凡是搞计量经济的，都关注这个号了
邮
箱：
[email protected]
所有计量经济圈方法论
丛的code程序
, 宏微观
数据库和各种软
件都放在社群里.欢迎到计量经济圈社群交流访问
.
今天，分享一下计量社群里关于“
回归系数非常大怎么办？
”的问题的讨论。
计量社群群友的回答，值得各位年轻学者的学习和领悟，为其分享精神点赞。
在咱们搞计量模型的时候，如果发现回归系数特别大，那得注意了，这可能是在提醒咱们，数据、模型设置或者变量的衡量方式可能有点问题。
主要原因就像这几个：变量单位不一样、变量之间太相关、模型公式可能没选对、数据里可能有特别离谱的值，还有就是数据量可能不够大。
针对这些问题，可以考虑一些方法，像调整变量的单位，处理变量之间的相关性，修正模型公式，处理异常值，评估数据量够不够等等。
变量单位不一样，这是个常见原因。就好比一个变量用“米”做单位，另一个用“千米”，单位不一样，系数比起来就怪怪的。这时候，我们可以把变量标准化一下，或者归一化，甚至取个对数，再不行就直接调整单位，让它们在同一个尺度上，这样系数就好比较了。
变量之间如果关系太密切，也就是“多重共线性”，也会让系数变得不稳定，甚至变得很大。这时候，我们可以用一些工具，像VIF和相关系数矩阵，来帮我们看看是不是变量之间太“亲密”了。如果是，我们可以考虑去掉一些不那么重要的变量，或者把几个相关的变量合并成一个，再或者用一些更高级的方法，像岭回归或者LASSO，来控制系数的大小。
模型公式没选对，也容易出问题。比如，公式里少放了重要的变量，或者本来变量之间是非线性的关系，你非要用线性的公式去套，再或者模型本身就有内生性问题（就是变量之间互相影响）。遇到这种情况，我们可以看看残差图，或者做个Ramsey RESET检验，来检查模型公式是不是有问题。找到了问题，就好办了，缺啥补啥，该加变量加变量，该换公式换公式，实在不行就用工具变量法来解决内生性问题。
数据里如果有“捣蛋鬼”，就是那些特别离谱的异常值，它们也会把回归线给带偏，让系数变得不正常。这时候，我们可以画散点图、箱线图，或者算算Cook距离，来揪出这些“捣蛋鬼”。找到了之后，看看是不是数据录错了，录错了就改过来。如果确认数据没问题，但确实是异常值，可以考虑把它们删掉，或者用一些方法把它们“拉回来”一点，比如缩尾处理，再或者用稳健回归，让模型对异常值不那么敏感。
还有，如果数据量太少，也容易让系数变得不稳定，忽大忽小的。这时候，最好的办法就是多收集点数据。如果实在不行，就简化一下模型，少用几个变量，或者用贝叶斯方法，给系数加个约束，让它们别跑得太离谱。
此外，有时候系数很大，可能真的是因为变量之间的关系本来就很强。这时候，要结合经济理论和专业知识，来判断这个系数是不是真的合理。别光看系数大小，还得看它有没有道理。
分析系数的时候，别光盯着原始系数看，还得看看标准化之后的系数。如果原始系数很大，但标准化之后发现其实影响没那么大，那可能就不用太在意系数的大小，更重要的是看这个变量在经济上是不是真的重要。还有，系数大不代表就一定靠谱，还得看它的显著性，看看p值是不是够小，别系数看着大，但其实没啥统计意义。为了确保结果靠谱，我们可以多做一些稳健性检验，比如换个样本试试，换个模型试试，或者用工具变量法啥的，都试试，看看结果稳不稳定。
要解决系数太大的问题，得有个系统的流程。首先，可以先把变量都标准化一下，看看系数有没有变化。然后，画画变量的分布图，看看有没有异常值，变量单位是不是有问题。接着，做做共线性诊断，算算VIF和相关系数矩阵，看看变量之间是不是太相关了。再然后，验证一下模型设定，看看残差图，做做RESET检验，检查模型公式是不是合适。 对于异常值，用缩尾或者稳健回归处理一下。还有，评估一下样本量，看看够不够用，不够就想办法增加，或者简化模型。还有，结合经济理论，看看系数的方向和大小是不是合理，别被统计结果牵着鼻子走。
在实际应用中，不同场景下系数太大的表现和处理方法也不一样。比如，虚拟变量如果系数特别大，可能是因为某个类别的数据太少了，这时候可以考虑把这个类别去掉或者合并到其他类别里。在高维数据分析中，比如文本分析，词袋模型的系数经常很大而且不稳定，这时候可以用LASSO或者Ridge正则化来控制。如果因变量分布不均匀，比如大部分数据都集中在0附近，但偶尔又冒出一些很大的值，这时候可以考虑用缩尾处理或者分位数回归。 在分析政策冲击的时候，如果系数显著而且符合理论预期，即使系数很大，我们也可以接受，重点是要从经济意义上解释这个系数。
*可以进一步到社群交流讨论计量问题。
下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。
7年，计量经济圈近2000篇不重类计量文章，
可直接在公众号菜单栏搜索任何计量相关问题
,
Econometrics Circle
