虚拟变量与分布滞后.ppt

3.5 滞后变量 （2）阿尔蒙估计法的步骤 分布滞后模型可以表示成： * * * * * bi i bi= α0+α1i+α2i2 * * * * * bi i bi= α0+α1i+α2i2 +α3i3 * * 3.5 滞后变量 设bi可以用二次多项式近似表示，即： bi= α0+α1i+α2i2 将此代入分布滞后模型，整理得： 定义： 称该变量变换为Almon变换；则原分布滞后模型可以表示成： 3.5 滞后变量 利用OLS法估计系数a，α0，α1，α2，进而得到bi的估计值。 （3）阿尔蒙估计法的特点 阿尔蒙估计法的原理巧妙、简单 两个问题：滞后期长度和多项式的次数。 3.5 滞后变量 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。 多项式次数可以依据经济理论和实际经验加以确定。一般取m=1～3。 （4）阿尔蒙估计的EViews软件实现 其命令格式为：LS Y C PDL(X，k，m，d) 其中，k为滞后期长度，m为多项式次数，d是对分布滞后特征进行控制的参数。 3.5 滞后变量 在LS命令中使用PDL项，应注意以下几点： ①必须指定k和m的值，d为可选项，不指定时取默认值0； ②如有多个具有滞后效应的解释变量，则分别用几个PDL项表示；例如： LS Y C PDL(x1，4，2) PDL(x2，3，2，2) ③在估计分布滞后模型之前，最好使用互相关分析命令CROSS，初步判断滞后期的长度k；命令格式为 CROSS Y X 接着输入滞后期p之后，将输出yt与xt、xt-1…xt-p的各期相关系数。也可以在PDL项中逐步加大k的值，再利用调整的判定系数和SC判断较为合适的滞后期长度k。 3.5 滞后变量 例9．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。 在EViews软件的命令窗口中依次键入以下命令： 操作演示 假定库存额与当年和前三年的销售额相关，所以设： 并假定：bi可以用一个二次多项式逼近。 3.5 滞后变量 利用Almon法估计模型。键入： LS Y C PDL(X，3，2) 操作演示 输出结果见下图。经Almon变换之后的估计结果为（其中Zi用PDL表示）： 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： 3.5 滞后变量 阿尔蒙估计:变换后的模型中不存在与随机误差项相关的解释变量；但却需要人为确定滞后期长度和多项式次数。 分布滞后模型最主要的问题就是多重共线性，以上讨论的方法，实际上都是对模型参数的分布特征做了一些约定，利用这些“附加信息”，才有效地消除多重共线性问题。 3.5 滞后变量 三、滞后效应分析 1．滞后效应的乘数分析 对于分布滞后模型 yt=a+b0xt+b1xt-1+…+bkxt-k+εt 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； 3.5 滞后变量 ：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） 利用乘数可以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。 3.5 滞后变量 2.滞后效应的速度分析 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。 3.5 滞后变量 （2）平均滞后时间MLT 称MLT为平均滞后时间（或平均滞后）， 3．自回归模型的滞后效