Eviews参数稳定性检验和虚拟变量的应用课件.pptxVIP

虚拟变量的性质 变量( 如价格、收益、 收入等)之外， 还有实质上是定性 等。这类定性变量常指某一性质、 属性出现或不出现， 例 等。由于其不能直接度量，为研究方便， 可构造一个变量， 现) ，取值为1时表示某性质不出现( 出现) ，该变量即 为虚拟变量 (dummy variables)。 § 在金融计量学中，所考虑的变量除了可以直接度量的数量 性质的变量，如性别、国家、战争及政府经济政策的变动 如男性或女性，中国人或外国人，战争期间或非战争期间 令其取值为1或为0，取值为0时表示某一性质出现(不出 1 § 一般的， 在虚拟变量的设置中，基础类型、否定类型取值 为“0” ，称为基底 (base)类、基准(benchmark) 类或 § 虚拟变量和定量变量在回归模型中的应用是一样的。若一 个模型中的解释变量全部都是虚拟变量，则此模型被称为 变量中既有定量变量， 又有虚拟变量， 则该线性回归模型 可称为协方差分析模型 (Analysis of Covariance Model)。 参考(reference)类；而比较类型、肯定类型取值“1”。 方差分析模型 (Analysis of Variance Model)；若解释 2 在我国上市公司中，个人做第一大股东的现象还非常少， 如就业、 形象工程、负责人升迁、 上缴利税等，这些目标 股的公司由国家选择代理人， 而这些代理人往往是行政人 员或官僚出身，没有经营管理的特长，进一步制约上市公 司绩效的发挥。因此，总体而言，国家作为第一大股东的 上市公司的绩效要低于法人做第一大股东的上市公司的绩 主要是国家或法人作为公司的第一大股东。而国家作为第 都或多或少有悖于公司利润最大化的目标。另外，国家控 一大股东与法人相比，除了公司业绩，还有其它考虑，例 效。为验证上述结论，我们建立如下的模型： 例子 § 3 义方式如下： 1，国家是公司i的第一大股东 = 由模型可以得到： 国家为第一大股东平均每股收益： 法人为第一大股东平均每股收益： 0 ，法人是公司i的第一大股东 为每股收益，用以代表公司绩效。 = =0)= 其中 的定 § § 4 而产生较大的波动， 这种波动使得被解释变量与 同其它各期相比具有显著的差异。这种差异表现 为描述变量之间关系的回归线(面) 在不同时期 同时移动。 虚拟变量的设置原则 据常因某些非正常因素(如战争、 自然灾害等) § 许多金融现象表明，金融数据特别是时间序列数 解释变量之间的数量依存关系在某一期或暑期内 内或截距项移动，或斜率移动，或截距项和斜率 5 § 在同一个模型中，可以引入多个虚拟变量， 但其 设置必须遵循如下的原则：如果一个定性变量有 6 § 相应的，为表述这种移动，虚拟变量的引入方式 也有如下的三种： m个类别，则仅要引入m-1个虚拟变量。 (3) 同时以加法方式及乘法方式引入： (1)加法方式： (2) 乘法方式： 许多按月度或季度数据表示的金融时间序列，常呈现出 季节变化的规律性，如公司销售额、通货膨胀率、 节假 日 储蓄额等。在研究中，有时需要消除季节性因素的影响， 即需要进行季节调整 ( seasonal adjustment) 。进行季 节调整有多种方法，而利用虚拟变量进行季节调整是较为 虚拟变量模型的运用 § 1、虚拟变量模型在调整季节波动中的运用 § 原模型： § 引入虚拟变量： 简单的一种。 7 在金融理论中， 常常会出现一种情况： 当某影响 因素越过某一临界值，或时间过了某一临界点之 成折线的数据的回归即为分段线性回归。 例如： § 利用虚拟变量，我们可以建立如下的回归模型： 后，因变量对影响因素的变化率将发生变化，在 图形中就表现为斜率不同的两段连续折线。对构 § 2、虚拟变量模型在分段线性回归中的应用 8 图4-6 有两个转折点的联系折线 9 假定要研究某一类型上市公司资本结构与影响因素之间的 关系，我们以总负债率(以Y表示)代表资本结构，其影 响因素假设只有股权结构(以表示)、公司治理结构(以 表示)、成长性(以表示)三个因素；遗憾的是，假设这 一类型的上市公司只有两家，而每家也只有从1991-2004 年共14年的年度数据。很明显，对每一年利用横截面数 据回归是不能的(观测值个数小于待估参数的个数)。 § 3、利用虚拟变量模型对平行数据进行混合回归 10 § 而对每家公司利用时间序列数据回归， 尽管可以 得到系数估计值，但实际上由于两家公司类型相 同，可能受某些相同因素的影响，所以两方程的