回归模型设计

回归模型设计 (Regression Model Design)

回归模型设定是回归分析中选择和构建数学模型的过程→从理论思考→变量选择→函数形式→评估→修正的系统框架。好的设定确保参数无偏+有效→服务于解释/检验/预测。

五步框架

①理论构建与变量选择：起点永远是理论（经济/金融原理）→设因变量Y与自变量。考量：理论相关性；遗漏变量偏误（漏与Y相关+与含X相关→OLS有偏不一致→最严重）；多重共线性（X高度相关→标准误增大→估不稳→但非偏）；数据可用性现实约束。

②函数形式：线性→恒定边际效应（Y=β₀+β₁X₁+ε）。对数模型：对数-水平ln(Y)=β₀+β₁X→X↑1单位→Y均变$\approx 100\beta_1\%$用于增长率；水平-对数Y=β₀+β₁ln(X)→X↑1\%→Y变β₁/100→边际效应递减；对数-对数ln(Y)=β₀+β₁ln(X)→β₁=弹性（柯布-道格拉斯广泛应用）。多项式→U/倒U（库兹涅茨曲线）。交互项→一X对Y的边际效应依赖另一X→偏导$\partial Y/\partial X_1=\beta_1+\beta_3X_2$。

③误差项设定：高斯-马尔可夫假设→零条件均值（保证无偏）；同方差；无自相关（时间序列→序列相关）；正态性（小样本t/F需→大样本CLT可放宽）。

④评估与选择：拟合优度→调整后R²（惩罚多用变量→优于R²比较不同变量数模型）。显著性→t检验单系数/F检验整体联合。信息准则AIC/BIC→平衡拟合与复杂度→选最小化者（BIC惩罚更重）。残差诊断→残差vs拟合散点图查模式（喇叭→异方差）；怀特检验/BP检验异方差；杜宾-瓦特森自相关。

⑤修正迭代：异方差→稳健标准误或加权最小二乘法WLS；自相关→滞后项或广义最小二乘法GLS；遗漏变量→返回理论加变量。最终遵循简约原则（同等解释力选最简模）。