虚拟变量与双重差分
虚拟变量的模型设定
首先我们先对解释变量中的定性因素和定量因素作以下阐述:
- 定量因素:可直接测度、数值性的因素;
- 定性因素:属性因素,表征某种属性存在与否的非数值性的因素。
在实际建模中,如何对定性因素进行回归分析?采用“虚拟变量”对定性变量进行量化是最常用的一种思路。其基本思想为:
- 直接在回归模型中加入定性因素存在诸多的困难;
- 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;
- 有些定量因素也可以采取分组的方式来研究。
虚拟变量设置的时候需要考虑以下的基本规则:
- 总原则为:设置能够区分所有属性的最少虚拟变量。
- 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。
- 如果定性因素具有 m m m 个相互排斥属性,当模型中含有截距项时,则只能引入 m − 1 m-1 m−1 个虚拟变量;当模型中没有截距项时,则可以引入 m m m 个虚拟变量,否则就会陷入“虚拟变量陷阱”。
- “虚拟变量陷阱”的实质:完全共线性。
虚拟变量的回归分析
在计量经济学中,通常引入虚拟变量的方式分为加法方式和乘法方式两种。
- 加法方式:
Y i = α 0 + β 1 X i + u i + α 1 D i . Y_i=\alpha_0+\beta_1X_i+u_i+\alpha_1 D_i \ . Yi=α0+β1Xi+ui+α1Di .
- 乘法方式:
Y i = α 0 + β 1 X i + u i + β 2 X i D i . Y_i=\alpha_0+\beta_1X_i+u_i+\beta_2X_iD_i \ . Yi=α0+β1Xi+ui+β2XiDi .
实质上,加法方式引入虚拟变量改变的是截距,乘法方式引入虚拟变量改变的是斜率。
含有虚拟变量的模型的分析手段:条件期望。
以加法方式引入虚拟变量时,主要考虑的问题是定性因素的属性和引入虚拟变量的个数。主要有四种情况:
- 解释变量只有一个定性变量而无定量变量,而且定性变量为两种相互排斥的属性;
- 解释变量分别为一个两种属性的定性变量和一个定量变量;
- 解释变量分别为一个定性变量(两种以上属性)和一个定量解释变量;
- 解释变量分别为两个定性变量(各自分别是两种属性)和一个定量解释变量。
以乘法方式引入虚拟变量时,是在所设立的模型中,将虚拟变量与其它解释变量的乘积,作为新的解释变量出现在模型中,以达到其调整设定模型斜率系数的目的。
- 截距不变的情形: Y i = f ( X i , D i X i ) + u i Y_i=f(X_i,\,D_iX_i)+u_i Yi=f(Xi,DiXi)+ui ;
- 截距和斜率均发生变化的情形: Y i = f ( X i , D i , D i X i ) + u i Y_i=f(X_i,\,D_i,\,D_iX_i)+u_i Yi=f(Xi,Di,DiXi)+ui 。
虚拟变量的综合应用
所谓虚拟变量的综合应用是指将引入虚拟解释变量的加法方式、乘法方式进行综合使用。基本分析方式仍然是条件期望分析。
结构变化分析
结构变化的实质是检验所设定的模型在样本期内是否为同一模型。显然,平行回归、共点回归、不同的回归三个模型均不是同一模型。
- 平行回归模型的假定是斜率保持不变(加法类型,包括方差分析);
- 共点回归模型的假定是截距保持不变(乘法类型,又被称为协方差分析);
- 不同的回归的模型的假定是截距、斜率均为变动的(加法、乘法类型的组合)。
例:比较改革开放前后我国居民平均“储蓄—收入”总量关系是否发生变化?
模型设定为 :
Y t = α 1 + α 2 D t + β 1 X t + β 2 ( D t X t ) + u t Y_t=\alpha_1+\alpha_2D_t+\beta_1X_t+\beta_2(D_tX_t)+u_t Yt=α1+α2Dt+β1Xt+