第八章模型中的特殊解释变量讲述.ppt

问题的一般性描述 第八章 模型中的特殊解释变量 本章主要讨论: ●随机解释变量（一般性了解） ●滞后变量（一般性了解） ●虚拟变量（重点） ●时间变量 二、工具变量法 所谓工具变量法，就是在进行参数估计的过程中选择适当的工具变量，代替回归模型中同随机扰动项存在相关性的解释变量。工具变量的选择应满足如下条件： （1）与所代替的解释变量高度相关； （2）与随机扰动项不相关； （3）与其它解释变量不相关，以免出现多重共线性。 第二节 滞后变量 本节基本内容: ●经济活动中的滞后现象 ●滞后效应产生的原因 ●滞后变量模型 一、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。 二、滞后效应产生的原因 心理预期因素 技术因素 制度因素 三、滞后变量模型 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。 滞后变量模型的一般形式为 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。 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S为滞后长度。根据滞后长度S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X变动一个单位对Y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 X变动一个单位对Y值的平均影响大小； ：称为长期乘数或总分布乘数，表示X变动一个单位时，由于滞后效应而形成的对Y总的影响大小。 分布滞后模型的估计 所谓经验权数估计法，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。 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：已知1955—1974年期间美国制造业库存量 Y和销售额X的统计资料如下表（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。 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：最佳的方程是模型一，即权数为（1，1/2，1/4，1/8）的分布滞后模型。 目的：消除多重共线性的影响。 基本原理：在有限分布滞后模型滞后长度S已知的情况下，滞后项系数有一取值结构，把它看成是相应滞后期i的函数。在以滞后期i为横轴、滞后系数取值为纵轴的坐标系中，如果这些滞后系数落在一条光滑曲线上，或近似落在一条光滑曲线上，则可以由一个关于i的次数较低的m次多项式很好地逼近，即 此式称为阿尔蒙多项式变换。 将阿尔蒙多项式变换代入分布滞后模型并整理，模型变为如下形式 其中 对于模型,在满足古典假定的条件下，可用最小二乘法进行估计。将估计的参数代入