第七章 分布滞后模型与自回归模型1.ppt

第一节 滞后效应与滞后变量模型 本节基本内容: ●自回归与分布滞后模型 ●经济活动中的滞后现象 ●滞后效应产生的原因 一、自回归与分布滞后模型 滞后变量：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与 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。 1.分布滞后模型 被解释变量受解释变量的影响分布在解释变量不同时期的滞后值上，即模型形如 具有这种滞后分布结构的模型称为分布滞后模型，其中 为滞后长度。根据滞后长度 取为有限和无限，模型分别称为有限分布滞后模型和无限分布滞后模型。 在分布滞后模型中，各系数体现了解释变量的各个滞后值对被解释变量的不同影响程度，即通常所说的乘数效应： ：称为短期乘数或即期乘数，表示本期 变动一个单位对 值的平均影响大小； ：称为延迟乘数或动态乘数，表示过去各时期 变动一个单位对 值的平均影响大小； ：称为长期乘数或总分布乘数，表示 变动一个单位时，由于滞后效应而形成的对 总的影响大小。 2. 自回归模型 如果滞后变量模型的解释变量仅包括自变量 的当期值和被解释变量的若干期滞后值，即模型形如 则称这类模型为自回归模型，其中 称为自回归模型的阶数。 由于该模型描述了因变量相对于它过去值的时间走径，又称为动态模型。 其中 分别为滞后解释变量和滞后被解释变 量的滞后期长度。 二、经济活动中的滞后现象 解释变量与被解释变量的因果联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自身过去取值水平相关的情形。 这种被解释变量受自身或其它经济变量过去值影响的现象称为滞后效应。 三、滞后效应产生的原因 心理预期因素 技术因素 制度因素 第二节 分布滞后模型的估计 本节基本内容: ●分布滞后模型估计的困难 ●经验加权估计法 ●阿尔蒙法 一、分布滞后模型估计的困难 自由度问题 多重共线性问题 滞后长度难于确定的问题 处理方法： 对于有限分布滞后模型，其基本思想是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。 对于无限分布滞后模型，主要是通过适当的模型变换，使其转化为只需估计有限个参数的自回归模型。 二、分布滞后模型的现式估计法 由阿尔特(Alt)和延伯根（Tinberben）提出。他们建议贯序对分布滞后模型进行估计，即首先将 对 回归，然后将 对 和 回归，然后将 对 ， 和 回归，如此类推。这一序贯将终止于滞后变量的回归系数开始变成统计上不显著或至少有一个变量的系数改变符号之时。 三、经验加权估计法 所谓经验加权估计法，是根据实际经济问题的特点及经验判断，对滞后变量赋予一定的权数，利用这些权数构成各滞后变量的线性组合，以形成新的变量，再应用最小二乘法进行估计。 常见的滞后结构类型： 递减滞后结构 不变滞后结构 型滞后结构 图7.1 常见的滞后结构类型 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，然后根据可决系数、F检验值、t检验值、估计标准误以及DW值，从中选出最佳估计方程。 【例7.3】 已知1955—1974年期间美国制造业库存量 和销售额 的统计资料如表7.1（金额单位：亿美元）。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： （1）1，1/2，1/4，1/8 （2）1/4，1/2，2/3，1/4 （3）1/4，1/4，1/4，1/4 分别估计上述模型，并从中选择最佳的方程。 （数据见教材表7.1） 回归分析结果整理如下 模型一： 模型二： 模型三： 从上述回归分析结果可以看出，模型一的扰动项无一阶自相关，模型二、模型三扰动项存在一阶正自相关；再综合判断可决系数、F 检验值、t 检验值，可以认为：