第八讲滞后变量模型.docVIP

第8章 滞后变量模型 8.1 滞后变量模型的基本概念 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：有些经济变量的发展变化有很强的继往性，当期水平与前期水平有极为密切的关系。 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 (8.1.1) 其中，k,p分别为滞后解释变量和滞后因变量的滞后期长度。为被解释变量的第阶滞后，为解释变量的第阶滞后。若滞后期长度为有限，称模型为有限滞后变量模型；若滞后期长度为无限，称模型为无限滞后变量模型。由于模型既含有对自身滞后变量的回归，还包括解释变量分布在不同时期的滞后变量，因此，一般称为自回归分布滞后模型（autoregessive distributed lag model，ADL）。 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 (8.1.2) (8.1.2)* 具有这种滞后分布结构的模型称为分布滞后模型(distributed lag model)。 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因变量的不同影响程度。 称为短期影响乘数(或即期乘数、短期乘数、短期效果)，表示本期解释变量x变动一个单位对被解释变量y值产生的影响，即短期影响。 称为延期过渡性乘数（或中期乘数、动态乘数）(i=1，2，…，k，…)，表示解释变量在各滞后期变动一个单位对y值的影响大小，即x的滞后影响。 称为长期影响乘数（或长期乘数、总分布乘数、长期效果），表示x变动一个单位时，由于滞后效应而形成的对y值总的影响大小。 例如，设有消费模型： ，则本期收入对本期消费的影响为0.6；上期收入对本期消费的影响为0.3；上上期收入对本期消费的影响为0.1。 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) 则称这类模型为自回归模型，其中p称为自回归模型的次数。而为一阶自回归模型。 例8.1.1 消费滞后 消费者的消费水平，不仅依赖于当年的收入，还同以前的消费水平有关。其消费模型可以表示为 其中，、分别为第t年的消费和收入，a为常数，为边际消费倾向，表示本期收入每增加一单位时，本期消费将增加个单位；表示上期消费对本期消费的影响，即上期消费每增加一单位时，本期消费将增加个单位。 例8.1.2 通货膨胀滞后 通货膨胀与货币供应量的变化有着较密切的联系。可用如下k阶分布滞后模型 其中，分别为第t季度的物价指数和广义货币的增长率。 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))。 例如，，式中 例如，假设某经济变量服从一个滞后3期的分布滞后模型： 如果根据经验判断滞后解释变量对因变量的影响递减，权数取某种形式，比如为 则新的线性组合变量为 原模型就变