六时间序列计量经济学模型的理论与方法.ppt

第六章时间序列计量经济学模型的理论与方法 6.0 滞后变量 6.1 时间序列的平稳性及其检验 6.2 随机时间序列模型的识别和估计 6.3 协整分析与误差修正模型 §6.0 滞后变量模型 一、滞后变量模型 二、分布滞后模型的参数估计 三、自回归模型的参数估计 四、格兰杰因果关系检验 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。 通常把这种过去时期的，具有滞后作用的变量叫做滞后变量（Lagged Variable），含有滞后变量的模型称为滞后变量模型。 滞后变量模型考虑了时间因素的作用，使静态分析的问题有可能成为动态分析。含有滞后解释变量的模型，又称动态模型（Dynamical Model）。 1. 滞后效应与与产生滞后效应的原因 因变量受到自身或另一解释变量的前几期值影响的现象称为滞后效应。 表示前几期值的变量称为滞后变量。 如：消费函数 通常认为，本期的消费除了受本期的收入影响之外，还受前1期，或前2期收入的影响： Ct=?0+?1Yt+?2Yt-1+?3Yt-2+?t Yt-1，Yt-2为滞后变量。 产生滞后效应的原因 1. 心理因素：人们的心理定势，行为方式滞后于经济形势的变化，如中彩票的人不可能很快改变其生活方式。 2. 技术原因：如当年的产出在某种程度上依赖于过去若干期内投资形成的固定资产。 3. 制度原因：如定期存款到期才能提取，造成了它对社会购买力的影响具有滞后性。 2. 滞后变量模型 以滞后变量作为解释变量，就得到滞后变量模型。它的一般形式为： （1）分布滞后模型（distributed-lag model） 分布滞后模型：模型中没有滞后被解释变量，仅有解释变量X的当期值及其若干期的滞后值： 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） 二、分布滞后模型的参数估计 无限期的分布滞后模型，由于样本观测值的有限性，使得无法直接对其进行估计。 有限期的分布滞后模型，OLS会遇到如下问题： 1. 没有先验准则确定滞后期长度； 2. 分布滞后模型的修正估计方法 2. 如果滞后期较长，将缺乏足够的自由度进行估计和检验； 3. 同名变量滞后值之间可能存在高度线性相关，即模型存在高度的多重共线性。 各种方法的基本思想大致相同：都是通过对各滞后变量加权，组成线性合成变量而有目的地减少滞后变量的数目，以缓解多重共线性，保证自由度。 (1)经验加权法 根据实际问题的特点、实际经验给各滞后变量指定权数，滞后变量按权数线性组合，构成新的变量。权数据的类型有： 三、自回归模型的参数估计 一个无限期分布滞后模型可以通过科伊克变换转化为自回归模型。 事实上，许多滞后变量模型都可以转化为自回归模型，自回归模型是经济生活中更常见的模型。 以适应预期模型以及局部调整模型为例进行说明。 （2）局部调整(Partial Adjustment)模型 局部调整模型主要是用来研究物资储备问题的。 例如，企业为了保证生产和销售，必须保持一定的原材料储备。对应于一定的产量或销售量Xt，存在着预期的最佳库存Yte。 局部调整模型的最初形式为： 2. 自回归模型的参数估计 （2）普通最小二乘法 若滞后被解释变量Yt-1与随机扰动项?t同期无关（如局部调整模型），可直接使用OLS法进行估计，得到一致估计量。 例6.0.3 建立中国长期货币流通量需求模型 事实上，对于自回归模型， ?t项的自相关问题始终存在，对于此问题，至今没有完全有效的解决方法。唯一可做的，就是尽可能地建立“正确”的模型，以使序列相关性的程度减轻。 注意： 尽管D.W.=1.733，但不能据此判断自回归模型不存在自相关(Why?)。 但LM=0.7855，?=5%下，临界值?2(1)=3.84， 判断：模型已不存在一阶自相关。 四、格兰杰因果关系检验 自回归分布滞后模型旨在揭示：某变量的变化受其自身及其他变量过去行为的影响。 然而，许多经济变量有着相互的影响关系 格兰杰因果关系检验（Granger test of causality） 对两变量Y与X，格兰杰因果关系检验要求估计: 随着滞后阶数的增加，拒绝“GDP是