使用非参数核密度估计方法.描述我国经济周期性波动的不同阶段中经济变量的不同特征,并计算经济收缩及其前后时期变量相对趋势的变化,发现消费是我国经济周期性波动的主要驱动力量,而固定资产投资是经济增长的主要动力.另外,自1993年以来的经济波动中经济变量的变化体现出与以往不同的特点,进而采用回归分析方法,使用政策变量对主要经济变量进行回归解释,发现财政支出相对趋势变量在收缩期的相对更大的正向经济相对趋势增长效应,货币供给相对趋势变量在收缩期产生反向作用.它可以作为抑制经济"过速增长"的有效工具.     

经济计量模型中不相关单位根变量间伪回归的纠正方法

文章旨在考察经济计量模型中不相关单位根变量间伪回归现象形成的内在成因,为这类伪回归的纠正提供方法依据.借助三个定理的证明,分析了不相关单位根变量间伪回归形成的过程.研究表明,在回归模型中包括自变量和应变量的一阶滞后变量可纠正伪回归的问题.     

高校班级人数与平均成绩的关系

本文运用了简单相关分析、等级相关分析、卡方独立性检验、双变量回归模型以及虚拟变量回归模型等多种统计学方法,分析了班级人数与学习成绩的关系问题,得出教学班级人数与平均成绩两者存在高度显著的弱相关关系,前者是影响后者的重要因素的结论.由于班级人数的多少是可以人为控制的,因此可以用来作为提高教学质量的工具.     

对我国寿险经济需求模型的改进

文章结合国外有关寿险需求的分析与研究,将影响寿险需求的几个因素作为解释变量,运用多元线性回归的方法进行模型拟合,并针对所得模型中存在的严重的多重共线性问题,运用岭回归方法降低其共线性,建立新模型,尝试性的探讨影响我国寿险经济需求的因素。     

贝叶斯时空分位回归模型及其对北京市PM2.5浓度的研究

本文基于时空模型和非对称拉普拉斯分布提出一种新的时空分位回归模型.本文主要将空间域利用薄板回归样条展开,结合混合模型与样条之间的关系,得到分层贝叶斯分位回归模型.利用MCMC算法得到参数的后验分布,并对模型中系数的空间域进行预测.本文同时融合降秩近似的方法,简化了计算复杂度.区别于已有时空分位模型,本文考虑了协变量对因变量影响的空间分布特征,并非直接对时间或空间效应整体进行建模,有利于深入研究协变量与因变量之间的空间结构关系.数值模拟结果表明,预测的空间域与真实的空间域十分接近,并在不同分位水平下,有效地估计了协变量影响的空间效应差异.最后将该模型应用于北京市PM2.5浓度的研究,分析气象因素对PM2.5浓度影响的空间分布特征.     

税收收入模型预测精度的比较

文章建立了四个预测税收收入的有效模型,利用1985～2004年的样本数据进行实证分析。结果表明:半对数模型预测税收收入偏差较大;当把经济因素作为外生变量引入自回归模型时,模型预测精度也较差;如果把政策因素这一外生虚拟变量加入自回归模型,模型预测精度明显提高;而采用主成分分析法消除了多个经济因素之间的复共线性以后,建立的对数线性回归模型预测精度较高,适合用来预测税收收入。     

非线性回归的计算机处理方法

1 线性回归分析的一般形式与求解软件线性回归可用于对客观事物数量依存关系的分析,是一种重要的统计分析方法。它广泛应用于社会经济现象变量之间的影响因素和关联的研究。多元线性回归模型的一般形式为:Y=a b1x1 b2x2 …bkxk     

经济分析中用主成份法选择最优回归方程

改革开放以来，随着我国经济的繁荣，对于经济活动的分析也逐步趋向定量化，经济计量方法得到了较广泛的运用。在经济计量分析中，多元线性回归模型占有很重要的地位。据统计，在我国用于预测分析的方法中有30％左右是用线性回归模型进行的，在一般的经济分析中，多元线性回归模型使用的比例更高。一、问题的提出设X1，X2…，Xn是依据实际问题搜集到的预报变量（指标或者称为自变量），Y是响应变量（因变量）。为了建立一个用于经济分析的多元线性回归模型，我们希望模型中包含尽量多的X变量，以得到可靠的拟合值。但是，如果方程中包含了…     

基于季节性ARIMA模型的居民消费水平预测

文章以居民消费价格指数(CPI)的短期预测作为切入点,采用定量的时间序列分析方法,建立季节自回归综合移动平均(季节性ARIMA模型)模型对CPI时间序列进行量化分析.首先阐述基于该模型的CPI预测的一般过程,即:平稳化处理、差分变换的阶数辨识、参数估计,时间序列模型的构建,然后对模型进行性能检验,确定较适合的季节自回归综合移动平均模型,最后在实证分析中探讨经济变量CPI与时间变量之间的变动规律,对CPI时间序列进行适当的差分处理,取得了较为理想的预测效果.     

基于线性模型的大学毕业生就业薪酬影响因素研究

大学毕业生就业薪酬是现实生活中一个重要的经济计量问题，本文以上海某高校毕业生就业薪酬数据为研究对象，随机抽取了1309个数据样本，对解释变量采取虚拟变量的形式，基于线性回归模型，分别用最小二乘方法、岭回归和贝叶斯回归方法对薪酬数据进行了回归．对影响工资收入的性别、民族、是否共产党员、生源所在地、就业所在地、就业单位的性质和所在学院等因素进行了分析，得出了相应的结论。     

沪市回报与宏观经济的相关分析

股票市场是宏观经济的"睛雨表",宏观经济的总体发展情况影响甚至决定着股市的涨落.围绕股市回报与宏观经济变量的关系,国外学术界进行了大量的研究,分析了股市回报与实体经济变量如生产率、国民生产总值、失业率等和金融变量如利率、汇率、通货膨胀、货币供应量等之间的关系.本文利用向量自回归模型分析沪市回报率与宏观经济变量之间的关系.     

基于Hsiao程序的最优解释变量的选择

文章首先对Hsiao程序的理论进行了介绍:然后,以人民币行为均衡汇率模型(BEER模型)为例,使用该程序进行解释变量选择.筛选得到的解释变量与国内外大多数学者利用该模型进行研究所选择的经济变量基本一致,这说明使用Hsiao程序选择解释变量是可信的.但是,也存在一些差异,主要因为样本选择的范围不同以及所使用的数据质量本身问题.文章的创新之处在于利用运筹学的最优选择思想,借助Hsiao程序.进行解释变量的选择,这对某些经济变量(缺乏决定因素的先验理论)进行回归分析时,有很大的参考价值,同时,可避免主观臆断.     

协整理论和ECM模型在我国经济增长因素分析中的应用

文章运用协整理论,建立了排除伪回归的长期均衡方程以及ECM模型,对影响经济增长的资本因素、劳动因素、制度因素和产业结构因素进行分析,从定量角度探寻长期和短期影响我国经济增长的主要因素。