档案实证研究培训教材PPT课件

《档案实证研究培训教材PPT课件》由会员分享，可在线阅读，更多相关《档案实证研究培训教材PPT课件（80页珍藏版）》请在金锄头文库上搜索。

1、档案实证研究培训教材2024/7/21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公司治理与会计信息质量关系的实证研究u 研究问题：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。u研究步骤研究步骤：文献回顾、提出假设、研究设计、检验结果和分析、结论及建议u数据来源：数据来源：年报数据、证监会公告及其他数据资料。2024/7/21档案实证研究档案实证研究的特点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

2、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2024/7/21档案实证研究1 1 研究假设的提出研究假设的提出n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。n假设（Hypothesis）具有一定的假定性，但不同于主观猜测。注意：注意：Hypothesis=待检验理论（预期研究结果） 前提性假定(Assumption)2024/7/21档案实证研究一、假设的类型n描述性假设描述性假设：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。 n 解释性假设解释性假设：揭示事物的内部联系，指出现象质的方面，说明事物原因。n

3、 预测性假设预测性假设：对事情未来发展趋势的科学推测。2024/7/21档案实证研究二、假设的形式nXX与XX没有关系 XX与XX正相关nXX与XX没有差异 XX与XX存在显著差异零假设H0（null hypothesis）备择假设H1(alternative hypothesis)思考思考：指导书例文中的假设属于哪种形式？2024/7/21档案实证研究三、假设提出的要求三、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、

4、可检验的提出多个假设时应具有系统性2024/7/21档案实证研究假设的提出要有依据假设的提出要有依据n假设1：上市公司规模与环境信息披露水平正相关n委托代理理论委托代理理论认为，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。nChow和Wong-Boren（1987）、Hossain等（1995）的实证研实证研究表明究表明，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

5、）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。2024/7/21档案实证研究假设的表述简洁明确，忌包含多个变量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？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。2024/7/21档案实证研究假设是具体的、可检验的假设是具体的、可检验的例5：存

6、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。2024/7/21档案实证研究多假设提出举例：注册会计师非标准审计意多假设提出举例：注册会计师非标准审计意见的影响因素见的影响因素H1：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。H2：当上市公司所属行业的行业平均营运能力越差时,.越高H3：当某行业上市公司中由大所审计的公司比例越高时,.越高H4：当某行业上市公司变更会计师事务所的比例越高时,.越低H5：当

7、某行业上市公司设立审计委员会的比例越高时,.越低H6：当某行业上市公司中存在融资担保的比例越高时 ,.越高2024/7/21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：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？2024/7/21档案实证研究2 2 变量的度量及其关系变量的度量及其关系概念概念（对事物或现象的抽象） 变量变量 （具有一个以上取值的概念） 常量常量（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、

8、规模、营业利润、资产回报率、上市年度、关联交易2024/7/21档案实证研究一、变量的类型一、变量的类型n虚拟变量（虚拟变量（DummyDummy）n反映质的属性，只取0或1两个值n如：上市地点、是否国有企业、是否受到证监会处罚等n非虚拟变量非虚拟变量n可以取多个值，反映量的差异n如：营业利润、资产回报率、信息披露水平等2024/7/21档案实证研究二、操作变量的确定方法二、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2024/7/21档案实证研究A.寻找某一

9、抽象概念的具体表达形式n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。n经营绩效：EPS/ROE/经行业调整后的资产收益率/托宾Qn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2024/7/21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（dimensionsn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n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。2024/7/21档案实证研究举例举例概念变量概念变量操作变量操作变量2024/7

10、/21档案实证研究例：合规性、公司治理与社会责任信息披露n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。n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。n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。思考思考：将合规性转变为操作变量采用了何种方法？2024/7/21档案实证研究三、变量间的关系模型三、变量间的关系模型因变量因变量自变量自变量ACBDEF概念变量解释变量解释变量控制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2024/7/21档案实证研究刘

11、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，2003,2.2024/7/21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？2024/7/21档案实证研究3 3 假设的统计检验：差异检验假设的统计检验：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.

12、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？2024/7/21档案实证研究MN公司例中假设检验的步骤n建立假设H0发票的平均金额=120元，H1：发票的平均金额120元n选择显著性水平为0.05n总体方差未知，使用t检验统计量n查表求出临界值为2.201n计算样本统计量：t=-1.1908 n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。2024/7/21档案实证研究一、

13、假设检验的基本步骤n建立零假设和备择假设n选择显著性水平（拒绝为真的原假设的错误概率）n构造检验统计量（t，Z，F，2等）n建立决策规则,定义拒绝域n计算样本统计量n做出结论2024/7/21档案实证研究双尾检验(=0.05)拒绝域：Z值1.96或-1.962024/7/21档案实证研究单尾检验(右侧检验，=0.05)拒绝域：Z值1.642024/7/21档案实证研究假设检验的p值法np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np值，接受零假设（越高越好）np值，拒绝零假设（越低越好）nMN公司例中， p值=0.2588，结论？SPSS操作：analyzecompare

14、meansone-sample test2024/7/21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0.010.010.050.10.1以上拒绝零假设非常好非常好很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0.050.10.20.3以上不拒绝零假设难以接受勉强接受一般较好较好2024/7/21档案实证研究二、均值差异二、均值差异t t检验（两组样本）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 H0总体1方差=总体2方差 H1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：注意：方差是否相等的评价结果是选择检验方

15、法的依据。总体方差相等时，使用合并方差t检验。2024/7/21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2024/7/21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

16、备择假设，认为两个总体均值存在显著差异。检验步骤2024/7/21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 均值均值均值差均值差P P值值方差齐性方差齐性F F检验检验p p值值采矿业采矿业（7676）制造业制造业（35083508）流动比率流动比率2.392.391.761.760.630.63* *0.04200.04200.00010.0001速动比率速动比率2.112.111.231.230.880.88*0.00900.00900.00010.0001速动资产占流速动资产占流动资产的动资产的比率比率0.820.820.670.670.150.15*0.00010.0001

17、0.27290.2729注：*、*、*分别表示在1%、5%和10%的水平上显著。2024/7/21档案实证研究（二）配对样本的（二）配对样本的t t检验检验 n配对样本通常是在两种状态两种状态下对每个个体的同一指标同一指标进行观察，由此得到两组有配对关系的样本。n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。2024/7/21档案实证研究n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

18、。n问题 由FIFO改为LIFO是否有效?2024/7/21档案实证研究n首先进行分布正态性检验，通过检验。n然后，进行“配对差检验”nH0FIFO均值 LIFO均值 = 0 H1FIFO均值 LIFO均值0n检验结果实际显著水平为0.403，所以应接受H0，对存货计价方法的改变没有产生显著效果。检验步骤2024/7/21档案实证研究SPSS操作nanalyze Compare Means Paired-Sample T Testn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2024/7/21档案实证研究（

19、三）单因素方差分析（One-Way ANOVA）n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n“单因素”指因素或因子唯一n使用F统计量检验2024/7/21档案实证研究单因素方差分析的基本假设条件n1) 独立的随机样本n2)各总体服从正态分布n3）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。2024/7/21档案实证研究n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

20、试分数如下表所示。n根据上述抽样结果推断这三个工厂的平均分是否都相同？596462697567717573746982857582767185工厂1 工厂2 工厂32024/7/21档案实证研究n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n需要进行检验的假设：H0：总体1均值总体2均值总体3均值H1：3个总体均值不全相等2024/7/21档案实证研究运用SPSS进行统计检验n1）建立数据文件注意注意：n不能将三个工厂的考试分数分别设立三个变量。n只能设立一个变量（考试分数）。n再设立另一个分类

21、变量（工厂编号）2024/7/21档案实证研究2）SPSS操作，查看输出结果n显著水平低于0.05,所以应拒绝原假设n认为三个工厂的平均分数不完全相同2024/7/21档案实证研究4 4 假设的统计检验：相关性检验假设的统计检验：相关性检验一、列联表和一、列联表和2独立性检验独立性检验n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。n例例5：会计政策合计没有变更有一定变更八大审计97118215非八大审计9458152合计191176367问：审计师选择和会计政策变更有没有联系？2024/7/21档案实证研究检验步骤根据给定的根据给定的查查2表得表得到临界值到临界值比较比较

22、2值与临界值值与临界值作出检验判断作出检验判断H1：两变量关联：两变量关联H0：两变量独立：两变量独立对总体的两个变量建立假设对总体的两个变量建立假设计算检验统计量计算检验统计量n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2024/7/21档案实证研究对于对于对于对于rc=22rc=22的列联表，的列联表，的列联表，的列联表， 2 2值的简算公式值的简算公式值的简算公式值的简算公式例1中， =9.988，5%显著性水平下的临界值=3.84结论：拒绝H0，审计师选择和会计政策变更有联系。2024/7/21档案实证研究二、相关分析 计算两变量之间的相关

23、系数，通常使用皮尔逊相关系数r H0相关系数等于0 双尾检验 H1相关系数不等于0 H0相关系数等于0 单尾检验 H1相关系数小于0 H0相关系数等于0 单尾检验 H1相关系数大于02024/7/21档案实证研究SPSS操作nanalyze -Correlate-Bivariaten选择待分析变量，进入Variables 框中n选择相关系数类型，如Pearsonn选择单尾与双尾检验 注意注意：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。2024/7/21档案实证研究nX1与X2的皮尔逊相

24、关系数为 - 0.73 8n对于检验问题 H0 X1与X2的相关系数为0。 H1 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。2024/7/21档案实证研究n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2024/7/21档案实证研究分析n首先对上述两个变量进行分布正态性检验。n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。n因此，使用皮尔逊相关系数进行相关分析是不适宜的。2024/7/21档案实证研究实例：皮尔逊相关

25、系数表 2024/7/21档案实证研究偏相关分析n人们发现身高越高，通常肺活量越大。n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。n与肺活量直接相关的并不是身高，而是体重。n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。n偏相关系数偏相关系数 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。2024/7/21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n肺活量与身高显著相关(显著水

26、平为0.001)。n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。n偏相关系数=0.0983，显著水平=0.619。表明两者不相关。2024/7/21档案实证研究三、线性回归分析n引例：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2024/7/21档案实证研究回归分

27、析释义n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。n处理很难用精确方法表示出的变量间的关系。n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。2024/7/21档案实证研究回归分析主要解决的问题n找出特定变量间是否存在相关关系n根据一个或几个变量的值，预测另一变量的取值n因素分析，找出主要影响因素2024/7/21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。截距截距斜率斜率（回归系数）（回归系数）随机观测误差因变量自变量2024/7/21档案实证研究

28、工作年工作年限限销售销售量量348754452272864121876440734612384312226996556563例例8Y=175.8+49.9x2024/7/21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n样本观测值聚集在回归线周围的密集程度n判定系数：R2=r2（0-1） 回归系数的检验n n设总体回归系数为设总体回归系数为 n nH H0 0：=0=0；n nH H1 1：00n n检验统计量检验统计量2024/7/21档案实证研究拟合程度系数显著性水平2024/7/21档案实证研究回归分析应满足的条件（了解）n线性关系n误差独立性n误差正态分布n等方差注意：相关关

29、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，可先绘制散点散点图，图，观察自变量与因变量之间是否存在线性关系。2024/7/21档案实证研究数据组A数据组BXiYiXiYi108.04109.14149.96148.1055.6854.7486.9588.1498.8198.771210.84129.1344.2643.1074.8277.26118.33119.26137.58138.7467.2466.13例92024/7/21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r1=0.816r12=0.667r2=0.816r22=0.6662024/7/21

30、档案实证研究（二）多元线性回归分析YXXXPP 01122因变量因变量 Dependent Variable自变量自变量Independent Variables斜率（偏回归斜率（偏回归系数）系数）Y的截距的截距随机随机误差误差回归模型中有两个或两个以上的自变量，为多元回归。 2024/7/21档案实证研究1.多元线性回归分析的基本步骤n1）查阅文献，建立理论模型：被解释变量、解释变量和函数形式n2）对参数的符号做出假设n3）搜集、检查和整理数据n4）估计和评价方程n5）报告结果2024/7/21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R22）总显著性检验3）单个回归系数的显著

31、性检验2024/7/21档案实证研究 1 1）拟合程度的评价）拟合程度的评价pR2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）。pR2 指标取值界于0和1之间。pR2越大表示模型解释力越强，模型越成功。反之，R2值接近0表明回归效果较差，模型失败。例如： R20.85, 表示因变量变化的原因有85%被模型中的各自变量所解释。2024/7/21档案实证研究2 2）对回归总体效果进行）对回归总体效果进行总显著性检验总显著性检验（F F检验）检验）n检验在所有所有自变量和 Y 之间是否存在线性关系n使用 F 检验统计量nH0: 1 = 2 = . = P = 0 n自变量和Y 之间不存在线

32、性关系H1: 至少一个系数非 0 n至少有一个自变量影响YF检验的实际显著水平越接近0，表明回归效果越显著。2024/7/21档案实证研究3 3）对回归系数进行显著性检验）对回归系数进行显著性检验 H0i=0 H0i0n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。2024/7/21档案实证研究例例1010n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 X1-价格 X2-消费者收入要求：(1)建立Y对X1 及X2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.2

33、024/7/21档案实证研究输出结果分析R2=0.894，调整后的R2=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.2024/7/21档案实证研究n经验回归方程Y=111.6927.188x1+0.0143x2n关于x1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。n关于x2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。2024/7/21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

34、)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=Y=0 0+1 1x x1 1+2 2x x2 2+3 3x x1 12 2+4 4x x1 1x x2 2 +4 4x x1 12 2x x2 2 2024/7/21档案实证研究对例10模型的修改 由于变量x2的作用不显著，所以将其剔除，得新的回归方程Y=0+ 1 x1nR2=0.870，比以前稍有下降，但仍然较高，表明回归效果较好。n总显著性检验结果仍然低于0.001，表明回归效果极为显著n关于x1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。2024/7/21档案实证研究2

35、.完全回归和逐步回归n完全回归：所有可能的自变量一次性地加入到模型中。n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。2024/7/21档案实证研究3.多重共线性问题n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。n严重多重共线性的主要后果：n回归系数不能反映自变量的独立作用；n回归系数不可靠2024/7/21档案实证研究多重共线性的判断n1) R2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；n2)某两个自变量的相关系数较高；n3)从直观上知，某自变量与其他自变量存在函数关系；n4)其

36、他方法，如计算方差膨胀因子（VIF）VIF=1/（1-Rj2）2024/7/21档案实证研究4.异方差n随机误差观测值的分布违背了等方差性。n例如，随着自变量的变化，因变量的残差波动越来越大/小。n当存在异方差时，假说检验的结果有偏不可信。n残差散点图可以帮助识别异方差n异方差的修正：重新定义变量等2024/7/21档案实证研究5.虚拟变量n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。n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。n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。