11月5日中午，由经济学院数量经济教研室主办的2013年第三期数量经济学Seminar在明德主楼729会议室进行。清华大学经济管理学院詹兆国助理教授做了题为《Linear regression with an estimated regressor: applications to evaluating the impact of inequality》的报告。经济学院赵国庆教授、韩松副教授、杨斌副教授、张杰副教授、虞义华副教授、江艇博士、王旖旎博士、章永辉博士、汉青研究院的徐吉良博士以及相关领域的博士、硕士生参加了研讨会。
　　在近一个小时的报告中，詹兆国教授详细介绍了他们的最新研究成果。首先他从文章写作的出发点谈起，认为忽略了估计解释变量(如基尼系数和性别比例)的误差，会影响线性回归中该变量系数的估计。在一般的线性回归的框架下, 他们考虑了估计解释变量的抽样误差。该误差的设置具有一般性，在允许非零期望的同时允许异方差。他不仅谈到了该抽样误差和测量误差的区别，同时也区分了估计解释变量和计量经济学文献中流行的生成解释变量(Generated regressor) 。基于该框架，他们严格证明了OLS的系数估计是有偏的，并提供了一个偏差调整的系数估计公式。该公式需要由原始数据来估计抽样误差的均值和方差。通过蒙特卡洛模拟，他们证实了估计解释变量的抽样误差的影响。最后, 由两个实证例子 (基尼系数和性别比) 说明了忽略估计解释变量的抽样误差会显著低估系数，而他们构造的偏差调整的估计量更加精确。 因而，在实证研究中，研究者应该注意到改如何使用估计解释变量，需要充分考虑到其特俗性，以免产生不精确估计从而得到错误的结论。
　　与会者就估计解释变量的框架设定以及更多的应用问题与詹兆国教授进行了热烈的讨论。

（编辑：王宝奎,陆美贺；核稿：丁凯）