理论教育 回归模型变量选择及多重共线性处理

回归模型变量选择及多重共线性处理

时间:2023-06-11 理论教育 版权反馈
【摘要】:发现L与L1、L2;K与K1、K2、K3相关系数高,K1与K2、K3,以及K2与K3均高度相关,表明多重共线性存在,故仅分析L滞后一期或滞后二期的情况,K1、K2、K3变量仅取其中一个进行回归分析,自回归模型中根据显著性判断采用滞后期数。这种解释变量中包含因变量的滞后值的模型称为向量自回归模型。

回归模型变量选择及多重共线性处理

结合制度指标体系的6类指标,以非国有经济就业占比为变量,选择地均货运周转量人口密度作为信息传递的控制变量,在表4.13中进行变量选择。

表4.13 实证模型变量选择汇总表

考虑到“路径依赖”或“棘轮效应”,纳入时间滞后Ll、L2、K1、K2、K3,所有设定的制度变量面板数据K、L、V、EX、FDI、IE、Tec、Gov、L1、K1、K2、K3、Pri、FI、Dep做相关系数矩阵。发现L与L1、L2;K与K1、K2、K3相关系数高,K1与K2、K3,以及K2与K3均高度相关(>0.9),表明多重共线性存在,故仅分析L滞后一期或滞后二期的情况,K1、K2、K3变量仅取其中一个进行回归分析,自回归模型中根据显著性判断采用滞后期数。首选空间自回归(SAR)模型作为估计模型,即构建空间计量模型包括被解释变量L、外生变量EX/FDI/K2/L2/Pri/Dep、控制变量perArea和FV,(多维)邻近因素W,固定效应系数和(或)随机效应系数ait:(www.daowen.com)

后续自回归模型的分析即在该模型基础上,按照显著性进行适当变量删减。根据分析需要进行多种变化,因加入解释变量的滞后项,所以自回归模型又具有分布滞后性,即“自回归分布滞后模型(ARDL)”。这种解释变量中包含因变量的滞后值的模型称为向量自回归模型(VAR)。可以动态考察该变量在若干周期中的变动,因此也是动态模型。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈