分布滞后模型与格兰杰因果关系检验解析.pptVIP

模型输出窗口的上半部分的格式与一般回归方程相同，在该部分给出了各变量对应的参数估计值及t统计量。变量分别为c、PDL01、PDL02、PDL03等。其中，PDL01、PDL02、PDL03等分别表示模型（3.6）中的Z0、Z1、Z2等。本例多项式次数p=4，所以除常数项以外共有p+1=5个参数估计值。 多项式分布滞后模型输出结果(下半部分) 五、无限分布滞后模型 由于多重共线性及自由度的限制，给有限分布滞后模型（3.1）的估计带来了困难。有限多项式分布滞后模型虽然可以简化问题，但在某些情况下很难确定适当的滞后长度和正确的多项式次数。这时，无限分布滞后模型常常是更合理的模型形式。 此外，有时从经济理论中推导出来的模型也是具有无限的滞后长度的模型。 然而，无限分布滞后模型包含有无穷多个参数，不能直接对其进行估计。必须对其施加一定的约束，使其仅需估计少量的参数，才能对其进行估计。 几何分布滞后模型就是一种通过假定滞后系数按几何级数衰减，从而减少待估计参数个数的无限分布滞后模型。 （一）几何分布滞后模型的概念 对于无限分布滞后模型（3.2）： Koyck提出了两个假设： （1）模型中所有参数的符号都相同； （2）参数按几何级数衰减，即 （k=0，1，2，…） （3.7） 式中，0＜?＜1，?称为分布滞后的衰减率。?越小，衰减速度就越快。 以上两个假设（或对模型（