第七章(滞后变量).pptVIP

第一节 滞后变量模型 三、滞后变量模型 第二节 分布滞后模型的估计 将上一关系式代入原来的分布滞后模型，并经过适当的变量变换，就可以减少模型中的变量个数，从而在削弱多重共线性影响的情况下，估计模型中的参数。 设bi可以用二次多项式近似表示，即： bi= α0+α1i+α2i2 利用OLS法估计系数a，α0，α1，α2，进而得到bi的估计值。 滞后期长度可以根据经济理论或实际经验加以确定，也可以通过相关系数、调整的判定系数、施瓦兹准则SC等统计检验获取信息。利用Evrews软件可以直接得到上述各项检验结果。 在LS命令中使用PDL项，应注意以下几点： 例1．某地区制造行业历年库存Y与销售额X的统计资料，试利用分布滞后模型建立库存函数。 ②利用Almon法估计模型。键入： ③还原成原分布滞后模型： 在Eviews软件的输出窗口下部已给出了还原后的bi估计值。 因此库存模型为： 三、考耶克（Koyck）方法 将bi代入原模型，得 第三节 自回归模型的估计 二、 νt存在自相关性 利用EViews软件的具体操作步骤为（选）： 第四节 滞后效应分析 ：为长期乘数，表明x变动一个单位对y产生的累 计总影响（假设b= 存在） 二、滞后效应的速度分析 2、平均滞后时间MLT 将其逐步递推可以转换成几何分布滞后模型： 一、滞后效应的乘数分析 对于分布滞后模型 yt=a+b0xt+b1xt-1+…+bkxt-k+μt bi反映了解释变量各期值xt-i对yt的影响程度，根据乘数的概念可以定义： b0：为短期乘数，表示解释变量变化一个单位对同期被解释变量所产生的影响；即短期影响； bi：为延期乘数或动态乘数，反映了解释变量在各滞后时期的单位变化对yt产生的影响，即x的滞后影响； ：为（s期）中期乘数，反映了解释变量对yt的s期累计影响； 利用乘数可分析解释变量对被解释变量的滞后影响过程。 例如，如果估计的消费函数为： 则短期乘数为0.4，延期乘数为0.3、0.2，长期乘数为0.9；这意味看：当收入增加1元时，消费者将在本期增加0.4元的消费，下一期增加0.3元，再下期增加0.2元；增加1元收入对消费的长期作用为0.9元。 滞后效应的速度，是指滞后效应需要经历多长时间才能发挥的作用（或达到一定的效果）。常用指标有： 1、乘数效应比Ds 称Ds为截止到第s期为止的乘数效应比，它反映了xt的变动在经历s期之后，对yt的影响所达到（或完成）的程度。使Ds达到某个百分比（如90%）的s值越小，则作用时间越快，滞后时间越短。 称MLT为平均滞后时间（或平均滞后），实际上是以各期延期乘数为权数的、各滞后期的加权平均数，反映了滞后期的平均长度。其值越小，则平均滞后期越短，表明y对x变化的反应速度越快。 三、自回归模型的滞后效应分析 一阶自回归模型 yt=c0+c1xt+c2yt-1+νt * 一、滞后变量 滞后效应：因变量受到自身或另一解释变量的几期值影响的现象。 滞后变量：指过去时期的、对当前被解释变量产生影响的变量。滞后变量可分为滞后解释变量和滞后被解释变量。 滞后变量模型,又称动态模型（Dynamical Model）：含有滞后变量的模型。 如：消费函数： Ct=a+b0Yt+b1Yt-1+b3Yt-2+μt Yt-1，Yt-2为滞后变量。 再如，通胀滞后：货币供应量的变化对通货膨胀的影响总存在一定时滞。 Pt=a+b0Mt+b1Mt-1+b3Mt-2+……bkMt-k+μt 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。 2、技术原因： 产品的生产周期有长有短，但都需要一定的周期。 3、制度原因： 某些规章制度的约束使人们对某些外部变化不能立即做出反应，从而出现滞后现象。 二、产生滞后变量的原因 1、分布滞后模型 如果模型中的滞后变量只是解释变量x的过去各期值，即 ? yt=a+b0xt+b1xt-1+…+bkxt-k+μt 表明x对y的滞后影响分布在过去各个时期。 如： 这意味 ：当收入增加1元时，消费者将在本期增加0.4元的消费，下一期增加0.3元，再下期增加0.2元；增加1元收入对消费的长期作用为0.9元。其中，短期乘数为