档案实证研究培训教材.ppt

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,档案实证研究,*,档案实证研究培训教材,2026/11/12,档案实证研究,引例：,公司治理与会计信息质量关系的实证研究,研究问题：,有一种倾向性的意见,:,会计信息失真是会计行业自身的问题。作者认为，造成我国上市公司会计信息失真的根源在于公司治理的缺陷，如上市公司的股权结构不合理、存在内部人控制、监事会失效等。,研究步骤,：文献回顾、提出假设、研究设计、检验结果和分析、结论及建议,数据来源：,年报数据、证监会公告及其他数据资料。,2026/11/12,档案实证研究,档案实证研究的特点,研究的问题是,实证性,命题,在文献回顾的基础上提出,研究假说,假说常常反映了,变量之间的关系,假说的检验运用,统计学方法,数据来源是数据库、年报等二手数据,2026/11/12,档案实证研究,1,研究假设的提出,在已知事实材料和科学理论的基础上，对某些事物的存在或事物的因果性、规律性作出的假定性解释。,假设（,Hypothesis,）具有一定的假定性，但不同于主观猜测。,注意：,Hypothesis=,待检验理论（预期研究结果）,前提性假定,(Assumption),2026/11/12,档案实证研究,一、假设的类型,描述性假设,：描述认识对象的结构，提供关于事物的外部联系和大致数量关系的推测。,解释性假设,：,揭示事物的内部联系，指出现象质的方面，说明事物原因。,预测性假设,：,对事情未来发展趋势的科学推测,。,2026/11/12,档案实证研究,二、假设的形式,XX,与,XX,没有关系,XX,与,XX,正相关,XX,与,XX,没有差异,XX,与,XX,存在显著差异,零假设,H,0,（,null hypothesis,）,备择假设,H,1,(alternative hypothesis),思考,：指导书例文中的假设属于哪种形式？,2026/11/12,档案实证研究,三、假设提出的要求,假设的提出要有依据和意义,基于理论、事实和逻辑推理提出，非主观臆断,应有理论、政策和现实意义,假设应保持中立，使用陈述句,不含价值判断，不宜使用祈使句、感叹句、疑问句等,假设的表述简洁明确，忌包含多个变量,假设是具体的、可检验的,提出多个假设时应具有系统性,2026/11/12,档案实证研究,假设的提出要有依据,假设,1,：上市公司规模与环境信息披露水平正相关,委托代理理论,认为，规模大的公司股权比较复杂，从外部筹集资金的比例高，其代理成本也高。因此，披露环境信息的动机比小公司更强。同时，从政治成本的角度看，大公司的行为易受政府和社会公众的关注，所以大公司对政治成本比小公司更为敏感，需要为其提供自愿披露环境信息的额外激励。,Chow,和,Wong-Boren,（,1987,）、,Hossain,等（,1995,）的,实证研究表明,，公司规模与自愿性信息披露水平呈正相关关系。同时,我国学者汤亚莉等（,2006,）对披露了环境信息的上市公司进行实证研究也发现，公司规模对环境信息披露水平具有显著影响。,2026/11/12,档案实证研究,假设的表述简洁明确，忌包含多个变量,思考：以下假设的表述有何问题？,例,1,：经济发达地区的上市公司，更可能披露较多的环境绩效信息，且披露的环境绩效信息水平较高。,例,2,：国有上市公司，更可能披露较多的环境绩效信息，且披露的环境绩效信息水平较高。,例,3,：披露了环境信息的中国上市公司与没有披露环境信息的中国上市公司的资产规模、公司绩效存在显著性差异。,2026/11/12,档案实证研究,假设是具体的、可检验的,例,5,：存在配股动机的上市公司，进行长期资产减值转回的可能性显著高于其他公司。,例,4,：基于合规性理论的社会责任信息披露研究断言，公司会继续现有的自愿披露或者进行更多的自愿披露以确保公司的合规性不受损害。,2026/11/12,档案实证研究,多假设提出举例：注册会计师非标准审计意见的影响因素,H,1,：,当上市公司所属行业的行业平均财务风险越大时,注册会计师在该行业出具的非标准审计意见的比例越高。,H,2,：,当上市公司所属行业的行业平均营运能力越差时,.,越高,H,3,：,当某行业上市公司中由大所审计的公司比例越高时,.,越高,H,4,：,当某行业上市公司变更会计师事务所的比例越高时,.,越低,H,5,：,当某行业上市公司设立审计委员会的比例越高时,.,越低,H,6,：,当某行业上市公司中存在融资担保的比例越高时,.,越高,2026/11/12,档案实证研究,阅读材料：,刘立国 杜莹,.,公司治理与会计信息质量关系的实证研究,.,会计研究，,2003,2.,问题：,围绕股权结构与财务报告舞弊的关系问题，提出了哪几个假设？,是零假设还是备择假设？,假设提出是否有依据？是否合理？,2026/11/12,档案实证研究,2,变量的度量及其关系,概念,（对事物或现象的抽象）,变量,（具有一个以上取值的概念）,常量,（具有一个取值的概念）,思考：以下概念属于变量吗？,资本结构、盈利能力、信息披露、股权结构、流通股持股比例、规模、营业利润、资产回报率、上市年度、关联交易,2026/11/12,档案实证研究,一、变量的类型,虚拟变量（,Dummy,）,反映质的属性，只取0或1两个值,如：上市地点、是否国有企业、是否受到证监会处罚等,非虚拟变量,可以取多个值，反映量的差异,如：营业利润、资产回报率、信息披露水平等,2026/11/12,档案实证研究,二、操作变量的确定方法,操作变量,1,概念变量,操作变量,2,操作变量,3,思考：如何将下列概念变量转变为操作变量？,（,1,）资本结构（,2,）股权结构,（,3,）经营绩效（,4,）规模,（,5,）会计信息质量（,6,）政治成本,2026/11/12,档案实证研究,A.,寻找某一抽象概念的具体表达形式,如,“,公司管理人员的经济利益,”,具体表现为管理人员奖励计划的类型。,经营绩效：,EPS/ROE/,经行业调整后的资产收益率/托宾,Q,会计信息质量：,AIMR,评级/酌意性应计项目取值,操作变量的确定方法,2026/11/12,档案实证研究,操作变量的确定方法,B.,寻找某一概念的构成维度（,dimensions,股权结构：股权集中度；各种性质的股权比例；第一大股东的身份；管理层持股比例等,C.,使用替代变量,例如，实证会计理论中常用到,“,政治成本,”,这一概念，,“,政治成本,”,是很难计量的，研究者们往往用,“,组织规模,”,来代替。,2026/11/12,档案实证研究,举例,概念变量,操作变量,2026/11/12,档案实证研究,例：合规性、公司治理与社会责任信息披露,国外实证研究采用多种变量来衡量合规性。,Patten(1991),用规模和行业分类作为公司承受社会压力的替代变量。,也有学者将公司治理因素，如所有权结构,(Cormier,和,Gordon,，,2001),，作为反映合规性管理的变量。,本文将公司治理状况作为反映企业合规性管理水平的替代变量。,思考,：将合规性转变为操作变量采用了何种方法？,2026/11/12,档案实证研究,三、变量间的关系模型,因变量,自变量,A,C,B,D,E,F,概念变量,解释变量,控制变量,操作变量,控制变量：,与研究目标无关的自变量,2026/11/12,档案实证研究,刘立国 杜莹,.,公司治理与会计信息质量关系的实证研究,.,会计研究，,2003,2.,2026/11/12,档案实证研究,阅读,合规性、公司治理与社会责任信息披露,一文有关研究变量的部分，回答以下问题：,1.,研究的因变量是什么，如何量化的？,2.,研究的解释变量有哪些，将相关概念变量转变为操作变量时，分别采用了哪种方法？,3.,有哪些控制变量，作者选取这些控制变量的原因是什么？,2026/11/12,档案实证研究,3,假设的统计检验：差异检验,引例：,MN,公司主营装修材料的销售。为检验库存和销售信息系统的正确性，会计师会计师随机抽取了,12,张销售发票，金额如下：,108.98 152.22 111.45 110.59 127.46 107.26 93.32 91.97 111.56 75.71 128.58 135.11,计算发票金额的均值为,112.85,元，方差为,20.80,。,在过去,5,年中，销售发票的平均金额是,120,元。那么，发票的平均金额是否发生了变化？,2026/11/12,档案实证研究,MN,公司例中假设检验的步骤,建立假设,H,0,发票的平均金额,=120,元，,H,1,：,发票的平均金额,120,元,选择显著性水平,为,0.05,总体方差未知，使用,t,检验统计量,查表求出临界值为,2.201,计算样本统计量：,t=-1.1908,做出结论：不拒绝原假设，没有足够的信息表明发票的平均金额不等于,120,元。,2026/11/12,档案实证研究,一、假设检验的基本步骤,建立零假设和备择假设,选择显著性水平,（拒绝为真的原假设的错误概率）,构造检验统计量（,t,，,Z,，,F,，,2,等）,建立决策规则,定义拒绝域,计算样本统计量,做出结论,2026/11/12,档案实证研究,双尾检验,(=0.05),拒绝域：,Z,值,1.96,或,-1.96,2026/11/12,档案实证研究,单尾检验,(,右侧检验，,=0.05),拒绝域：,Z,值,1.64,2026/11/12,档案实证研究,假设检验的,p,值法,p,值是观察到的显著性水平，结论的说服力强弱主要取决于显著水平高低,p,值,，接受零假设（越高越好）,p,值,，拒绝零假设（越低越好）,MN,公司例中，,p,值,=0.2588,，结论？,SPSS,操作：,analyzecompare meansone-sample test,2026/11/12,档案实证研究,拒绝零假设的效果优劣（,p,值,）,实际显著水平,小于,0.01,0.01,0.05,0.1,0.1,以上,拒绝零假设,非常好,很好,好,一般,难以接受,不拒绝零假设的效果优劣（,p,值,）,实际显著水平,0.05,0.1,0.2,0.3,以上,不拒绝零假设,难以接受,勉强接受,一般,较好,2026/11/12,档案实证研究,二、均值差异,t,检验（两组样本）,（一）两组独立样本均值比较,1.,方差齐性检验判断两总体方差是否相等,H,0,总体1方差=总体2方差,H,1,总体1方差总体2方差,2.,对两总体均值是否相等进行检验,注意：,方差是否相等的评价结果是选择检验方法的依据。总体方差相等时，使用合并方差,t,检验。,2026/11/12,档案实证研究,例,2,为研究两种审计方法的效果是否存在显著差异，首先选择了9个企业，运用,A,方法对账务进行审计。然后又选择了另外9个企业，运用,B,方法对账务进行审计。在对各企业进行审计过程中发现存在的问题个数如表所示。,问题运用不同的审计方法所查出的平均错误个数是否存在显著差异?,企业编号,2026/11/12,档案实证研究,（,1,）判断两总体是否满足方差齐性,由于方差齐性检验的实际显著水平为0.312(大于,0,.10)，所以不能拒绝零假设，认为符合方差齐性。,（,2,）判断两总体均值是否相等,由于均值相等检验的实际显著水平低于0.001(非常低)，所以应接受备择假设，认为两个总体均值存在显著差异。,检验步骤,2026/11/12,档案实证研究,实例：采矿业和制造业上市公司的流动性比较,均值,均值差,P,值,方差齐性,F,检验,p,值,采矿业,（,76,）,制造业,（,3508,）,流动比率,2.39,1.76,0.63,*,0.0420,0.0001,速动比率,2.11,1.23,0.88,*,0.0090,0.0001,速动资产占流动资产的比率,0.82,0.67,0.15,*,0.0001,0.2729,注：*、*、*分别表示在,1%,、,5%,和,10%,的水平上显著。,2026/11/12,档案实证研究,（二）配对样本的,t,检验,配对样本通常是在,两种状态,下对每个个体的,同一指标,进行观察，由此得到两组有配对关系的样本。,例如：,对于同时发行,A,股及,B,股的上市公司，要求同时按照国内与国际会计准则编制财务报表，对若干个公司根据两类不同报表分别计算会计收益，可得到两组具有配对关系的样本。据此可检验不同会计准则对会计收益是否存在影响。,2026/11/12,档案实证研究,例,3,某公司将存货计价方法作出改变。年末该公司同时采用上述两种方法计算出5种存货价值，结果如右表所示。,问题 由,FIFO,改为,LIFO,是否有效?,2026/11/12,档案实证研究,首先进行分布正态性检验，通过检验。,然后，进行,“,配对差检验,”,H,0,FIFO,均值,LIFO,均值=0,H,1,FIFO,均值,LIFO,均值0,检验结果实际显著水平为0.403，所以应接受,H,0,，对存货计价方法的改变没有产生显著效果。,检验步骤,2026/11/12,档案实证研究,SPSS,操作,analyze,Compare Means Paired-Sample T Test,在左框中先后选定两个待分析变量，再单击中间的,“,箭头按钮,”,，将上述两个变量选入,Paired Variables,框中，单击,OK,按钮即可,2026/11/12,档案实证研究,（三）单因素方差分析,（,One-Way ANOVA,）,用于分析若干组（一般为,3,组以上）数据的均值是否存在显著差异,“,单因素,”,指因素或因子唯一,使用,F,统计量检验,2026/11/12,档案实证研究,单因素方差分析的基本假设条件,1,),独立的随机样本,2,),各总体服从正态分布,3,）各总体方差相等,各组样本数规模相差不大时（最大一组样本数不超过最小一组样本数的1.5倍），即便此假设不成立，也不会产生太大影响。,2026/11/12,档案实证研究,例,4,：,NCP,公司在不同地点的工厂生产打印机与传真机。为确定这些工厂中有多少员工了解全面质量管理，每个工厂选取一个由6名员工组成的随机样本，并对他们进行质量意识考试。18名员工的考试分数如下表所示。,根据上述抽样结果推断这三个工厂的平均分是否都相同？,59,64,62,69,75,67,71,75,73,74,69,82,85,75,82,76,71,85,工厂,1,工厂,2,工厂,3,2026/11/12,档案实证研究,本例涉及三个总体：,总体1：亚特兰大工厂（工厂一）全体员工分数,总体2：达拉斯工厂 （工厂二）全体员工分数,总体3：西雅图工厂（工厂三）全体员工分数,需要进行检验的假设：,H,0,：总体1均值总体2均值总体3均值,H,1,：,3,个总体均值不全相等,2026/11/12,档案实证研究,运用,SPSS,进行统计检验,1,）建立数据文件,注意,：,不能将三个工厂的考试分数分别设立三个变量。,只能设立一个变量（考试分数）。,再设立另一个分类变量（工厂编号）,2026/11/12,档案实证研究,2）,SPSS,操作，查看输出结果,显著水平低于,0.05,所以应拒绝原假设,认为三个工厂的平均分数不完全相同,2026/11/12,档案实证研究,4 假设的统计检验：相关性检验,一、列联表和,2,独立性检验,列联表：,观测数据按两个或更多属性（名义变量）分类时所列出的频数表。,例,5,：,会计政策,合计,没有变更,有一定变更,八大审计,97,118,215,非八大审计,94,58,152,合计,191,176,367,问：审计师选择和会计政策变更有没有联系？,2026/11/12,档案实证研究,检验步骤,根据给定的,查,2,表得到临界值,比较,2,值与临界值作出检验判断,H,1,：两变量关联,H,0,：两变量独立,对总体的两个变量建立假设,计算检验统计量,利用样本资料对总体的两个变量的数据是否彼此关联的检验，如果不关联，即为独立。,2,独立性检验,2026/11/12,档案实证研究,对于,rc=22,的列联表，,2,值的简算公式,例,1,中，,=9.988,，,5%,显著性水平下的临界值,=3.84,结论：拒绝,H,0,，,审计师选择和会计政策变更有联系。,2026/11/12,档案实证研究,二、相关分析,计算两变量之间的相关系数，通常使用皮尔逊相关系数,r,H,0,相关系数等于0 双尾检验,H,1,相关系数不等于0,H,0,相关系数等于0 单尾检验,H,1,相关系数小于0,H,0,相关系数等于0 单尾检验,H,1,相关系数大于0,2026/11/12,档案实证研究,SPSS,操作,analyze-Correlate-Bivariate,选择待分析变量，进入,Variables,框中,选择相关系数类型，如,Pearson,选择单尾与双尾检验,注意,：,皮尔逊相关系数只适用于服从正态分布的变量之间的相关分析。等级相关分析是研究非正态变量之间相互关系的方法，常运用斯皮尔曼,(Spearman),等级相关系数。,2026/11/12,档案实证研究,X1,与,X2,的皮尔逊相关系数为-0.73,8,对于检验问题,H,0,X1,与,X2,的相关系数为0。,H,1,X1,与,X2,的相关系数不为0。,实际显著水平低于 0.001，表明应接受对立假设，且结果极为理想。,2026/11/12,档案实证研究,例,6,表中分别给出了,10,个公司在,5,年中的平均净资产收益率与平均股票投资报酬率结果。分析净资产收益率与股票投资报酬率之间的相关性。,股票代码,2026/11/12,档案实证研究,分析,首先对上述两个变量进行分布正态性检验。,检验结果,“,净资产收益率,”,的实际显著水平仅为,0.018,，表明该变量明显不符合正态分布。,因此，使用皮尔逊相关系数进行相关分析是不适宜的。,2026/11/12,档案实证研究,实例：皮尔逊相关系数表,2026/11/12,档案实证研究,偏相关分析,人们发现身高越高，通常肺活量越大。,对体重相同的人分析身高与肺活量之间的关系，就会发现身材较高者与身材矮小者的肺活量无显著差异。,与肺活量直接相关的并不是身高，而是体重。,由于身高与体重显著相关，而且体重与肺活量显著相关，所以就会给人以,“,身高与肺活量显著相关,”,的假象。,偏相关系数,在其余变量,(,称为控制变量,),取给定值的条件下，两个变量之间的相关系数。,2026/11/12,档案实证研究,偏相关分析举例,例,7,考察人体肺活量与身高、体重之间的相关性。经抽样得,N=29,的一组样本。如果使用皮尔逊相关系数进行分析，所得结果如下,肺活量与身高显著相关(显著水平为0.001)。,如果以体重作为控制变量，计算肺活量与身高之间的偏相关系数，并对其进行检验。,偏相关系数=0.0983，显著水平=0.619。表明两者不相关。,2026/11/12,档案实证研究,三、线性回归分析,引例：,假设你利用暑假在游乐园打工，工作是为游客猜体重。游客先支付,2,元，如果猜测精确到,10,斤以内，你将获得这笔钱。如果没有做到，则不仅要退还,2,元，还要送给游客价值,3,元的小礼物（你自己购买）。你和游客隔着,5,英尺高的矮墙，根据墙上的标记，可以准确地测量游客的身高，除性别和身高外，很难获得其他信息。怎样才能不亏损呢？,利用身高和体重的理论关系建立线性回归模型,2026/11/12,档案实证研究,回归分析释义,一种统计方法，它通过对一个方程的量化来解释被解释变量如何随着一系列解释变量的变动而变动。,处理很难用精确方法表示出的变量间的关系。,基本思想：虽然自变量和因变量没有严格的确定性的函数关系，但可以设法找出最能代表其关系的数学表达形式。,2026/11/12,档案实证研究,回归分析主要解决的问题,找出特定变量间是否存在相关关系,根据一个或几个变量的值，预测另一变量的取值,因素分析，找出主要影响因素,2026/11/12,档案实证研究,（一）一元线性回归,回归系数,b,表明自变量,x,每变化一个单位，因变量,y,的增（减）量。,截距,斜率,（回归系数）,随机观测误差,因变量,自变量,2026/11/12,档案实证研究,工作年限,销售量,3,487,5,445,2,272,8,641,2,187,6,440,7,346,1,238,4,312,2,269,9,655,6,563,例,8,Y=175.8+49.9x,2026/11/12,档案实证研究,一元线性回归模型的显著性检验,拟合程度的评价,样本观测值聚集在回归线周围的密集程度,判定系数：,R,2=,r,2,（,0-1,）,回归系数的检验,设总体回归系数为,H,0,：,=0,；,H,1,：,0,检验统计量,2026/11/12,档案实证研究,拟合程度,系数显著性水平,2026/11/12,档案实证研究,回归分析应满足的条件（了解）,线性关系,误差独立性,误差正态分布,等方差,注意：,相关关系不一定是因果关系，也可能是伴随关系。对于性质不明确的两组数据，可先绘制,散点图，,观察自变量与因变量之间是否存在线性关系。,2026/11/12,档案实证研究,数据组,A,数据组,B,X,i,Y,i,X,i,Y,i,10,8.04,10,9.14,14,9.96,14,8.10,5,5.68,5,4.74,8,6.95,8,8.14,9,8.81,9,8.77,12,10.84,12,9.13,4,4.26,4,3.10,7,4.82,7,7.26,11,8.33,11,9.26,13,7.58,13,8.74,6,7.24,6,6.13,例,9,2026/11/12,档案实证研究,数据组,A,的散点图和趋势线,数据组,B,的散点图和趋势线,r,1,=,0.816,r,1,2,=,0.667,r,2,=,0.816,r,2,2,=,0.666,2026/11/12,档案实证研究,（二）多元线性回归分析,Y,X,X,X,P,P,0,1,1,2,2,因变量,Dependent Variable,自变量,Independent Variables,斜率（偏回归系数）,Y,的截距,随机误差,回归模型中有两个或两个以上的自变量，为多元回归。,2026/11/12,档案实证研究,1.,多元线性回归分析的基本步骤,1,）查阅文献，建立理论模型：被解释变量、解释变量和函数形式,2,）对参数的符号做出假设,3,）搜集、检查和整理数据,4,）估计和评价方程,5,）报告结果,2026/11/12,档案实证研究,回归结果的分析,1,）拟合程度的评价：,调整后的,R,2,2,）总显著性检验,3,）单个回归系数的显著性检验,2026/11/12,档案实证研究,1,）拟合程度的评价,R,2,指标表示模型的解释能力强弱（或回归直线的拟合效果优劣）。,R,2,指标取值界于0和1之间。,R,2,越大表示模型解释力越强，模型越成功。反之，,R,2,值接近0表明回归效果较差，模型失败。,例如：,R,2,0.85,表示因变量变化的原因有85%被模型中的各自变量所解释。,2026/11/12,档案实证研究,2,）对回归总体效果进行,总显著性检验,（,F,检验）,检验在,所有,自变量和,Y,之间是否存在线性关系,使用,F,检验统计量,H,0,:,1,=,2,=.=,P,=0,自变量和,Y,之间不存在线性关系,H,1,:,至少一个系数非 0,至少有一个自变量影响,Y,F,检验的实际显著水平越接近0，表明回归效果越显著。,2026/11/12,档案实证研究,3,）对回归系数进行显著性检验,H,0,i,=0,H,0,i,0,如果检验结果的实际显著水平较接近0，则拒绝零假说，该回归系数明显不为0，表明相应变量与因变量存在显著相关性。,2026/11/12,档案实证研究,例,10,对某种商品的需求量及其价格和消费者的收入进行联合调查，所得数据如右表所示。其中,Y-,需求量,X,1,-,价格,X,2,-,消费者收入,要求：,(1)建立,Y,对,X,1,及,X,2,的回归方程。,(2)对回归效果进行检验,(3)对各回归系数进行显著性检验,No.,2026/11/12,档案实证研究,输出结果分析,R,2,=0.894,，调整后的,R,2,=0.864,表明拟合程度较好。,回归效果显著性检验结果,Sig.,低于0.001，回归效果极为显著,.,2026/11/12,档案实证研究,经验回归方程,Y=111.692,7.188,x,1,+0.0143,x,2,关于,x,1,的回归系数显著性检验结果实际显著水平为0.026，表明回归变量在该模型中的作用较为显著。,关于,x,2,的回归系数显著性检验结果实际显著水平为 0.240，表明回归变量在该模型中的作用不显著。,2026/11/12,档案实证研究,对回归模型的改进,回归效果不显著或不理想的改进途径,(1)考虑在回归模型中引进新的自变量，剔出不适当的自变量,(2)将数据进行某种变换，如对数、倒数变换等,(3)引进高次项或交叉项,Y=,0,+,1,x,1,+,2,x,2,+,3,x,1,2,+,4,x,1,x,2,+,4,x,1,2,x,2,2026/11/12,档案实证研究,对例,10,模型的修改,由于变量,x,2,的作用不显著，所以将其剔除，得新的回归方程,Y=,0,+,1,x,1,R,2,=0.870,，比以前稍有下降，但仍然较高，表明回归效果较好。,总显著性检验结果仍然低于0.001，表明回归效果极为显著,关于,x,1,的回归系数显著性检验结果,实际显著水平低于0.001，表明回归变量在该模型中的作用更为显著。,2026/11/12,档案实证研究,2.,完全回归和逐步回归,完全回归：所有可能的自变量一次性地加入到模型中。,逐步回归：通过向前选择、向后剔除等方式，一步步地建立回归方程，每一步选出的自变量都是有最高偏确定性系数的变量。,2026/11/12,档案实证研究,3.,多重共线性问题,当回归模型中各自变量之间存在高度相关性时，称为该模型存在多重共线性问题。,严重多重共线性的主要后果：,回归系数不能反映自变量的独立作用；,回归系数不可靠,2026/11/12,档案实证研究,多重共线性的判断,1,),R,2,很高，,Y,与各自变量的相关系数也很高，但自变量的回归系数均不显著；,2,),某两个自变量的相关系数较高；,3,),从直观上知，某自变量与其他自变量存在函数关系；,4,),其他方法，如计算方差膨胀因子（,VIF,）,VIF=1/,（,1-R,j,2,）,2026/11/12,档案实证研究,4.,异方差,随机误差观测值的分布违背了等方差性。,例如，随着自变量的变化，因变量的残差波动越来越大,/,小。,当存在异方差时，假说检验的结果有偏不可信。,残差散点图可以帮助识别异方差,异方差的修正：重新定义变量等,2026/11/12,档案实证研究,5.,虚拟变量,现实经济生活错综复杂，回归模型中，往往有必要引入虚拟变量，以表示这些质的区别。,例如，消费函数，对于平时与战时，萧条与繁荣，乃至性别、教育程度、季节性等等，都会因质的有不同表现出不同的差异。,虚拟变量作为因变量引入，不能用,OLS,方法进行估计，需采用,Logit,或,Probit,方法估计模型。,