经济预测与决策单方程回归模型PPT.pptVIP

单方程回归模型的几个专题 动态经济模型：分布滞后模型 令 期的消费支出， 期的可支配收入 期的可支配收入， 期的可支配收入，考虑模型 （1） ;比较两个模型： ;滞后的原因： 1．心理上的原因 (惯性作用） 2．技术上的原因（如旧款电气设备会降价） 3．制度上的原因（如职员工资）;B0称为短期（或冲击）乘数，B0+B1+…+Bs;分布滞后模型的估计： 难点是如何确定k值，若k偏大，则自由度会减少，从而统计推断的可靠性会降低，同时还会有多重共线性问题。 ;（弱）平稳时间序列（Yt） ;伪回归现象：非平稳时间序列 有时候，包含时间序列数据的回归模型表面上看回归结果很好，但进一步研究就值得怀疑. 这种回归称为伪回归. 伪回归主要表现为D.W值（d）较低. 格兰杰认为： 若 , 则很可能存在伪回归现象. 如果以一个非平稳时间序列拟合另一个非平稳时间序列，就会产生伪回归现象. ;单位根检验（平稳性检验） 设 Yt 为一随机时间序列，估计方程 其中△为一阶差分算子，t 为趋势变量 提出零假设 H0 : A3=0 （Yt 是非平稳的） 用τ检验可检验 H0，该方法由Diskey-Fuller提出，其临界值表根据蒙特卡洛模拟得到 ;协整时间序列： 如果两个非平稳的时间序列之间存在一种（长期）稳定或均衡的关系，就称时间序列是协整的，换言之，如果两个非平衡时间序列的线性组合是平稳的，则这两个时间序列是协整的，例：酒鬼和他的爱犬：酒鬼漫无目的徘徊，他的爱犬也嬉戏徘徊，但小狗从来没有离开过主人. 所以说他们的漫步是协整的。; 在处理时间序列数据时，必须确保每个时间序列是平稳的，或者它是协整的，否则就可能陷入伪回归。;随机游走模型（布朗运动） 从而 ， , 即 Yt 是非平稳时间序列. 但 是平稳的. ;带漂移项的随机游走模型 ; 注：如果 Yt 与 Xt 是非平稳的，则较高的 R2 和较高的 t 值会使你误以为找到了两者之间的某种关系. 事实上, R2 高可能仅仅反映了两个变???具有相同趋势，它们之间可能没有任何真正关系. ;第四章 多元回归分析;4.1 多元线性回归模型及其假定;回归系数;4.2 参数的最小二乘估计;拟合值和残差的重要性质 （1）残差的样本均值为0； （2）每个自变量和OLS残差之间的样本协方差为0；拟合值与残差之间的样本协方差也为0； （3）点 总位于OLS回归线上；;4.3 最小二乘估计量的性质;1、线性性 ; 3、有效性（最小方差性） ;其中利用了