工资及其主要影响因素分析.docx

上海大学 2013 2014 学年 冬 季学期研究生课程论文课程名称： 高级计量经济学 课程编号： 01SAQ9004 论文题目: 工资及其主要影响因素分析 作者姓名: 李腾龙 学 号: 13720067 成 绩: 论文评语:评阅人: 评阅日期: 工资及其主要影响因素分析摘要：本文目的在于分析相关人员的教育、工作经验、任期、性别、婚姻等因素对其工资的影响，从而可以为企业根据员工的相关背景开具工资提供参考依据。同时，更重要的是，通过本次的建模学习过程，使自己更加深入地学习了计量经济学的相关知识，拥有了计量经济学的实证分析经验，并且还初步掌握了相关软件的使用方法。关键词：工资、虚拟变量、最小二乘回归、异方差检验、SAS软件一、 引言亚当.斯密国富论中说：“一国国民每年的劳动，本来就是供给他们每年消费的一切生活必需品和便利的源泉。”一个劳动者的工资，要用来养家糊口，因此对于它的研究至关重要。职工工资的增长逐渐成为一个热点话题，在百度中输入“职工工资”，你会得到非常多相关报道，工资协商制、工资拖欠、工资保障机制也成为学术界人士争相研究的焦点。而也是随着职工工资的增长，其他的一些问题，诸如个税征收、社会保障机制改革等接踵而来。因此，研究好职工工资的影响因素，对于预测工资走向，安排生产生活，体制改革等有积极意义。影响工资的因素有很多，在此我们主要选教育年限、经验、任期、性别、婚姻等因素来研究，从该研究中发现更深层次的原因，这就是本问研究的主要目的。二、 背景知识1.虚拟变量定心信息通常是以二值信息的形式出现：一个人是男还是女；一个人是已婚还是未婚；这些信息可以通过定义一个二值变量或0-1变量来刻画。在计量经济学中，二值变量通常称为虚拟变量。2.多重共线性在多元线性回归模型经典假设中，其重要假定之一是回归模型的解释变量之间不存在线性关系，也就是说，解释变量中的任何一个都不能是其他解释变量的线性组合。如果违背这一假定，即线性回归模型中某一个解释变量与其他解释变量间存在线性关系，就称线性回归模型中存在多重共线性。多重共线性违背了解释变量间不相关的古典假设，将给普通最小二乘法带来严重后果。多重共线性的解决方法有：1.保留重要解释变量，去掉次要或可替代解释变量；2.用相对数变量替代绝对数变量；3.差分法；4.逐步回归分析；5.主成份分析；6.偏最小二乘回归；7.岭回归；8.增加样本容量。3.异方差性异方差性（heteroscedasticity ）是相对于同方差而言的。所谓同方差，是为了保证回归参数估计量具有良好的统计性质，经典线性回归模型的一个重要假定：总体回归函数中的随机误差项满足同方差性，即它们都有相同的方差。如果这一假定不满足，即：随机误差项具有不同的方差，则称线性回归模型存在异方差性。若线性回归模型存在异方差性，则用传统的最小二乘法估计模型，得到的参数估计量不是有效估计量，甚至也不是渐近有效的估计量；此时也无法对模型参数的进行有关显著性检验。对存在异方差性的模型可以采用加权最小二乘法进行估计。异方差性的检测White test在此检测中，原假设为：回归方程的随机误差满足同方差性。对立假设为：回归方程的随机误差满足异方差性。判断原则为：如果nR2chi2 (k-1），则原假设就要被否定，即回归方程满足异方差性。三、 数据本文研究的数据来源于叶明确老师课堂中所使用的工资数据，共计526个样本数据。本文选取了受教育年限（educ），工作年限（exper），任期（tenure），性别（female），婚姻（married）等因素作为自变量，研究其与工资之间的影响关系。关于性别、婚姻等变量的量化，我们定义：性别：“female=1”表示女性，“female=0”表示男性；婚姻：“married=1”表示已婚，“married=0”表示未婚；得到数据样本如下：wageeducexpertenurefemalemarried13.111201023.212222113311200046844280155.312720168.81698017111815700851253105244.715131801525121651015263.5145410四、 分析1.建模参考经济学中的经典模型，本文我们也采用log(wage)作为因变量，建立最小二乘回归模型：2.回归结果我们采用SAS软件进行方程的回归，命令如下：proc reg data=ltl;model lwage=educ exper tenure female married;run;结果：我们看到，模型的拟合度约是40%，而模型的F检验值为70.83，是显著的。但是，我们还发现，在95%置信度的标准下，exper的结果是不显著的，需要进一步修正。2.相关系数矩阵为了检测变量间的多重共线性，我们检查变量间的相关系数，命令：proc corr data=ltl;var educ exper tenure female married;run;回归结果如下：我们发现，exper与tenure相关系数较高，married与exper和tenure的相关系数都比较高。从现实来讲，任期较长的工作人员，自然地工作经验较为丰富。而工作时间较长的人，年龄相应地较大，已婚的可能性也较大。所以很显然，我们的自变量自己存在多重共线性。接下来我们对模型进行修正。3.模型修正（多重共线性修正）第一步：log(wage)对单个自变量进行回归：1. ，得到=0.1858，参数统计显著；2. ，得到=0.0124，参数统计显著；3. ，得到=0.1060，参数统计显著；4. ，得到=0.1396，参数统计显著；5. ，得到=0.0733，参数统计显著；可看到，educ的拟合优度最强，并且已被证明与其他变量的相关系数不强，所以选择educ作为基本回归方程，第二步：将其余变量逐一引入：1. ，得到=0.2493，且统计是显著的；2. ，得到=0.3085，且统计是显著的；3. ，得到=0.3002，且统计是显著的；4. ，得到=0.2442，且统计是显著的；我们得到，educ和tenure组合的拟合优度最强，且对模型参数影响不大。第三步，继续引入变量：1. ，得到=0.3160，模型的拟合度并没有明显提高，educ，tenure两个参数都是统计显著的，而exper在1%显著性水平下是不显著的，在5%显著性水平下显著；2. ，得到=0.3828，参数统计显著；3. ，得到=0.3343，参数统计显著；我们得到，educ、tenure、female组合的拟合优度最好，继续插入变量，第四步：1. ，得到=39.23，educ，tenure，female三个参数都是统计显著的，exper在1%显著性水平下是不显著的，在5%显著性水平下显著；2. ，得到=0.3996，并且参数统计显著；所以，最终我们选取R2最高，并且统计显著的模型，得到的初步模型为：回归结果如下：我们看到所有参数都是统计显著，并且模型F检验值为86.70，说明该回归模型也是显著的。5.散点图我们利用SAS软件，做出log(wage)与educ、tenure之间的散点图：Proc sgplot data=ltl; scatter x=educ y=lwage; run; 可以看到， log(wage) 与tenure之间线性关系不明显；从而我们引入变量tenure2来进一步优化模型：6.加入变量我们对比如下2个模型：得到模型（2）结果如下：我们看到，与模型（1）相比，新的模型R2有所提高，且在5%置信水平下，所有参数统计都显著，说明变量tenure2的引入是合理的。所以，最终我们确定了模型为：五、 模型检验1.经济意义检验我们看到受教育的系数为0.07871，为正数，表明其他条件不变的情况下，教育每增加一年，工资收入将增加7.8%；任期的系数为0.04165，为正数，表明其他条件不变的情况下，任期增加一年，工资收入将增加4.6%；虚拟变量married的系数为0.12691，表明其他条件不变的情况下，总体上已婚员工的工资要大于未婚员工虚拟变量female的系数为-0.28079，为负数，表明其他条件不变的情况下，总体上，男性的工资要比女性高(0.54694-0. 28079)*100%。所以模型能通过经济意义上的检验。2.统计检验（1）拟合优度：从回归结果中可以看到，调整后，消除解释变量对拟合优度的影影响，对于经济数据来说，模型的拟合度还不错；（2）F检验：原假设为，给定显著性水平，在F分布表中查出自由度为k=4和n-k-1=521的临界值。表中给出F值=87.82,应拒绝原假设，说明回归方程显著。（3）t检验：原假设为，给定显著性水平，我们发现参数的t值都是显著的，说明每个参数结果显著；（4）异方差性检验：我们采用white test方法，原假设为回归方程的随机误