- 1、本文档共34页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
计量经济学—理论跟使用6-分散滞后
计量经济学 zhanghx_c@126.com 滞后变量模型 在经济领域,一个变量对另一个变量往往有滞后影响,如收入对消费的影响、广告对需求的影响、投资对GDP的影响等等。即某些经济变量不仅受到同期各种因素的影响,而且也受到过去某些时期的各种因素甚至自身的过去值的影响。 滞后变量模型 通常把这种过去时期的,具有滞后作用的变量叫做滞后变量(Lagged Variable),含有滞后变量的模型称为滞后变量模型,又称为动态模型。 滞后效应产生的原因 心理原因 技术 制度 滞后变量模型 滞后变量模型的一般形式 自回归分布滞后模型(autoregressive distributed lag model, ADL):既含有Y对自身滞后变量的回归,还包括着X分布在不同时期的滞后变量 滞后变量模型 分布滞后模型 ?0:短期(short-run)或即期乘数(impact multiplier),表示本期X变化一单位对Y平均值的影响程度。 ?i (i=1,2…,s):动态乘数或延迟系数,表示各滞后期X的变动对Y平均值影响的大小。 滞后变量模型 称为长期(long-run)或均衡乘数(total distributed-lag multiplier),表示X变动一个单位,由于滞后效应而形成的对Y平均值总影响的大小。 分布滞后模型 分布滞后模型具有广泛的应用: 主要内容: (一)有限滞后模型 (二)无限滞后模型 (三)Granger检验 有限滞后模型 设定有限滞后长度的模型称为有限滞后模型 如果滞后长度已知,可以使用普通方法进行估计 关键在于如何确定滞后长度 有限滞后模型 判断滞后长度的基本方法就是反复尝试,选择在统计和经济方面最理想的一个长度。 可按如下步骤进行: 有限滞后模型 上述方法有两个主要问题: 1、滞后长度越长,自由度越小; 2、共线性问题会比较明显。 有限滞后模型 解决方法 经验加权法:对不同滞后期的变量加权求和 递减型 矩形 倒V型 Almon多项式法 滞后影响的变化模式可能有多种。 有限滞后模型 有限滞后模型 有限滞后模型 有限滞后模型 假定二次式是合适的,且已知滞后长度为k,则模型可以写为: 有限滞后模型 采用Almon方法,可以有效的减少待估参数的个数,但共线性问题依然存在; 根据Almon方法获得的参数,可以很容易的推出所感兴趣的参数; 可以通过不断尝试的方法,判断应选择几次多项式。 无限滞后模型 Koyck方法 Koyck假定滞后效应是按如下几何级数递减的: 无限滞后模型 无限滞后模型 在此种模式下,无限滞后模型可以写为: 无限滞后模型 该模型注定会违背回归模型的基本假定: 1、解释变量有随机变量,需要注意是否与随机 项相关 2、随机项是自相关的,需要处理 无限滞后模型 模型参数的解释: Granger检验 Granger检验 Granger检验经常用来判断两个变量的因果关系,其基本思想是,如果X为Y的原因,则X的发生应该在前,应该可以通过X预测Y,所以Granger检验是通过检验可预测性来推断因果关系 Granger检验 检验要求估计如下回归 Granger检验 检验对象: Granger检验 检验统计量 Granger检验 检验结果有四种: Granger检验 两点注意: 1、在检验之前,要先保证序列的平稳性,或者具有协整关系; 2、检验结果对滞后长度敏感。 Granger检验 Granger检验 * * 有限滞后模型 举例:拟建立多项式分布滞后模型来考察基建投资与发电量的关系。 有限滞后模型 (13.62)(1.86) (0.15) (-0.67) 求得的分布滞后模型参数估计值为 经过试算发现,在2阶阿尔蒙多项式变换下,滞后期数取到第6期,估计结果的经济意义比较合理。2阶阿尔蒙多项式估计结果如下: 有限滞后模型 直接对滞后6期的模型进行OLS估计的结果: 最后得到分布滞后模型估计式为: 有限滞后模型 所需要的时间 达到其总变化量的 发生变化后, 表示在 % Y X 50 中位滞后: ln ln 2 l - 总效应: 1 0 l b - ( ) ( ) )中待估参数的个数。 为无约束回归( 为滞后项的个数, 平方和; 的滞后项的回归的残差 的滞后项和 为包括了 平方和; 的滞后项的回归的残差 对 为 ur k p Y X RSS Y Y RSS k n / RSS p / RSS RSS F ur r ur ur r - - = *
文档评论(0)