第8章滞后变量模型题材.pptVIP

第8章 滞后变量模型 8.1 滞后变量模型概述 8.1.1 滞后现象与产生滞后现象的原因 因变量受其自身或其他经济变量前期水平影响的经济现象，称之为滞后现象（或滞后效应）。产生滞后现象的原因主要有以下几个方面： 1．经济变量自身的原因 2．决策者心理上的原因 3．技术上的原因 4．制度的原因; 8.1.2 滞后变量与滞后变量模型 所谓滞后变量(lagged variable)，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（滞后解释变量与滞后因变量）引入回归模型，这种回归模型称为滞后变量模型。含有滞后解释变量的模型，又称为动态模型。 滞后变量模型的一般形式为; 1．分布滞后模型 如果滞后变量模型中没有滞后因变量，因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 ; 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x的当期值和因变量的若干期滞后值，即模型形如; 8.1.3 滞后变量模型的作用 1．滞后变量模型可以更加全面、客观地描述经济现象，提高模型的拟合优度。 2．滞后变量模型可以反映过去的经济活动对现期经济行为的影响(或者说现期经济行为对将来的影响)，从而描述了经济系统的运动过程，使模型成为动态模型。 3．可以用滞后变量模型来模拟分析经济系统的变化和调整过程。 8.2 有限分布滞后模型及其估计 8.2.1 有限分布滞后模型估计的困难 1．损失自由度问题。 2．产生多重共线性问题。 3．滞后长度难于确定的问题。; 8.2.2 有限分布滞后模型的估计方法 1．经验加权估计法 所谓经验加权法，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。这种方法的基本思路是设法减少模型中被估计的参数个数，消除或削弱多重共线性问题。权数的不同分布决定了模型滞后结构的不同类型，常见的滞后结构类型有 (1)递减滞后结构。这类滞后结构假定权数是递减的，认为滞后解释变量对因变量的影响随着时间的推移越来越小，其作用由大变小，即遵循远小近大的原则(如图8.2.1(a))。 ; (2)不变滞后结构。这类滞后结构假定权数不变，即认为滞后解释变量对因变量的影响不随时间而变化(如图8.2.1(b))，其作用保持不变，称为不变滞后结构。; 例8.2.1 已知某地区制造业部门1955-1974年期间的资本存量y和销售额x的统计资料如表8.2.1(单位：百万元)。 表8.2.1 某地区制造业部门资本存量和销售额资料;设定有限分布滞后模型为 ;具体步骤为 (1)打开EViews，输入x和y的数据，然后根据x的数据，生成线性组合变量的数据。 (2)回归分析。进入Equation Specification对话栏，键入y c z1； 在Estimations栏中选择Least Squares(最小二乘法)，点击OK，屏幕显示第一个经验加权模型的回归分析结果见表8.2.2。 表8.2.2 回归结果;的估计值。 多项式次数可以依据经济理论和实际经验加以确定。例如滞后结构为递减型和常数型时选择一次多项式；倒v型时选择二次多项式；有两个转向点时选择三次多项式等等。如果主观判断不易确定时，可以先初步确定一个m次多项式。 滞后期长度可以根据经济理论或实际经验加以确定，也可以通过一些统计检验获取信息。常用的统计检验有 ①相关系数。利用被解释变量y与解释变量x及各期滞后值之间的相关系数，可以大致判断滞后期长度。; 其中RSS是残差平方和，k为滞后期长度，（k+2）为模型中的参数个数，n为样本容量。检验过程是：在模型中逐期添加滞后变量，直到SC值不再降低时为止，即选择使SC值达到最小的滞后期k。。 利用EViews软件可以直接得到上述各项检验结果。 阿尔蒙估计的EViews软件实现过程： 在EViews软件的LS命令中使用有限多项式分布滞后命令PDL项Almon方法估计分布滞后模型。其命令格式为 LS y c PDL（x,k,m,d） 其中，k为滞后期长度，m为多项式次数，d是对分布滞后特征进行控制的参数，可供选择的参数值有; 一般取 0——参数分布不作任何限制。 在LS命令中使用PDL项，应注意以下几点： ①在解释变量x之后必须指定k和m的值，d为可选项指定时取默认值0； ②如