第七章滞后变量分析.ppt

第七章 滞后变量 一、滞后效应和滞后变量模型 二、分布滞后模型的估计 三、自回归模型的构建* 四、自回归模型的估计* 五、滞后效应分析 六、因果关系检验 引例：货币政策效应的时滞 货币供给的变化对经济影响很大，因此，货币政策总是受人关注。 货币政策的影响效应存在着时间上的滞后。 在货币政策的传导过程中，货币扩张首先促使利率降低，或者一般价格水平的上升，这需要一段时间。 只有经过一段时间以后，支出对利率的反应增强，投资、进出口和消费才会不断上升，货币政策才能最终促使GDP增加。 通常，货币扩张对GDP影响的最高点可能是在政策实施以后的1～2年间达到的。 思考 在现实经济活动中，滞后现象是普遍存在的，这就要求我们在做经济分析时应该考虑时滞的影响,这是我们研究滞后变量的原因？ 怎样才能把这类时间上的滞后经济关系代入计量经济模型中呢？ 一、滞后效应和滞后变量模型 （一）经济活动中的滞后现象 解释变量与被解释变量的因果关系不可能在短时间内完成，在这一过程中通常都存在时间滞后，也就是说解释变量需要通过一段时间才能完全作用于被解释变量。 此外，由于经济活动的惯性，一个经济指标以前的变化态势往往会延续到本期，从而形成被解释变量的当期变化同本身过去取值水平有关的情况。 这种被解释变量受自身或其他经济变量过去值影响的现象称为滞后效应。即Y在其他因素变化之后，需要滞后若干时期才能做出的响应。 滞后效应是一个较为普遍的客观经济现象。 Eg 消费滞后 消费者的消费水平，不仅依赖于当年的收入，还同以前的收入水平有关。一般来说，消费者不会把当年的收入全部花光。假定消费者将每一年收入的40%用于当年花费，30%用于第二年消费，20%用于第三年花费，其余的作为长期储蓄。这样该消费者的消费函数就可以表示成： （二）产生滞后效应的原因 心理因素： 观念和习惯 技术因素： 规律 制度因素： 契约和管理等 （三）滞后变量模型 滞后变量（lagged variable）：是指过去时期的、对当前被解释变量产生影响的变量。 滞后变量分为滞后解释变量和滞后被解释变量。 把滞后变量引入回归模型，这种回归模型称为滞后变量模型。 表现形式 例如，消费函数： 滞后模型估计的特点 （1）引入滞后变量经常能有效提高模型的拟合优度。 （2）动态的反映过去的经济活动对现期经济行为的影响。 （3）模拟分析经济系统的变化和调整过程。 二、分布滞后模型的估计 （一）基本思路： 对于有限分布滞后模型，其基本思路是针对分布滞后模型估计面临的困难，设法有目的地减少需要直接估计的模型参数个数，以缓解多重共线性，保证自由度。一般通过对分布滞后模型的系数施加某种约束或假定条件，通过线性组合或其他方式变换模型，设法将各滞后变量组合起来成为个数较少的新变量，这样，减少了需要直接估计的模型参数个数。 对于无限分布滞后模型，主要是通过适当模型变换，使其转化为只需估计有限个参数的自回归模型。 （二）估计方法 设新组合的解释变量为： （2）常数型： 估计模型：yt=a+bwt+εt之后，就可以得到原模型中各参数的估计值。 优点：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。 缺点：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，依据先验信息，多选几组权数分别估计多个模型，然后根据判定系数、F统计量值、t检验值、估计标准误差以及DW值，从中选择一个最佳估计方程。 案例 已知1955～1974年美国制造业库存量Y和销售额X的统计资料。设定有限分布滞后模型为： 运用经验加权法，选择下列三组权数⑴1,1/2,1/4,1/8⑵1/4,1/2,2/3,1/4⑶1/4,1/4,1/4,1/4；分别估计上述模型，从中选择最佳方程。 得到模型1为 (-3.6633) (50.9191) R2=0.9942 DW=1.4408 F=2592 得到模型2 (-5.029) (37.359) R2=0.989 DW=1.043 F=1396 得到模型3 (-4.8131) (38.6858) R2=0.9901 DW=1.158 F