§5.2 滞后变量模型.pptVIP

商学院 王中昭 1 滞后效应与产生滞后效应的原因 一般来说，解释变量与因变量的因果联系不可能在瞬时发生，在这一过程中通常都有时间滞后，即解释变量需要通过一段时间才能完全作用于因变量。同时，由于经济活动的连续性，因变量当前变化也往往受到自身过去取值水平的影响。这种因变量受到自身或其他经济变量过去值影响的现象称为滞后效应。 经济变量会存在滞后现象的原因众多，但主要有以下几方面： （1）．心理预期因素 人的心理因素对经济变量的变化有很大影响。由于经济主体的大多数行动，都会受到预期心理的影响。以消费为例。人们对某种商品的消费量不仅受商品当前价格影响，而且还受预期价格影响。当人们预计价格上涨时，就会增加当期的购买；而当人们预期价格要下降时，则会持币观望，减少当期的购买。由于对将来的预期要依据过去的经验，因此在一定条件下，这种“预期”因素的影响可转化为滞后效应的作用。 在国民经济运行中，从生产到流通再到使用，每一个环节都需要一段时间，从而形成时滞。例如，农产品产量对价格信息的反应总是滞后的，其原因就在于农产品的生产需要一个较长的时间过程；又例如，在工业生产中，当年的产出量会在某种程度上依赖于过去若干期内投资形成的固定资产规模；再例如，货币投入量的增减对物价水平会产生影响，但这种影响并不在当期内反映出来，总会滞后一段时期。这些滞后效应都是因为经济活动的技术因素所致。 契约、管理制度等因素也会形成一定程度的滞后。例如，企业要改变它的产品结构或产量，会受到过去签订的供货合同的制约；拥有一定数量定期存款的消费者，要调整自己的消费水平，会受到银行契约制度的限制；这些情况说明，当一种变量发生变化时，另一变量由于制度方面的原因，需要经过一定时期才能作出相应的变动，从而形成滞后现象。 滞后变量：所谓滞后变量，是指过去时期的、对当前因变量产生影响的变量。滞后变量可分为滞后解释变量与滞后因变量两类。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。 在经济分析中，运用滞后变量模型可以使不同时期的经济现象彼此联系起来，同时也将经济活动的静态分析转化为动态分析，使模型更加切合实际经济的运行状况。 在模型中含有滞后变量的模型称为滞后变量模型。 滞后变量模型的一般形式（线性）： Yt=b0+b1Yt-1+…+bsYt-s+a0Xt+…+aq Xt-q+μt S,q分别称为滞后因变量和滞后解释变量的滞后期。 例如：消费函数：Ct= b0+b1Ct-1+b2It+μt （1）、分布滞后模型 只含有滞后解释变量的模型称为分布滞后模型。 Yt=b0+a0Xt+…+aq Xt-q+μt （2）、自回归模型 只含有解释变量和滞后因变量的模型称为自回归模型。 例如：Yt=b0+b1Yt-1+…+bsYt-s+a0Xt+μt （1）、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。比如假定消费者将每一年收入的40％用于当年花费，30％用于第二-年花费、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是 Yt=a0+0.4Xt+0.3Xt-1+0.2Xt-2+μt, 其中Yt、Xt分别为第t年的消费和收入，a0为常数。此消费模型是一个滞后三期的分布滞后模型。 （2）、通胀滞后 通货膨胀与货币供应量的变化有着较密切的联系。物价上涨最直接的原因是相对于流通中商品和服务的价值量来说货币供应过多，但是，货币供应量的变化对通货膨胀的影响并不是即期的，总存在一定时滞。美国一学者在研究通胀滞后效应时，就采用了如下分布滞后模型 Pt=a0+β0Mt+β1Mt-1+…+βsMt-s+μt 其中，PT、Mt分别为第t季度的物价指数和广义货币的增长率。通过对实际数据的分析发现，西方发达国家的通货膨胀时滞大约为2—3个季度。 （1）、对于分布滞后模型： Yt=a0+b0Xt+b1Xt-1+…+bsXt-s+μt 分布滞后模型的各系数体现了解释变量的当期值和各期滞后值对被解释变量的不同影响程度。因此称为乘数。 b0称为短期（或即期）乘数，表示本期X变化一单位对Y平均值的影响程度。 bi (i=1,2…,s)：动态乘数或延迟系数，表示各滞后期X的变动对Y平均值影响的大小。 b0+b1+…+bs称为累计系数或长期或均衡乘数，表示X变动一个单位，由于滞后效应而形成的对Y平均值总累计影响的大小。 例如：（Y为广西城镇居民的年人均消费支出，X为可支配收入，单位：元） 根据统计年鉴的数据求得模型为： Yt^=2