第七章 滞后变量模型.pptVIP

（*）可以写成 ： (*) 其中，?为调整系数，表示调整的速度 ；0? ? ?1， 储备按预定水平逐步进行调整，故有如下局部调整假设： 越接近于1，表明调整到最佳资本存量的速度越快， 若 ，则 ，表明实际变动实现了期望变动。 （**） 表明t时期的实际资本存量是t时期期望资本存量和前一期的实际资本存量的加权平均，权数分别为 和 将 式代入 得 可见，局部调整模型转化为自回归模型 整理得： 这就是所谓的局部调整模型。也可以写成： 其中 只需估计出a,b,c,就可得到 1.相同点 库伊克模型 、自适应预期模型与局部调整模的最终形式都是一阶自回归模型，这样，对这三类模型的估计就转化为对相应一阶自回归模型的估计。 评价 但是，上述一阶自回归模型的解释变量中含有滞后被解释变量 ， 是随机变量，它可能与随机扰动项相关；而且随机扰动项还可能自相关。模型可能违背古典假定，从而给模型的估计带来一定困难。 导出模型的经济背景与思想不同，库伊克模型是在无限分布滞后模型的基础上根据库伊克几何分布滞后假定而导出的；自适应预期模型是由解释变量的自适应过程而得到的；局部调整模型则是对被解释变量的局部调整而得到的。 由于模型的形成机理不同而导致随机误差项的结构有所不同,这一区别将对模型的估计带来一定影响。 2.区别 四、自回归模型的参数估计 考伊克模型： 对于自回归模型 估计时的主要问题：滞后被解释变量的存在可能导致它与随机扰动项相关，以及随机扰动项出现序列相关性。 自适应预期模型： 局部调整模型; 事实上，对于 在原模型的随机误差项满足基本假定的条件下 所以， 因为 这时， 估计不仅有偏，而且不一致。 局部调整模型： 因此，对自回归模型的估计主要需视滞后被解释变量与随机扰动项的不同关系进行估计。 在原模型的随机误差项满足基本假定的条件下 显然是无自相关的，且与变量 也不 相关，因此对局部调整模型运用 估计，在大 样本情况下是渐近无偏的。 自回归模型检验—达宾h检验 DW检验法不适合于方程含有滞后被解释变量的场合。在自回归模型中，滞后被解释变量是随机变量，已有研究表明，如果用DW检验法，则DW统计量值总是趋近于2。也就是说，在一阶自回归中，当随机扰动项存在自相关时，DW检验却倾向于得出非自相关的结论。 达宾（Durbin）提出了检验一阶自相关的h统计量检验法，这种检验适用于大样本 。 h统计量定义为 其中， 为随机扰动项一阶自相关系数 的估计量， 为DW统计量， 为样本容量， 为滞后被解释变量 的回归系数的估计方差。 在 的假定下，h统计量的极限分布为标准正态分布。因此，在大样本情况下，可以用h统计量值判断随机扰动项是否存在一阶自相关。 （7-40） 达宾h检验 （1）对一阶自回归方程 直接进行最小二乘估计，得到 及DW值。 （2）将 、DW及样本容量n代入式 计算h统计量值。 （3）给定显著性水平 ，查标准正态分布表得临界值 。若 ，则拒绝原假设 ，说明自回归模型存在一阶自相关；若 ，则接受原假设 ，说明自回归模型不存在一阶自相关。 达宾h检验具体作法如下 ①该检验法可适用任意阶的自回归模型,对应的h统计量的计算式仍然成立，即只用到滞后被解释变量 回归系数 的估计方差； ②该检验法是针对大样本的，用于小样本效果较差。 ③如果 ，则不能用检验，但这种情况很少发生 值得注意的是， 自回归模型的估计——工具变量法 若Yt-1与?t同期相关，则OLS估计是有偏的，并且不是一致估计。 因此，对上述模型，通常采用工具变量法，即寻找一个新的经济变量Zt，用来代替Yt-1,称这个变量为工具变量。工具变量的选择应满足如下条件： 1）与所代替的解释变量高度相关； 2）与随机扰动项不相关； 3）与其它解释变量不相关，以免出现多重共线性。 可以证明工具变量的参数估计量具有一致性。 对于一阶自回归模型 在实际估计中，一般用X的若干滞后的线性组合作为Yt-1的工具变量: