工資及其主要影響因素分析概要

1、上海大學 20212021學年 冬 季學期研究生課程論文課程名稱：高級計量經(jīng)濟學課程編號:01SAQ9004論文題目： 工資及其主要影響因素分析作者姓名：李騰龍 學號：13720067 成績：論文評語：評閱人：評閱日期：工資及其主要影響因素分析摘要：本文目的在于分析相關人員的教育、工作經(jīng)驗、任期、性別、婚姻 等因素對其工資的影響,從而可以為企業(yè)根據(jù)員工的相關背景開具工資提供參考 依據(jù).同時,更重要的是,通過本次的建模學習過程,使自己更加深入地學習了 計量經(jīng)濟學的相關知識,擁有了計量經(jīng)濟學的實證分析經(jīng)驗,并且還初步掌握了 相關軟件的使用方法.關鍵詞：工資、虛擬變量、最小二乘回歸、異方差檢驗、 s

2、Asa件一、引言亞當.斯密?國富論?中說：“一國國民每年的勞動,本來就是供應他們每 年消費的一切生活必需品和便利的源泉.一個勞動者的工資,要用來養(yǎng)家糊口, 因此對于它的研究至關重要.職工工資的增長逐漸成為一個熱點話題,在百度中輸入“職工工資,你會 得到非常多相關報道,工資協(xié)商制、工資拖欠、工資保證機制也成為學術界人士 爭相研究的焦點.而也是隨著職工工資的增長,其他的一些問題,諸如個稅征收、 社會保證機制改革等接踵而來.因此,研究好職工工資的影響因素,對于預測工 資走向,安排生產(chǎn)生活,體制改革等有積極意義.影響工資的因素有很多,在此我們主要選教育年限、經(jīng)驗、任期、性別、婚 姻等因素來研究,從該研

3、究中發(fā)現(xiàn)更深層次的原因,這就是本問研究的主要目的.二、背景知識1 .虛擬變量定心信息通常是以二值信息的形式出現(xiàn)： 一個人是男還是女；一個人是已婚 還是未婚；這些信息可以通過定義一個二值變量或 0-1變量來刻畫.在計量經(jīng)濟 學中,二值變量通常稱為虛擬變量.2 .多重共線性在多元線性回歸模型經(jīng)典假設中,其重要假定之一是回歸模型的解釋變量之 間不存在線性關系,也就是說,解釋變量中的任何一個都不能是其他解釋變量的 線性組合.如果違背這一假定,即線性回歸模型中某一個解釋變量與其他解釋變 量間存在線性關系,就稱線性回歸模型中存在多重共線性. 多重共線性違背了解 釋變量問不相關的古典假設,將給普通最小二乘法

4、帶來嚴重后果.多重共線性的解決方法有：1.保存重要解釋變量,去掉次要或可替代解釋變 量；2.用相對數(shù)變量替代絕對數(shù)變量；3.差分法；4.逐步回歸分析；5.主成份分析； 6.偏最小二乘回歸；7.嶺回歸；8.增加樣本容量.3 .異方差性異方差性(heteroscedastidty )是相對于同方差而言的.所謂同方差,是為 了保證回歸參數(shù)估計量具有良好的統(tǒng)計性質, 經(jīng)典線性回歸模型的一個重要假定： 總體回歸函數(shù)中的隨機誤差項滿足同方差性,即它們都有相同的方差.如果這一假定不滿足,即：隨機誤差項具有不同的方差,那么稱線性回歸模型存在異方差性.假設線性回歸模型存在異方差性,那么用傳統(tǒng)的最小二乘法估計模型

5、,得到的參 數(shù)估計量不是有效估計量,甚至也不是漸近有效的估計量；此時也無法對模型參 數(shù)的進行有關顯著性檢驗.對存在異方差性的模型可以采用加權最小二乘法進行估計.異方差性的檢測White test在此檢測中,原假設為：回歸方程的隨機誤差滿足同方差性.對立假設為： 回歸方程的隨機誤差滿足異方差性.判斷原那么為：如果 nRA2chiA2 (k-1),那么原 假設就要被否認,即回歸方程滿足異方差性.三、數(shù)據(jù)本文研究的數(shù)據(jù)來源于葉明確老師課堂中所使用的工資數(shù)據(jù),共計526個樣本數(shù)據(jù).本文選取了受教育年限educ,工作年限exper,任期tenure,性 別female,婚姻married等因素作為自變量

6、,研究其與工資之間的影響關 系.關于性別、婚姻等變量的量化,我們定義：性別：“ 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；得到數(shù)據(jù)樣本如下：wageeducexpertenurefemalemarried13.111201023.212222113311200046844280155.312720168.81698017111815700851253105244.715131801525121651015263.5145410四、分析1 .建模參考經(jīng)濟學中的經(jīng)典模型,本文我們也采用10gwage作為因變量,建立最

7、小二乘回歸模型：logwage 01 educ 2 female 3 married4 exper 5 tenure2 .回歸結果我們采用SAS軟件進行方程的回歸,命令如下：proc reg data =ltl;model lwage=educ exper tenure female married;run結果:The REG ProcedureModel： MODEL1Dependent 愉ri&bl曰：I腿 hageNunber of Otservat i ona Read52Shlunber of Dtservt i ons Lleed52占Ana lysis of VarianceSu

8、n ofMeanSourceDFSquiresSquareF ValuePr FModel553.8675411.3735170.88 ItlInterceptIntercept10.48 叩 80. 101114.85.0001educeduc1u.00391J.OOS9712.03.0401tenuretenure10.01G070.0029G5 JI.0001experexper10.008180.001881 .860-0830f ewa 3fata 但1-0.295531.0972T,.0001marriedmrr ied10.12&74o.osasaa.14o.ocia我們看到,模

9、型的擬合度約是40%,而模型的F檢驗值為70.83,是顯著的. 但是,我們還發(fā)現(xiàn),在95%置信度的標準下,exper的結果是不顯著的,需要進 一步修正.3 .相關系數(shù)矩陣為了檢測變量間的多重共線性,我們檢查變量間的相關系數(shù),命令:proc corr data =ltl;var educ exper tenure female married;run回歸結果如下:. UI 相上吊L N = 52C 當 HU： Fh：-C 時 Prob ； I r|educexpertenurefemalemrri ededuc1 .00000-0.23854-0.05817-0.005030.0688Seduc

10、.O10.I9A4o.osn0.1146expier1.DOOOO0.49929(j.041630.91996exper.0001口.8407.0001tenure-0.OE6170.48328LOOOOO-C.197810,Z83BStanmreDJS84.0001COCOI.0001female-0.00509-0,Q4163-0.19791oocoo-D.1G613feial e0.05130.3407F(J0010,0001married0.066860.316960.2S989-C.166131 .00000mar r i ed0.1146.0001 tenure female組合的

11、擬合優(yōu)度最好,繼續(xù)插入變量,第四步:1. log(wage) = 01 educ 2 tenure 3 female 4 exp er,得至UR2 =39.23, educ, tenure, female三個參數(shù)都是統(tǒng)計顯著的,exper在1%顯著性水平下是不顯著的,在 5%顯著性水平下顯著；2. log(wage) = 01 educ 2 tenure 3 female 4 married ,得到R2 =0.3996,并且參數(shù)統(tǒng)計顯著；所以,最終我們選取R2最高,并且統(tǒng)計顯著的模型,得到的初步模型為:log(wage) = 01 educ 2 tenure 3 female 4 marrie

12、d回歸結果如下：Dependent Variable： I ttae I meNumber of ObMrvdt ions Read52出Number of Observeit ions Used52&Analysis of VarinwSourceDFSlim ofSquaresMeanSquareF ValuePr FModelErrorCorrectedTotal452152559.27E9849.078148.3287814.811825 G. 1709386.70 IIIInterceptIntercept10.57025O.C9I71E.2210901educeduc10.0795

13、00.Q0B6B12.08tCTiJHCtcriurt10,111644O.QO2C27.42?QM1f emlufemale1F.2BO360.035T53 F73JS ItlInterceptIntercept0.546430.080818.02.0001edueedud,0.07071O.OOGEO12,11(*0901f tml af ema. 1 e-0-260730.03680-7.6B*0901幅 rri edmarried10.126910.O383C3.310.0010tenuretenure10.041650.006546.37F (4,521) 2.38,應拒絕原假設H 0 : 1234 0 ,說明回歸方程顯著.(3) t檢驗：原假設為,H : j 0(j 0,123,4),給定顯著性水平0.05 ,我們發(fā)現(xiàn)參數(shù)的t值都是顯著的,說明每個參數(shù)結果顯著；(4)異方差性檢驗：我們采用 white test方法,原假設為H0 :回歸方程的隨機誤差滿足同方差性.利用SAS軟件對方程做異方差檢驗,命令如下： proc reg data =ltl; |model lwage=educ female married tenure tenursq /spec clb hccmethod =0;run ;