8-2、模型中的特殊解释变量：滞后变量模型.ppt

——滞后变量模型 ;8.2、滞后变量模型; 在经济运行过程中，广泛存在时间滞后效应。某些经济变量不仅受到同期各种因素的影响，而且也受到过去某些时期的各种因素甚至自身的过去值的影响。;1、滞后效应与与产生滞后效应的原因; 产生滞后效应的原因 ; 2、滞后变量模型 ; （1）分布滞后模型（distributed-lag model） ; 如果各期的X值保持不变，则X与Y间的长期或均衡关系即为; （2）、自回归模型（autoregressive model）;8.2.2、分布滞后模型的参数估计 ; 2、分布滞后模型的修正估计方法 ;递减型：; 即认为权数是相等的，X的逐期滞后值对值Y的影响相同。 如滞后期为3，指定相等权数为1/4，则新的线性组合变量为：; 权数先递增后递减呈倒“V”型。 例如：在一个较长建设周期的投资中，历年投资X为产出Y的影响，往往在周期期中投资对本期产出贡献最大。 如滞后期为4，权数可取为 1/6， 1/4， 1/2， 1/3， 1/5 则新变量为;例题 对一个分布滞后模型： ; 经验权数法的优点是：简单易行 缺点是：设置权数的随意性较大;（2）阿尔蒙（Ａlmon）多项式法 ; 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: ;定义新变量 ; 由于m+1s，可以认为原模型存在的自由度不足和多重共线性问题已得到改善。; 例题 表5.2.1给出了中国电力基本建设投资X与发电量Y的相关资料，拟建立一多项式分布滞后模型来考察两者的关系。 ; 由于无法预见知电力行业基本建设投资对发电量影响的时滞期，需取不同的滞后期试算。;为了比较，下面给出直接对滞后6期的模型进行OLS估计的结果：; （3）科伊克（Koyck）方法; 科伊克变换的具体做法:;科伊克模型的特点： ;8.2.3、自回归模型的参数估计 ; （1）自适应预期（Adaptive expectation）模型; 由于预期变量是不可实际观测的，往往作如下自适应预期假定:;将;（2）局部调整(Partial Adjustment)模型;或：; 2、自回归模型的参数估计; 局部调整模型： ; (1) 工具变量法; 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:; （2）普通最小二乘法 ; 例题 建立中国长期货币流通量需求模型 ;*;对局部??整模型; 注意：;（1）DW统计量不能检验自回归模型随机误差项是否存在自相关（为什么？）； （2）自回归模型随机误差项一阶自相关的检验方法为D-h检验； （3）D-h检验的步骤： 第一、提出假设（H0:ρ=0，H1:ρ≠0） 第二、计算H统计量 第三、给出α，查正带分布Zα/2临界值； 第四、判断的结论： 当H＞Zα/2时，拒绝0假设，存在一阶自相关 当H?Zα/2时时，接受0假设，不存在一阶自相关;(4) 意注： 第一、D-h检验的原线性回归模型只需要考虑 的方差。（H值的大小仅与滞后变量Yt-1的系数 方差有关，至于出现多少个自变量X或其他Y的滞后值无关紧要） 第二、如果根号内分数的分母小于零，则H值为复数，尽管这种情况很少出现，此时该方法不能用。 第三、H检验对大样本较为适用，原因在于人们只能知道大样本情况下H的分布特征。 第四、Dubin证明了：在大样本情况下，若ρ=0，则统计量h近似服从正态分布。