(财务知识)计量经济学计算机作业

数目经济学付欢计量经济学计算机作业C13.11在其余自变量不变的状况下：依据：log(X10)≈10)/0△0)-log(X(X-XX=X/Xmath4it=1log(rexppit)=(1/100)*[100*log(rexppit)](1/100)*(%rexppit).所以if%rexppit=10,thenmath4it=(1/100)*(10)=1/10。所以，均匀每个学生的真切支出提升10%，则math4it约改变1/10个百分点。用一阶差分估计第一部分中的模型（包含1994-1998年度虚构变量）math4=5.95+.52y94+6.81y955.23y968.49y97+8.97y98(0.52)(0.73)(0.78)(0.73)(0.72)(0.72)3.45log(rexpp)+0.635log(enroll)+0.025lunch(2.76)(1.029)(0.055)当rexpp增添10%，math4降低0.35%(3.45/100.35)在模型中增添支出变量的一阶滞后,并利用一阶差分估计得math4=6.16+5.70y956.80y968.99y97+8.45y98(0.55)(0.77)(0.79)(0.74)(0.74)1.41log(rexpp)+11.04log(rexpp-1)+2.14log(enroll)(3.04)(2.79)(1.18)0.073lunch(0.061)n=2,750,R2=0.238.回归图以下由回归图所示：即期支出变量的系数为-1.41，t统计量为-0.46，统计上不明显滞后支出变量的系数为11.04，t统计量为3.96，统计上明显(iv)?4.28，进而降低了log(rexpp)的统计明显性比较：log(rexpp)的异方差稳重标准误为?4.38，其t统计量降低为2.52。在1%的明显性水log(rexpp1)的异方差稳重标准误为平两侧查验下log(rexpp-1)仍旧是统计明显的。(t统计量大于1.96)(v)?log(rexpp)?log(rexpp1)

异方差序列有关稳重标准误为4.94，log(rexpp)的t统计量降低了。的标准误为5.13,log(rexpp-1)的t统计量为2.15.两侧查验的p值为0.032(vi)使用1995,1996,1997,1998年进行混淆的OLS可得?0.423这表示差分偏差有很强的负序列有关鉴于充分稳重的结合查验，以下列图所以模型中没有必需包含学生注册的人数和午饭项目变量C14.10依据回归可知利用混淆OLS估计的β1=0.36,当concen=0.10，则增添3.6%、β1的95%的置信区间为[0.309,0.419]只有当复合偏差序列没关，得出的标准误才是有效的,所以有点不太可能，充分稳重下的95%的置信区间为[0.245,0.475],条件为同意存在序列有关和异方差,所以充分稳重下的置信区间比一般的置信区间要大。忽视序列有关会致使参数估计产生不确立性..斜率变成正斜率的log(fare)的值为0.902/[2*0.103]≈4.38。dist的值为exp(4.38)=80.。该值表示的是fare对dist的正弹性系数。β1的RE估计值为0.209，表示fare与concern之间正有关。由于t=7.88估计值统计上明显FE估计值为0.169，RE的λ估计值为0.9.我们能够估计RE估计值与FE估计值特别相像。.xtreglfarey98y99y00concenldistldistsq,fenote:ldistomittedbecauseofcollinearitynote:ldistsqomittedbecauseofcollinearityFixed-effects(within)regressionNumberofobs=4596Groupvariable:idNumberofgroups=1149R-sq:within=0.1352Obspergroup:min=4between=0.0576avg=4.0overall=0.0083max=4F(4,3443)=134.61corr(u_i,Xb)=-0.2033Prob>F=0.0000lfareCoef.Std.Err.tP>|t|[95%Conf.Interval]y98.0228328.00445155.130.000.0141048.0315607y99.0363819.00444958.180.000.0276579.0451058y00.0977717.004455521.940.000.089036.1065073concen.168859.02941015.740.000.1111959.226522ldist(omitted)ldistsq(omitted)_cons4.953331.0182869270.874.989185sigma_u.43389176sigma_e.10651186rho.94316439(fractionofvarianceduetou_i)Ftestthatallu_i=0:F(1148,3443)=36.90Prob>F=0.0000在一个航班线上的两个机场邻近的城市影响航行的要素为人口，教育水平，雇主种类等。高速路及铁路的便利状况及四周的地理环境，能够考虑为固定不变的。这些要素和concern有关。考虑到没法观察效应，我们能够使用固定效应模型得出估计值为正，且统计上明显。用FE估计获得的估计值为0.169concern与时间常量正有关C15.8(i)OLS估计方程:n=9,275,R2=0.180Pira=0.198+0.054p401k+0.0087inc220.000023inc0.0016age+0.00012age(0.069)(0.010)(0.0005)(0.000004)(0.0033)(0.00004)p401k的系数表示保持收入和年纪不变的状况下，参加401（K）计划与拥有一个个人退休金账户的比没有参加401（K）计划与拥有一个个人退休金账户的概率多0.054。在上题的回归方程中，保持收入和年纪不变下，在给定的收入和年纪等级中，该方程其实不可以解说不一样的人有不一样的积蓄计划。而是解说了积蓄的人会参加401（k）计划和（IRA）计划.在保持其余条件不变的状况下，假如没法控制个人的积蓄计划，用一般的OLS估计没法获得我们想要的结果欲使e401k成为p401k的有效IV,应当知足两个条件:e401k对p401k有偏效应和e401k0与u没法观察的积蓄计划不有关.假如雇主会供给401（k）退休计划的，工人会积蓄。则u与e401（k）有关。(iv)p401(k)的约简型方程P401k=0.059+0.689e401k+0.0011inc0.0000018inc20.0047age+20.000052age(0.046)(0.008)(0.0003)(0.0000027)(0.0022)(0.000026)n=9,275,R2=.596e401k的系数表示，在保持收入与年纪不变的状况下，有资格参加一项401（k）计划的人参加401（k）的计划会多0.69，显然的是，e401k切合成为p401k工具变量的两个要求之一。(v)用e401k作为p401k的工具变量来估计Pira=0.207+0.021p401k+0.0090inc220.000024inc0.0011age+0.00011age(0.065)(0.013)(0.0005)(0.000004)(0.0032)(0.00004)n=9,275,R2=0.180IV估计出来的p401k0.021低于OLS估计值0.054的一半。相应的t统计量值为1.56.约简型中?401p401k就是给定没法观察的积蓄计划下的估计值。可是我们仍旧没法估计参加（K）计划与拥有个人退休金账户之间的替代关系。C17.11参加劳动的妇女的比率为3286/5634(总数)=0.583..testblackhispanic(1)black=0(2)hispanic=0F(2,3280)=0.46Prob>F=0.6324只利用工作女性的数据用OLS估计薪资方程:20.030black+0.014hispanic(0.060)(0.004)(0.003)(0.00008)(0.034)(0.036)n=3,286,R2=0.2053%，西班牙人多赚1.3%,结合F检均匀来说与非黑种人及非西班牙人群组对比，黑种多赚验的p值为0.63.所以当控制教育及经验水平下，不一样种族之间薪资差异不显然。(iii)nwifeinc的系数为-0.0091，t统计量为-13.47，kidlt6的系数为-0.5且t统计量为11.05我们期望这两个系数为负。假如一个女人的丈夫赚更多的，她不太可能工作。有一个年青的孩子在家庭中也降低了概率的女人。每个变量是特别显着。.probitinlfeducexperexpersqblackhispanicnwifeinckidlt6Iteration0:loglikelihood=-3826.743Iteration1:loglikelihood=-3537.4368Iteration2:loglikelihood=-3537.2544Iteration3:loglikelihood=-3537.2544ProbitregressionNumberofobs=5634LRchi2(7)=578.98Prob>chi2=0.0000Loglikelihood=-3537.2544PseudoR2=0.0756inlfP>|z|[95%Conf.Interval]educ.0964837.007785412.390.000.0812246.1117428exper.0077141.00723851.070.287-.0064732.0219014expersq-.0006143.0001577-3.900.000-.0009234-.0003052black.0167548.07558960.220.825-.1313981.1649077hispanic-.1219554.0704695-1.730.084-.260073.0161623nwifeinc-.0091239.0006775-13.470.000-.0104518-.007796kidlt6_cons-.4393231.1338545-3.280.001-.7016732-.176973我们需要起码一个影响参加劳动的变量，这个变量其实不会直接影响薪资的多少。所以,我们一定假定,控制教育、经验和种族差异变量下,其余收入和有一个孩子的状况其实不不影响薪资。假如雇主鄙视有儿童或是丈夫有工作的妇女。这些假定就不会建立。别的,假如有一个孩子会降低劳动力,也就是说她一定花时间去照料患病的孩子。这样，我们就不可以从薪资方程中遗遗漏kidlt6。每个观察的逆米尔斯比为1.77，相应的两侧p值为0.77.在3286个观察中，它其实不是特别小的，?的查验并无供给有力的凭证对零假定没有选择偏差。。(vi)把逆米尔斯比加到薪资方程中去，斜率系数并无改变多少。比如,education的系数从0.099改动到0.103，相同在OLS估计下的95%的置信区间内[0.092,0.106]。exper的系数变化很小，black和Hispanic的系数变化很大，可是这些估计值在统计上其实不明显。最重要的变化是在–截距估计从[649,539]：从0.649变化到0.539.在本例中，截距为log(wage)的非黑人非西班牙裔妇女且没有受过教育和工作经验的估计值。在全样本下并无一个妇女是这类状况的。由于斜率系数会发生改变,我们不可以说,Heckman估计意味着与没有修正的估计对比，薪资水平会更低。C18.5估计的方程以下：hy6t=0.078+1.027hy3t-11.021hy3t0.085hy30.104hy3t-2t-1(0.028)(0.016)(0.038)(0.037)(0.037)2=0.982,?=0.1