当前位置：文档之家 › eviews分布滞后模型和自回归模型

eviews分布滞后模型和自回归模型

  • 格式：ppt
  • 大小：364.00 KB
  • 文档页数：29

下载文档原格式

  / 29

合集下载

eviews操作及案例-简版

eviews操作及案例-简版

■ 成本分析和预测
■ 蒙特卡罗模拟
■ 经济模型的估计和仿真 ■ 利率与外汇预测
EViews 引入了流行的对象概念，操作灵活简便，可采用多种操作方式进行各种计量分
析和统计分析，数据管理简单方便。其主要功能有：
（1）采用统一的方式管理数据，通过对象、视图和过程实现对数据的各种操作；
（2）输入、扩展和修改时间序列数据或截面数据，依据已有序列按任意复杂的公式生
实验七 ___________________________________________________________67
1
FuRretAlphlreorridrguehctpesrdordewsuitectrhivopenedrpbrmyioshEsiicbooitnneoodfmtewhtitreihccosoutIpynprsiteirgthumttiesosiowfonnSe.r.WUFE.
第一部分 EViews 基本操作
第一章 预 备 知识
一、什么是 EViews
EViews (Econometric Views)软件是 QMS（Quantitative Micro Software）公司开发的、基
于 Windows 平台下的应用软件，其前身是 DOS 操作系统下的 TSP 软件。EViews 具有现代
自 结合课程论文，自拟上机内容（不低于 定 10 学时上机）。
FuRretAlphlreorridrguehctpesrdordewsuitectrhivopenedrpbrmyioshEsiicbooitnneoodfmtewhtitreihccosoutIpynprsiteirgthumttiesosiowfonnSe.r.WUFE.

eviews分布滞后和虚拟变量模型

eviews分布滞后和虚拟变量模型
在回归模型中，对定量变量和虚拟变量的估 计方法是一样的。
2022/7/17
25
二、虚拟变量的设立（以加法类型为例）
1、自变量全都是虚拟变量
如果一个模型中的自变量全都是虚拟
变量，通常对这种模型的分析方法称之为
方差分析。（为什么把这种模型称为方差
分析模型？）
一个教授年薪的模型：
Yi a Di ui
第八章 分布滞后和虚拟变量模型
§8.1 多项分布滞后（PDL） §8.2 自回归模型 §8.3 虚拟变量回归模型 §8.4 非线性模型 §8.5 设定误差
2022/7/17
1
§8.1 多项分布滞后（PDL）
在经济分析中人们发现，一些经济变量，它们的数值是由 自身的滞后量或者其他变量的滞后量所决定的，表现在计量经济 模型中，解释变量中经常包含某些滞后变量。以投资函数为例， 分析中国的投资问题发现，当年的投资额除了取决于当年的收入 （即国内生产总值）外，由于投资的连续性，它还受到前1 个、 2个、3个…时期投资额的影响。已经开工的项目总是要继续下去 的，而每个时期的投资额又取决于每个时期的收入，所以可以建 立如下关于投资的计量经济方程
德宾提出了自回归模型一阶序列相关的一个大 样本检验，称之为h统计量，方法如下：
2022/7/17
h ˆ
n
1 n[var(ˆ2 )]
（8.2.3）
17
其中n为样本容量， 为滞后 的方 差， ˆ 为随机扰动项的一阶序列相关系数 的估计值。（8.2.3）又可写为：
h (1 1 d )
n
2 1 n[var(ˆ2 )]
2022/7/17
7
类似地， y c pdl(x , 12 , 4 , 2) 包含常数，解释变量 x 的当前 和12阶分布滞后拟合因变量 y，这里解释变量x的系数服从带有 远端约束的4阶多项式。

分布滞后模型与自回归模型.ppt

分布滞后模型与自回归模型.ppt

1、滞后效应与产生滞后效应的原因
因变量受到自身或另一解释变量的前几 期值影响的现象称为滞后效应。
表示前几期值的变量称为滞后变量。 如：消费函数
通常认为，本期的消费除了受本期的收入影 响之外，还受前1期，或前2期收入的影响：
Ct=0+1Yt+2Yt-1+3Yt-2+t Yt-1，Yt-2为滞后变量。
以滞后变量作为解释变量，就得到滞后变量模 型。它的一般形式为：
Yt 0 1Yt1 2Yt2 qYtq 0 X t 1X t1 s X ts t q，s：滞后时间间隔
自回归分布滞后模型（autoregressive distributed lag model, ADL）：既含有Y对自身滞后变量的回归， 还包括着X分布在不同时期的滞后变量
无限分布滞后模型，主要是通过适当的模型 变换，使其转化为只需估计有限个参数的自回归 模型。
(1)经验加权法 根据实际问题的特点、实际经验给各滞后变 量指定权数，滞后变量按权数线性组合，构成新 的变量。权数据的类型有：
常见的滞后结构类型
w
w

t (c)
•递减型：
即认为权数是递减的，X的近期值对Y的影响较 远期值大。
本节基本内容:
●经济活动中的滞后现象 ●滞后效应产生的原因 ●滞后变量模型
一、滞后变量模型
通常把这种过去时期的，具有滞后作用的变量 叫做滞后变量（Lagged Variable），含有滞后变量 的模型称为滞后变量模型。
滞后变量模型考虑了时间因素的作用，使静态 分析的问题有可能成为动态分析。含有滞后解释变 量的模型，又称动态模型（Dynamical Model）。
如消费函数中，收入的近期值对消费的影响作 用显然大于远期值的影响。

计量经济学课后答案第七章分布滞后模型与自回归模型

计量经济学课后答案第七章分布滞后模型与自回归模型

计量经济学课后答案第七章分布滞后模型与自回归模型第七章课后答案7.1（1）先用第一个模型回归，结果如下：PCE216.4269 1.008106PDI t=(-6.619723) (67.0592)R220.996233 DW=1.366654 F=4496.936利用第二个模型进行回归，结果如下：PCEt233.27360.982382PDIt0.037158PCEt1t=(-5.120436) (6.970817) (0.257997)R220.996048 DW=1.570195 F=2019.064（2)从模型一得到MPC=1.008106；从模型二得到，短期MPC=0.982382，长期MPC= 0.982382+(0.037158)=1.01954 7.2（1）在局部调整假定下，先估计如下形式的一阶自回归模型：估计结果如下：*Yt*0Xt1*Yt1ut*ˆ15.104030.629273X0.271676Y Yttt 1 se=(4.72945) (0.097819)(0.114858)t= (-3.193613) (6.433031) (2.365315)R22=0.985695 F=690.0561 DW=1.518595根据局部调整模型的参数关系，有**1*1 ut*ut 将上述估计结果代入得到：11*10.2716760.728324**20.738064 0.8640 01故局部调整模型估计结果为：ˆ*20.7380640.864001X Ytt经济意义解释：该地区销售额每增加1亿元，未来预期最佳新增固定资产投资为0.864001亿元。

运用德宾h检验一阶自相关：dh(121(1 1.34022在显著性水平0.05上，查标准正态分布表得临界值h 1.96，由于h 1.3402h 1.96，则接收原假设0，说明自回归模型不存在一阶自相关。

（2）在局部调整假定下，先估计如下形式的一阶自回归模型：*lnYt*0lnXt1*lnYt 1 估计结果如下：ˆ 1.0780460.904522lnX0.260033lnY lnYttt 1 se=(0.184144) (0.111243) (0.087799)t= (-5.854366) (8.131037) (2.961684)R22=0.993028 F=1425.219 DW=1.479333根据局部调整模型的参数关系，有ln*ln*1*1将上述估计结果代入得到：11*10.2600330.739967lnln**1.45688 1.222 38故局部调整模型估计结果为：ˆ* 1.45688 1.22238lnX lnYttˆ*0.232961X1.22238 或Ytt（3）在自适应预期假定下，先估计如下形式的一阶自回归模型：*Yt*0Xt1*Yt1ut*估计结果如下：ˆ15.104030.629273X0.271676Y Yttt 1 se=(4.72945) (0.097819) (0.114858)t= (-3.193613) (6.433031) (2.365315)R22=0.985695 F=690.0561 DW=1.518595根据自适应预期模型的参数关系，有**1*1ut*ut(1)ut 1 将上述估计结果代入得到：11*10.2716760.728324**20.738064 0.8640 01故自适应模型估计结果为：ˆ20.7380640.864001X* Ytt经济意义解释：该地区销售额每预期增加1亿元，当其新增固定资产投资平均增加0.864001亿元。

第七章分布滞后模型与自回归模型

第七章分布滞后模型与自回归模型

然后分别估计如下经验加权模型。
19
回归分析结果整理如下 模型一： Yˆt 66.60404 1.071502 Z1t
(3.6633) (50.9191) R2 0.994248 DW 1.440858
F 2592
模型二： Yˆt = -133.1988 +1.3667 Z2t
(-5.029) (37.35852) R2 = 0.989367 DW = 1.042935
33
库伊克变换的缺陷
1.它假定无限滞后分布呈几何递减滞后结构。 这种假定对某些经济变量可能不适用，如固定资 产投资对总产出影响的滞后结构就不是这种类型。 2.库伊克模型的随机扰动项形如
ut* = ut - λut-1
说明新模型的随机扰动项存在一阶自相关，且与 解释变量相关。
34
3.将随机变量作为解释变量引入了模型，不一 定符合基本假定。 4.库伊克变换是纯粹的数学运算结果，缺乏经 济理论依据。 这些缺陷，特别是第二个缺陷，将给模型的参 数估计带来定困难。
则库伊克模型（7.10）式变为 Yt = α* + β0* X t + β1*Yt-1 + ut*
这是一个一阶自回归模型。
（7.12）
32
库伊克变换的优点
1.以一个滞后被解释变量代替了大量的滞后解 释变量，使模型结构得到极大简化，最大限度 地保证了自由度，解决了滞后长度难以确定的 问题； 2.滞后一期的被解释变量与 X t 的线性相关程 度将低于 X的各滞后值之间的相关程度，从而 在很大程度上缓解了多重共线性。
38
用数学式子表示就是
X
* t
=
X
* t -1
+
γ(

实验8分布滞后模型与自回归模型.docx

实验8分布滞后模型与自回归模型.docx

计量经济学上机操作 8实验八 分布滞后模型与自回归模型及格兰杰因果关系检验一 实验目的：掌握分布滞后模型与自回归模型的估计与应用，掌握格兰杰因果关系检验方法，熟 悉EViews 的基本操作。

二 实验要求：应用教材P168例子522案例，利用阿尔蒙法做有限分布滞后模型的估计；应用教材P173例子5.2.3案例做分布滞后模型与自回归模型的估计；应用教材 P176例子5.2.4案例额做格兰杰因果关系检验。

三实验原理：普通最小二乘法、阿尔蒙法、格兰杰因果关系检验、 DW 检验、LM 检验。

四预备知识：最小二乘法估计的原理、t 检验、拟合优度检验、阿尔蒙法、多项式近似。

五实验步骤【案例1】分布滞后模型与阿尔蒙法为了研究|1975――2002年期间中国电力基本建设投资与发电量的关系，我们可以对教材 P168例5.2.2采用经验加权法估计分布滞后模型。

尽管经验加权法具有一些优点， 但是设置权数的主观随意性较大，要求分析者对实际问题的特征有比较透彻的了解。

1建立工作工作文件并录入数据，如图8.1.图8.12模型估计与检验为了测算电力行业固定资产投资与发电量增长之间的变动关系，我们拟建立如下双对数线性模 型：slnY t = a +刀6 In Xt-i+ 他,i=0由于无法预知电力行业基本建设投资对发电量影响的时间滞后期，需要取不同的时间滞后期进 行试算。

经过试算发现，在「2阶阿尔蒙多项式变换下，滞后期数取到第 7期估计结果的经验意义 比较合理（即应该参数前面为正号，而且通过 t 检验,AIC,SC 值达到最小）。

针对所研究的问题，为 了进行比较分析，我们给出以下几个分布滞后模型无约束限制的估计结果，如表T 8.1所示（例如, 在2阶阿尔蒙多项式变换下，滞后期数取到第7期的估计结果由图8.2得到）。

表8.1多个无约束限制的分布滞后模型估计结果图8.2图8.35 2 0.9 94123-3.364143 -3.166666 无 6 2 0.9 94648-3.520954 -3.32258 有 7 2 0.9 94404-3.555819-3.356862 有 8 2 0.9 93686-3.525502 -3.326355 有 9 2 0.9 92580-3.464352-3.265523 有 10 20.991531-3.445304-3.247444无从表8.1可以看出，滞后变量参数有经济意义的只有(3,2), (6,2),(7,2),(8,2) ,(9,2)五个模型。

第六章_自回归模型和分布滞后模型

第六章_自回归模型和分布滞后模型

7
动态经济模型
我们上面列举了模型中包含滞后经济变量的 两种情况。第一种是仅包含滞后外生变量的模 型，第二种是包含滞后内生变量的模型。在两 种情况下，都通过一种滞后结构将时间维引入 了模型，即实现了动态过程的构模。
8
“滞后”在经济学中的作用
在经济学中，因变量Y对另一些变量X的依 赖很少是瞬时的，常见的是Y对X的响应有一个 时间上的延迟，这种时间上的延迟就是“滞后” 。
9
10
11
R&D支出与生产力之间的滞后
研发投资支出决策与用生产力的提高表示的 最终投资回报之间存在着相当长期的滞后：资金 投放与发明创造开始出现之间存在时间上的滞后 ；思想或方法上的发明与发展到商业应用阶段之 间也存在时间上的滞后等。
12
滞后的原因
1. 心理上的原因；
2. 技术上的原因；
3. 制度上的原因。
20
三、科克变换法 回到科克模型：
Yt =α +β Xt +β λ Xt-1 +β λ 2Xt-2 +…+ ut
(2)
第二种方法是采用科克变换，（2）式两端取一期 滞后，得： Yt-1 =α +β Xt-1 +β λ Xt-2 +β λ 2Xt-3 +…+ ut-1 两端乘以 λ ，得： λ Yt-1 =λ α +β λ Xt-1+β λ 2Xt-2 +β λ 3Xt-3 +…+λ ut-1 (5)
5
例2．Yt = α +β Yt-1 + ut,
t = 1,2,…,n
本例中Y的现期值与它自身的一期滞后值相联系， 即依赖于它的过去值。一般情况可能是：

eviews分布滞后模型和自回归模型

eviews分布滞后模型和自回归模型

i0
i0
i0
定义新变量
s
W1t X ti i0
s
W2t iX ti i0
s
W3t i2 X ti
将原模型转换为：i0
Yt 0W1t 1W2t 2W3t t
第二步，模型的OLS估计 对变换后的模型进行OLS估计，得 ˆ,ˆ1,ˆ2 再计算出:
例
case26是某水库1998年至2000年各旬的流量、 降水量数据。分别建立水库流量与降水量序 列，命名为vol和ra。试对其建立多项式分布 滞后模型。
Eviews操作
在主窗口命令行键入如下命令建立PDL模型:
Ls y x1 x2 pdl(series name, lags, order, options) 其中， lags代表滞后期s, order表示多项式次数m,
比较发现，远端约束模型的调整后的决定系 数略高于无约束模型、AIC和SC信息量略低 于无约束模型，因此认为加入远端约束条件 后的多项式分布滞后模型较优，但二者差异 不大。
系数估计值差异也不大，说明滞后期为3月时 降水量对水库流量的作用本身已衰减接近0
根据需要，可以为模型增加ARMA项，比如对某商 品销售额(sale)、价格 (price)和顾客流量(customer) 建立分布滞后模型的同时，加入AR和MA项。
动项无一阶自相关，模型二和模型三扰动项 存在一阶正相关；在综合判断可决系数、F－ 检验值，t检验值，可以认为：最佳的方程尔蒙法
主要思想：针对有限滞后期模型，通过阿尔 蒙变换，定义新变量，以减少解释变量个数， 然后用OLS法估计参数。
阿尔蒙变换要求先验地确定适当阶数k例如取m2得?i?2210iii????????将代入分布滞后模型sy??????0?定义新变量titisitxy?????????0tsiitsiitsiittititxiixxxii??????????????????????????02201002210??i??sittxw01?将原模型转换为

计量经济学-分布滞后模型与自回归模型

计量经济学-分布滞后模型与自回归模型

分布滞后模型与自回归模型实验目的：设定模型，按照一定的处理方法估计模型参数，并解释模型的经济意义，探测模型扰动项的一阶自相关性。

实验要求：（1）设定模型t tu tXY ++=βα*运用局部调整假定（其中Yt*为预期最佳值）。

（2）设定模型e X Yu tttβα=*运用局部调整假定（其中Yt*为预期最佳值）。

（3）设定模型u X Yttt++=*βα运用自适应预期假定（其中Xt*为预期值）。

（4）运用阿尔蒙多项式变换法，估计分布滞后模型u XX Yt t tt++⋯+++=-X4-t 411βββα实验原理：最小二乘估计 实验步骤：一、在局部调整假定下，先估计回归模型：*1*1*0*t t t t u Y X Y +++=-ββα得到以下回归结果：Dependent Variable: YMethod: Least Squares Date: 11/16/10 Time: 19:39 Sample (adjusted): 1981 2001 Included observations: 21 after adjustmentsVariable Coefficien t Std. Error t-StatisticProb. C -15.10403 4.729450 -3.193613 0.0050 X 0.629273 0.097819 6.433031 0.0000 Y(-1) 0.271676 0.114858 2.365315 0.0294R-squared 0.987125 Mean dependent var109.2167 Adjusted R-squared 0.985695 S.D. dependent var 51.78550 S.E. of regression 6.193728 Akaike info criterion 6.616515 Sum squared resid 690.5208 Schwarz criterion 6.765733 Log likelihood -66.47341 F-statistic 690.0561 Durbin-Watson stat 1.518595 Prob(F-statistic)0.000000t Y ^=-15.10403+0.629273Xt+0.271676Yt 1-（4.729450）（0.097819） （0.114858） t=（-3.193613）（6.433031）（2.365315）R2=0.9871252R -=0.985695F=690.0561 DW=1.518595由局部调整模型的参数关系，有：α*=δα，δββ=*0，δβ-=1*1，u u t t δ=*将上述估计结果代入得到：βδ*11-==1-0.271676=0.728324δαα*==-20.738064δββ*0==0.864001故局部调整模型的估计结果为：=Yt* -20.738064+0.864001X t模型的经济意义：该地区的销售额每增加一亿元，其预期最佳固定资产投资将增加0.864001亿元。

计量经济学课件：第七章-分布滞后模型与自回归模型上课讲义

计量经济学课件：第七章-分布滞后模型与自回归模型上课讲义

计量经济学课件：第七章-分布滞后模型与自回归模型上课讲义第七章分布滞后模型与自回归模型第一节分布滞后模型与自回归模型的基本概念一、问题的提出1、滞后效应的出现。

（1）在经济学分析中，研究消费函数，人们的消费行为不仅要受到当期收入的影响（绝对收入假设），还要受到前期收入的影响，甚至要受到前期消费的影响（相对收入假设）。

（2）研究投资问题，由于投资周期的原因，本年度投资的形成，与上年度，甚至再上年度的投资形成有关。

（3）运用经济政策调控宏观经济运行，经济政策的实施所产生的政策效果是一个逐步波及的扩散过程。

用计量经济学模型研究这类问题，怎样度量变量的滞后影响？怎样估计有滞后变量的模型？对于上述消费的情况，设C 表示消费，Y 表示收入，则123141t t t t t C Y Y C u ββββ--=++++对于上述投资的情况，设I 表示投资，Y 表示收入，则12314253t t t t t tI Y I I I u ααααα---=+++++ 2、静态计量经济学模型向动态计量经济学模型的扩展。

什么为“动态计量经济学模型”？二、产生滞后效应的原因1、心理预期因素的作用。

2、技术因素的作用。

3、制度因素的作用。

上述原因的结果表现为经济现象中的“惯性作用”。

二、滞后变量模型的类型1、分布滞后模型。

如果模型中没有滞后的被解释变量，即01122t t t t s t s t Y X X X X u αββββ---=++++++则模型为分布滞后模型。

由于s 可以是有限数，也可以是无限数，则分布滞后模型可分为有限分布滞后模型和无限分布滞后模型。

在分布滞后模型中，有关系数的解释如下：⑴乘数（又称倍数）的解释。

该概念首先由英国的卡恩提出（R.F.Kahn ，1931）。

所谓乘数是指，在一个模型体系里，外生变量变化一个单位，对内生变量产生的影响程度。

据此进行的经济分析称为乘数分析或乘数效应分析。

如投资乘数，是指在边际消费倾向一定的情况下，投资变动对收入带来的影响，亦即增加一笔投资，可以引起收入倍数的增加。

动态经济模型自回归模型和分布滞后模型

动态经济模型自回归模型和分布滞后模型


（ 6 ）
我们可以用同样的方法置换Yt-2，以及随后的Yt-3, Yt-4,…,直至无穷，结果是将Yt表示为X的当前值和滞 后值的一个滞后结构，系数为科克形式的几何递减权 数，具体形式为：
2 Y [ X ( 1 ) X ( 1 ) X ......] t t t 1 t 2 t
两端乘以λ ，得： λ Yt-1 =λ α +β λ Xt-1+β λ 2Xt-2 +β λ 3Xt-3 +…+λ ut-1 (5) （2）-（5），得 Yt-λ Yt-1 =α (1-λ )+β Xt + ut-λ ut-1 (6)
所有的X滞后项都消掉了，因此 Yt =α (1-λ )+β Xt + λ Yt-1 + ut-λ ut-1
第三节 部分调整模型和适应预期模型
有两个著名的动态经济模型，它们最终可化成与 上一节（ 2 ）式相同的几何分布滞后形式，因此都 是科克类型的模型。它们是：
部分调整模型（Partial adjustment model） 适应预期模型（Adaptive expectations model）
一、部分调整模型 在部分调整模型中，假设行为方程决定的是因变 量的理想值（ desired value ）或目标值 Yt* ，而不 是其实际值Yt：
Yt* =α +β Xt+ut
（1 ）
由于Yt*不能直接观测，因而采用 “部分调整假 说” 确定之，即假定因变量的实际变动（ Yt–Yt* –Y ） , 与其理想值和前期值之间的差异（ Y 1 t t-1） 成正比：
Yt – Yt-1=δ （Yt* - Yt-1）
0≤δ ≤1,

自回归与分布滞后模型

自回归与分布滞后模型

Yt Ｃ 0.4xt 0.3xt 1 0.2xt 2 ut
其中Y是消费量，X是收入
(17.1.1)
更一般的，我们可以写成:
Yt 0 xt 1xt 1 2 xt 2
β
k xt k ut
(17.1.2)
0 表示随着X一个单位的变化， Y均值的同期变化，
• 其中 Y = 对货币（实际现金余额）的需求 * X • =均衡、最优、预期的长期或正常利率 u t =误差项 •
• 方程(17.5.1) 设想，货币需求是预期（预测意义的）利 率的函数.
• 由于预期变量 X 不可直接观测，我们对预期的形成做如 下的设想： (17.5.2) • 其中 为 0 1 ,称期望系数（coefficient of expectation）。假设(17.5.2) 称适应性预期（adaptive expectation）或累进式期望（progressive expectation） 或错误中学习假设（error learning hypothesis）. • (17.5.2) 表明：人们每期都按变量的现期值 X t与前期期 望值 X t 1* 之间的差距的一个分数 去修改期望值。 .
• 表达式证明
t 1 ）/(1- ) 1 长期反应 （ 0 t期反应 0 / (1 ) 2
1 ln 2 2 t ln ln ln
平均滞后 • 假设所有的β
k
都是正的，则平均滞后有相关滞后的加权平均。扼要地 说，它是滞后加权平均时间。（类似于投资学中的久期） 考伊克模型：平均滞后=
*
• 将 (17.5.3) 代入 (17.5.1), 我们得到：
Yt 0 1 X t 1 X t 1 ut

eviews分布滞后模型和自回归模型-PPT课件

eviews分布滞后模型和自回归模型-PPT课件
t t 1
因此，使用OLS估计将导致估计量不仅是有
偏的而且非一致的。可以采用工具变量法来 估计，有学者建议用x t 1 作为 y t 1 的工具变量。
例1

table8-1.wf1工作文件中，给出的是1978-2019年北 京市城镇家庭平均每人全年消费性支出（PPCE， 单位元）和城镇家庭平均每人可支配收入（PPDI， 单位元）。由于人们消费习惯等原因，使得收入对 消费支出的影响存在时间滞后，因此建立消费函数 的分布滞后模型。 PPCE 1 PPDI PPC v 本实验打算建立如下模型： 这里以 PPDI 做为滞后解释变量 PPCE 的工具变量。 t 1
点及经验判断，对滞后变量赋予一定的权数， 利用这些权数构成各滞后变量的线性组合， 以形成新的变量，再应用最小二乘法进行估 计。
由于随机误差项与解释变量不相关，从而也与滞后 解释变量的线性组合变量不相关，因此可直接应用 最小二乘法对该模型进行估计。 经验加权法具有简单易行、不损失自由度、避免多 重共线性干扰及参数估计具有一致性等优点。缺陷 是设置权数的主观随意性较大，要求分析者对实际 问题的特征有比较透彻的了解。 通常的做法是，多选几组权数，分别估计多个模型， 然后根据样本决定系数、F检验值、t检验值、估计 标准误差以及DW值，从中选出最佳估计方程。
分别估计如下经验加权模型：
Y Z t k t t
k 1 , 2 , 3
YT = -66.52294932 + 1.071395456*Z1 （-3.662182） （50.96149） R-squared＝0.994257 DW＝1.439440 F＝ 2597.074 YT = -133.1722303 + 1.366668187*Z2 （-5.029746） （37.37033） R-squared＝0.989373 DW＝1.042713 F＝ 1396.542 YT = -121.7394467 + 2.237930494*Z3 （-4.813143） （38.68578） R-squared＝0.990077 DW＝1.158530 F＝ 1496.590

动态经济模型：自回归模型和分布滞后模型

动态经济模型：自回归模型和分布滞后模型

其中
t ut (1 )ut 1 (1 ) 2 ut 2 ......
令λ =1-δ ，β ’=β δ ，则得 Yt [ X t X t 1 2 X t 2 ...] t (7) 与上节（2）式形式完全一样。 (海量营销管理培训资料下载)
Yt – Yt-1=δ （Yt* - Yt-1）
0≤δ ≤1,
(海量营销管理培训资料下载)
(2） δ 称为调整系数。来自14（2）式Yt – Yt-1=δ （Yt* - Yt-1）
可改写为：
(2）
Yt =δ Yt* +(1-δ ) Yt-1
(3）
从（3）式可看出，Yt是现期理想值和前期实际值 的加权平均 。 δ 的值越高，调整过程越快。如果 δ =1 ，则 Yt=Yt*, 在一期内实现全调整。若 δ =0 ，则 根本不作调整。
(海量营销管理培训资料下载)
17
我们可以用同样的方法置换Yt-2，以及随后的Yt-3, Yt-4,…,直至无穷，结果是将Yt表示为X的当前值和滞 后值的一个滞后结构，系数为科克形式的几何递减权 数，具体形式为：
Yt [ X t (1 ) X t 1 (1 ) 2 X t 2 ......] t
12
(海量营销管理培训资料下载)
第三节 部分调整模型和适应预期模型
有两个著名的动态经济模型，它们最终可化成与 上一节（ 2 ）式相同的几何分布滞后形式，因此都 是科克类型的模型。它们是：
部分调整模型（Partial adjustment model） 适应预期模型（Adaptive expectations model）
11
从实践的观点来看，科克变换模型很有吸引力， 一个 OLS 回归就可得到 α 、 β 和 λ 的估计值（ α 的 估计值是（ 7 ）式中的常数项除以 1 减 Yt-1 的系数估 计值）。这显然比前面介绍的格点搜索法要省时很 多，大大简化了计算。 可是，科克变换后模型的扰动项为 ut-λ ut-1 ， 这带来了自相关问题（这种扰动项称为一阶移动平 均扰动项）。并且，解释变量中包含了 Yt-1 ，它是 一个随机变量，从而使得高斯—马尔柯夫定理的解 释变量非随机的条件不成立。此问题的存在使得 OLS 估计量是一个有偏和不一致估计量。这可以说 是按下葫芦起了瓢。我们将在第四节中讨论科克模 型的估计问题。
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
❖ 在主窗口命令行输入，Ls sale c price pdl(customer,10,3) ar(1) ma(1)
❖ 这里，变量customer的系数取决于无端点约束的次 数为3的多项式。
❖ PDL模型也可以用两阶段最小二乘法估计参数，命 令基本格式为
❖ tsls y x1 x2 pdl(series gs.orde,options) @ zl Z2
第六章 滞后变量模型
1
科克分布滞后模型
❖ 科克模型： yt 1 0 xt yt1 ut ut1 ❖ 在估计的过程中存在以下问题： ❖ （1）由于作为解释变量 yt，1 因此模型中包含
随机解释变量； ❖ （2）即使原模型中的 u不t 存在序列相关，然
而ut ut是1 序列相关的； ❖ （3）解释变量 yt1和误差项 ut u存t1 在序列相关。
8
❖ 由于随机误差项与解释变量不相关，从而也与滞后 解释变量的线性组合变量不相关，因此可直接应用 最小二乘法对该模型进行估计。
❖ 经验加权法具有简单易行、不损失自由度、避免多 重共线性干扰及参数估计具有一致性等优点。缺陷 是设置权数的主观随意性较大，要求分析者对实际 问题的特征有比较透彻的了解。
❖ 通常的做法是，多选几组权数，分别估计多个模型， 然后根据样本决定系数、F检验值、t检验值、估计 标准误差以及DW值，从中选出最佳估计方程。
❖
i 0 1i 2i2 (*)
16
❖ 将(*)代入分布滞后模型
s
Yt (0 1i 2i2 ) X ti t i0
s
Yt i X ti t i0
s
s
s
0 X ti 1 iX ti 2 i2 X ti t
i0
i0
i0
❖ 定义新变量
s
W1t X ti i0
s
W2t iX ti i0
s
W3t i2 X ti
❖ 将原模型转换为：i0
Yt 0W1t 1W2t 2W3t t
17
❖ 第二步，模型的OLS估计 ❖ 对变换后的模型进行OLS估计，得 ˆ,ˆ1,ˆ2 ❖ 再计算出:
i 0 1i 2i2 mim
❖ 求出滞后分布模型参数的估计值: ˆ1, ˆ2 ,, ˆs ❖ 由于m+1<s，可以认为原模型存在的自由度不足
22
❖ 表中最后一行的Sum of Lags是系数估计值的 总和，在序列平稳的假设下，它反映了分布 滞后变量(本例即降水量ra)对因变量的长期作 用大小。
❖ 表中系数即为 β
23
❖ 若认为降水量对水库流量的作用在3月之后几 乎消失，则可利用远端限制条件，即输入命 令Ls vol c pdl(ra,9,4,2)
yt 0 1 yt1 k ytk 1xt1 k xtk xt 0 1xt1 k xtk 1 yt1 k ytk
❖ 其中k是最大滞后阶数，通常可以取稍大一些。 检验的原假设是序列x(y)不是序列y(x)的格兰 杰成因，即
1 2 k 0
28
❖ 1999年1月4日至2001年10月15日深圳成指和 上海综指序列数据见case9.
14
么么么么方面
❖ Sds绝对是假的
❖ 主要步骤为：
❖ 第一步，阿尔蒙变换
s
❖ 对于分布滞后模型
Yt i X ti t
i0
❖ 假定其回归系数i可用一个关于滞后期i的适当阶
数的多项式来表示，即:
❖ i 0 1i 2i2 miim=0,1,…,s
❖ 其中，m<s-1。阿尔蒙变换要求先验地确定适当 阶数k，例如取m=2，得
26
格兰杰因果检验
❖ 先估计当前的y值被其自身滞后期取值所能解 释的程度，然后验证通过引入序列 x的滞后值 是否可以提高y的被解释程度。如果是，则称 序列 x是y的格兰杰成因，此时x的滞后期系数 具有统计显著性。一般地，还应该考虑问题 的另一方面，即y是否是x的格兰杰成因。
27
❖ Eviews计算如下的双变量回归：
20
❖ 本例，假定降水量对水库流量滞后3月的影响 仍然显著，即滞后期p= 9。
❖ 若采用4阶多项式(m=4)且不施加端点限制条 件，则输入命令
❖ Ls vol c pdl(ra,9,4)
21
❖ 模型输出窗口的上半部分给出了各参数估计 值及检验的t统计量:下半部分模型检验所需的 各个统计量。这里用PDL01、PDL02、PDL03等 代表式中的w1t、w2t等变量。本例m=4，所 以除常数项外共有5个参数估计值。该命令还 同时绘制出估计值的分布图.
❖ 各种方法的基本思想大致相同，都是通过对 各滞后变量加权，组成线性组合变量(即滞后 变量的线性组合)作为新解释变量引入方程， 有目的地减少滞后变量的数目，缓解多重共 线性，保证自由度。
7
1．经验加权估计法
❖ 所谓经验加权法，是根据实际经济问题的特 点及经验判断，对滞后变量赋予一定的权数， 利用这些权数构成各滞后变量的线性组合， 以形成新的变量，再应用最小二乘法进行估 计。
9
❖ 例：已知某地区制造业部门1955－1974年期间的资 本存量Y和销售额X的统计资料如下表（金额单位： 百万元）。设定有限分布滞后模型为： Yt 0 X t 1 X t1 2 X t2 3 X t3 t
❖ 运用经验加权法，选择下列三组权数： ❖ （1）1、1/2、1/4、1/8 ❖ （2）1/4、1/2、2/3、1/4 ❖ （3）1/4、1/4、1/4、1/4、 ❖ 分别估计上述模型，并从中选择最佳的方程。 ❖ 数据见case25.
24
❖ 比较发现，远端约束模型的调整后的决定系 数略高于无约束模型、AIC和SC信息量略低于 无约束模型，因此认为加入远端约束条件后 的多项式分布滞后模型较优，但二者差异不 大。
❖ 系数估计值差异也不大，说明滞后期为3月时 降水量对水库流量的作用本身已衰减接近0
25
❖ 根据需要，可以为模型增加ARMA项，比如对某商 品销售额(sale)、价格 (price)和顾客流量(customer)建 立分布滞后模型的同时，加入AR和MA项。
和多重共线性问题已得到改善。 ❖ 需注意的是，在实际估计中，阿尔蒙多项式的阶
数m一般取2或3，不超过4，否则达不到减少变量 个数的目的。
18
例
❖ case26是某水库1998年至2000年各旬的流量、 降水量数据。分别建立水库流量与降水量序 列，命名为vol和ra。试对其建立多项式分布 滞后模型。
2
❖ 因此，使用OLS估计将导致估计量不仅是有偏 的而且非一致的。可以采用工具变量法来估 计，有学者建议用 x作t1为 的yt工1 具变量。
3
例1
❖ table8-1.wf1工作文件中，给出的是1978-2006年北京 市城镇家庭平均每人全年消费性支出（PPCE，单位 元）和城镇家庭平均每人可支配收入（PPDI，单位 元）。由于人们消费习惯等原因，使得收入对消费 支出的影响存在时间滞后，因此建立消费函数的分 布滞后模型。
❖ 本实验打算建立如下模型：PPCEt 1 0PPDI t PPCEt1 vt ❖ 这里以 PPDI t做1 为滞后解释变量 PPCE的t1 工具变量。
4
❖ 虽然工具变量法可以消除科克模型中解释变 量的随机性以及解释变量与误差项之间的序 列相关等问题，但由于引入的工具变量是 ， 其与PPDI t1 存在高PP度DI相t 关性，因此模型估计存在 多重共线性问题。这样，虽然工具变量方法 给出了方程的一致性估计，但是这些估计量 很可能是低效的。
29
10
❖ 记新的线性组合变量分别为：
Z1
Xt
1 2
X t1
1 4
X t2
1 8
X t3
Z2
1 4
Xt
1 2
X t1
2 3
X t2
1 4
X t3
11
1
1
Z 3 4 X t 4 X t1 4 X t2 4 X t3
❖ 分别估计如下经验加权模型：
Yt Zkt t k 1,2,3
11
❖ YT = -66.52294932 + 1.071395456*Z1 ❖ （-3.662182） （50.96149） ❖ R-squared＝0.994257 DW＝1.439440 F＝2597.074 ❖ YT = -133.1722303 + 1.366668187*Z2 ❖ （-5.029746） （37.37033） ❖ R-squared＝0.989373 DW＝1.042713 F＝1396.542 ❖ YT = -121.7394467 + 2.237930494*Z3 ❖ （-4.813143） （38.68578） ❖ R-squared＝0.990077 DW＝1.158530 F＝1496.590
19
Eviews操作
❖ 在主窗口命令行键入如下命令建立PDL模型: ❖ Ls y x1 x2 pdl(series name, lags, order, options) ❖ 其中， lags代表滞后期s, order表示多项式次数m,
options指定约束类型，有下面三个选项： ❖ 1 近端约束；使x对y的一期前导作用为0 1 0 ❖ 2 远端约束；使大于滞后期p后x对y的作用为0 p1 0 ❖ 3 同时采用近端和远端两种约束 ❖ 如果模型中没有约束条件，则options缺省。
12
❖ 从上述回归分析结果可以看出阶正相关；在综合判断可决系数、F－ 检验值，t检验值，可以认为：最佳的方程式 模型一，即权数为1、1/2、1/4、1/8的分布滞 后模型。
13
2.阿尔蒙法
❖ 主要思想：针对有限滞后期模型，通过阿尔 蒙变换，定义新变量，以减少解释变量个数， 然后用OLS法估计参数。
5
有限分布滞后模型