计量经济学（第三版）（谢识予）计量三8.pptVIP

第8章 本章分五节 第一节 时间序列数据的性质 第二节 分布滞后模型 第三节 自回归模型 第四节 因果关系检验 第五节 时间序列的平稳性 第一节 时间序列数据的性质 经典回归分析方法更适用截面数据，用于时间序列数据需要前提条件，否则可能存在问题。 时间序列数据和截面数据在计量经济分析中的差别，主要源于其特有性质，数据背后生成机制的差异。 时间序列数据的主要特性是具有对应时间的顺序性。多种动态信息的自然载体，反映趋势性、周期性，反映延滞作用和持续效应（也称为“滞后效应”），以及动态反馈机制。 这些性质对预测分析、周期波动规律研究、滞后效应和反馈机制研究等很重要，还使得时间序列数据成为揭示经济变量之间相互作用和判断因果关系的基础。 正是因为时间序列数据的这些重要性质，使得传统计量经济分析方法从静态的经典回归分析，发展到包含分布滞后模型、自回归模型和因果性检验等动态问题的计量经济分析。 从数据生成机制的角度，因为时间序列数据则是不同时间观测数据，因此更应该看成一系列有内在联系随机变量生成的数据序列，是随机过程的一个实现。 经典回归分析的统计推断方法，隐含假设数据是随机变量总体抽样的随机样本，会对时间序列数据经典回归分析的有效性造成问题。 如果时间序列过程具有平稳性，至少弱平稳的随机过程，则针对简单随机抽样样本的经典回归分析方法仍然有效。 如果时间序列是非平稳的，则经典回归分析方法的有效性基础受到破坏。 生成时间序列数据的时间序列过程的平稳性没有保障，难以保证经典回归分析方法用于时间序列数据的有效性。 时间序列数据的特性有明显的两面作用，利用得好可以更好地揭示经济规律，忽略其问题也可能影响计量经济分析的有效性。 如何更好地利用时间序列数据包含的信息，或者排除时间序列数据可能存在的问题，提高时间序列数据计量分析的有效性和价值。 第二节 分布滞后模型 一、经济中的滞后效应和分布滞后模型 二、分布滞后模型的参数估计 一、经济中的滞后效应与分布滞后模型 经济问题中的滞后效应 :由于信息滞后、交易周期、制度习惯，以及技术和心理等方面的因素，经济行为、政策等的作用效果，经济变量之间的相互影响，常常不是立即体现出来，而是有时间延滞性或持续作用，会在以后一个时期内逐步体现出来。从另一个角度，滞后效应也可以反过来理解为当期某指标受上期、再上期其他某指标的影响。 分布滞后模型（Distribute Lagged Model, DL模型） (1)无限分布滞后模型 (2)有限分布滞后模型 无限分布滞后模型 :有无限多滞后项 有限分布滞后模型 :有限个滞后项 分布滞后模型形式上是含有解释变量滞后项的多元回归模型。 主要用来研究经济变量作用的时间滞后效应、长期影响，以及经济变量之间的动态影响关系，可用于评价经济政策的中长期效果 。 属于动态计量分析的范畴 。 二、分布滞后模型的参数估计 与一般的多元线性回归的区别:分布滞后模型形式上与一般的多元线性回归相似，但因为引进多个滞后变量和滞后期长度难以确定，分布滞后模型往往存在参数较多和滞后长度未知的困难。 估计方法：现式估计法和先验约束法 现式估计法（ad hoc estimation） 适用范围：滞后长度不确定的分布滞后模型 原则上普通最小二乘法适用于分布滞后模型的参数估计，困难是滞后长度不确定 。 困难的解决（见下页） 存在问题：（1）滞后长度的确定（2）会降低自由度，（3）滞后变量之间的相关性可能引发共线性（4）有数据开采的嫌疑，（5）滞后变量对解释检验有效性有影响。 解决方法：依次（Sequentially）估计有滞后效应变量的一期滞后、两期滞后……，当发现滞后变量（加入的最多期滞后）的回归系数在统计上开始变得不显著，或至少有一个变量的系数改变符号时，就不再增加滞后期，把此前一个模型作为分布滞后模型的形式，相应参数估计作为模型的参数估计。 例（p179） 先验约束估计 参数约束法 :利用某种先验信息和经验，设定分布滞后模型的滞后模式，从而简化分布滞后模型的函数形式，方便参数估计。 主要方法: (1) 阿尔蒙多项式法 (2) 考伊克方法 阿尔蒙多项式法 适用于已知滞后长度，但滞后长度较长的有限分布滞后模型 基本思想：以滞后期i的一个适当次数的多项式，模拟分布滞后模型的系数。 Eg:一个有限分布滞后模型 可以用如下的I 的多项式模拟的变化 确定了滞后参数多项式以后，就可以用这些多项式代入分布滞后模型，对模型进行变换 以m=2的情况为例，把 代入前述分布滞后模型 ,得到 若令 ， ， ,则模型变