A.利润率
B.勒纳指数
C.托宾q
D.赫希曼—赫芬达尔指数
利用APPLE.RAW中的数据。这些电话调查数据是为了得到(假想的)“环保”苹果需求。调查者向每个家庭都(随机地)介绍了正常苹果和环保苹果的一组价格,并询问他们愿意购买每种苹果的磅数。
(i)对于样本中的660个家庭,有多少家庭报告称在预定价格上不愿意购买环保苹果?
(ii)变量ecolbs看上去在严格正值上具有连续分布吗?你的回答对ecolbs托宾模型的适当性有何含义?
(iii)以ecoprc、regprc、famic和hhsize作为解释变量,估计一个托宾模型。哪些变量在1%的水平上显著。
(iv)faminc和hhsize联合显著吗?
(v)第(iii)部分中价格变量系数的符号与你的预期一致吗?请解释。
(vi)令β1和β2为ecoprc和regprc的系数,相对一个双侧备择假设,检验假设H0:-β1=β2。报告检验的p值。(如果你的回归软件不能很容易地计算这种检验,你可能还要参考教材4.4节
(vii)对样本中的所有观测求E(ecolbslx)的估计值[见方程(17.25)],称之为ecolbsi。最大和最小拟合值是多少?
(viii)计算ecolbs,和ecolbsi之相关系数的平方。
(ix)现在,利用第(iii)部分中同样的解释变量,估计ecolbs的一个线性模型。为什么OLS估计值比托宾估计值小那么多?从拟合优度来看,托宾模型比线性模型更好吗?
(x)评价如下命题:“由于托宾模型的R,如此之小,所以估计的价格效应可能是不一致的。”
利用FRINGE.RAW中的数据。
(i)样本中有多大百分比的工人pension等于0?对于养老金不等于0的工人,pension的取值范围为多大?为什么托宾模型适合于模型化pension?
(ii)估计一个用exper、age、tenure、educ、depends、married、white和male解释pension的托宾模型。白人和男性的养老金统计上显著地高一些吗?
(iii)对于同样35岁、单身无赡养负担、受16年教育和有10年工作经验的一个白人男子和一个非白人女子,利用第(ii)部分中的结果估计其期望养老金的差异。
(iv)在这个托宾模型中添加union,并评论其显著性。
(v)以养老金-收益比peratio作为因变量,再做第(iv)部分中的托宾模型。(注意这个比值介于0和1之间,但常常取值0,而永远也不会接近1。因此用托宾模型作为一个近似很好。)性别或种族对养老金-收益比有影响吗?