变量统计检验显著，但回归系数很小怎么办

脆弱的胡大胖

23730

收藏 2013-03-06

本人做的是一个关于保费收入影响因素的分析，最终模型为

LNP = 1.00434989596*LNI + 0.59224016079*LNEDU + 2.85775484778*LNEP - 0.0616656157473*R - 37.3005438563 + [AR(1)=0.343669847505,AR(2)=-0.769792526196]

其中R是利率，被解释变量是取了对数的保费收入...R的t检验，P值通过1没问题，但系数也小得夸张了吧...我之前做过以利率为单一变量的一元回归，回归系数也有-0.4，还可以接受，但只要加入别的变量后就会缩得很小很小（已经做过逐步回归修正多重共线性了）

如何是好，这个变量我不想剔除，因为觉得利率对保费收入影响还是蛮大的....该怎么解释好？非常感谢大家能抽出时间为我解答下.....

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

脆弱的胡大胖

2013-3-6 19:25:42

我自己的解释是：虽然传统理论认为，利率对保险需求存在正负方向影响，但负影响要大于正影响，故表现出来的是抑制保险需求，但我国的利率市场化实际上从1996年才初步开始并至今未实现真正意义上的市场化，故在1996年以前，利率在很长一段时间都仅作为计划分配资金的一种计量工具，处于完全“生锈”的状态，与保险需求并无太大相关性，加之本文分析的样本量偏小且可能忽略了无法量化但会影响保险需求的变量，导致加入其它变量后的回归方程中利率变量的回归系数小，即模型中表现出的影响程度小。

这样能自圆其说吗....