第5章 滞后变量模型1.pptVIP

第5章：滞后变量模型 外生滞后变量模型（分布滞后模型） 内生滞后变量模型（自回归模型） 滞后变量模型 滞后变量：回归模型中被解释变量或解释变量的时间滞后（前期）量。 如解释变量X的现期记Xt,则Xt-1,Xt-2…称为的Xt滞后变量 被解释变量Y的现期记Yt,则Yt-1,Yt-2…称为的Yt滞后变量 滞后变量模型：若回归模型中包含滞后变量作为解释变量，则此回归模型叫做滞后变量模型。 滞后变量模型 外生滞后变量模型：又称分布滞后模型 例如：Y=a0+b0Xt+b1Xt-1+b2Xt-2+…+ut 内生滞后变量模型或自回归模型： 例如： Y=a0+b0Xt+b1Yt-1+b2Yt-2+…+ut 滞后变量样本 分布滞后模型 如果s是有限数，称为有限分布滞后模型； 如果s是无限数，称为无限分布滞后模型 自回归模型 如果在模型的右端包含因变量的滞后值，则模型称为自回归模型 例如： 分别称为一阶自回归模型和二阶自回归模型 例：滞后消费函数 称为分布滞后消费函数。 含义： 本期的消费Yt不仅依赖于本期的收入Xt，还依赖于过去s个时期的收入：Xt－1、Xt－2，…… Xt－s 这样，就将时间因素引入了模型，使模型具有了动态的特征。 例：固定资产存量 其中，Kt——固定资产存量，It——投资 例：蛛网模型 农产品的生产决策和产出之间有滞后，供给量是上一期价格的函数： 如果农场主的是按照前几年的价格来决策，则有 问题 由于存在滞后值，所以要损失若干个自由度。 如果滞后时期长，而样本较小的话，自由度损失就较大，有时甚至无法进行估计 通常一个变量的滞后变量之间共线问题严重，影响估计量的精度 解决办法：对系数施加约束条件，减少待估参数的数目 时间滞后效应 例子：考察分布滞后模型（t＝1950～1990） y=10+2*x+x(-1)+0.5*x(-2)+0.25*x(-3)+0.125*x(-4) +0.0625*x(-5)+0.03125*x(-6) 这里，假设X的系数按照：2、1、 0.5、 0.25、 0.125、 0.0625、 0.03125递减，表示距离现在越近，X的影响越大 作以下两个模拟试验 模拟1：1960年X增加1，其他年份为0 结论： 在某一年（60年）的一个冲击，要经过若干期（6年）才能减退。 分布模型中，各个X的系数正好就是分布滞后的效应。 模拟2：1960年以前X为0，以后为1 结论： X在某一年（60年）突然上涨到一个新的水平。但这种变化在Y上并没有马上体现出来，而是要经过若干年（6年） 分布模型中，各个X系数的和恰好是Y的总的变化。 总乘数＝3.96875，平均滞后时间=0.944882 有限分布滞后模型的估计 模型： 宗旨是对分布滞后参数b1……bs施加约束，减少待估变量的个数 对b施加约束的方法 经验权数法 等权滞后 递减滞后 倒V形滞后 ALMON多项式法——一种灵活的方法 经验权数法 经验权数法：从经验出发为滞后变量指定权数，即指定滞后变量的系数以权数值，使滞后变量按权数线性组合，构成新的变量W，进而对其使用OLS估计参数。 1、等权滞后形式 等权滞后形式：也称矩形滞后形式，在这种形式中假定权数都相等，也就是说X的逐次滞后值对Y的影响相同。 例如：指定权数为1/3 Wt=1/3Xt+ 1/3Xt-1+ 1/3Xt-2 …+ 1/3Xt-s 2、递减滞后形式 假定权数是递减的，即X的近期对Y的影响较远期大。 例如消费需求函数中，现期收入对消费需求的影响大，越滞后影响越小。 比如指定递减权数为1/2，1/4，1/6，1/8… Wt=1/2Xt+ 1/4Xt-1+ 1/6Xt-2 + 1/8Xt-3+ … 3、倒V型滞后形式 假定权数先递增后递减形成^型，即倒V型。 如指定权数1/10，1/6，1/4，1/2，1/7，1/12… Wt=1/10Xt+ 1/6Xt-1+ 1/4Xt-2 + 1/2Xt-3 + 1/7Xt-4 + 1/12Xt-5 … 得到Wt后 将模型 变为Yt=a0+a1Wt+ut 对之使用OLS ALMON多项式法基本步骤 第一步：对参数b项作ALMON多项式变换，即用一个多项式表示b bk=a0+a1k+a2k2 +…+arkr (rs) 一般，r=3或r=4 得到各参数b的线性函数，称为b方程组 如果知道a值，就很容易得到b ALMON多项式法基本步骤 第二步： Yt=a+a0Xt+(a0+a1+…+ar)Xt-1 +(a0+2a1+a2*22 +…+ar*2r )Xt-2 +…+ (a0+s*a1+a2*s2 +…+ar*sr ) Xt-s + ut 整理： Yt=a+a0(Xt+X