3+单方程计量经济学模型的专门问题(4).ppt

或： (*) 其中，?为调整系数，0? ? ?1 在(*)式中代入 得 可见，局部调整模型转化为自回归模型 储备按预定水平逐步进行调整，故有如下局部调整假设： 2）自回归模型的参数估计 考伊克模型： 对于自回归模型 估计时的主要问题：滞后被解释变量的存在可能导致它与随机扰动项相关，以及随机扰动项出现序列相关性。 自适应预期模型： 显然存在： 局部调整模型： 存在：滞后被解释变量Yt-1与随机扰动项??t的异期相关性。 因此，对自回归模型的估计主要需视滞后被解释变量与随机扰动项的不同关系进行估计。 以一阶自回归模型为例说明: (1) 工具变量法 若Yt-1与?t同期相关，则OLS估计是有偏的，并且不是一致估计。 因此，对上述模型，通常采用工具变量法，即寻找一个新的经济变量Zt，用来代替Yt-1。 参数估计量具有一致性。 对于一阶自回归模型 在实际估计中，一般用X的若干滞后的线性组合作为Yt-1的工具变量: 由于原模型已假设随机扰动项?t与解释变量X及其滞后项不存在相关性，因此上述工具变量与?t不再线性相关。 一个更简单的情形是直接用Xt-1作为Yt-1的工具变量。 （2）普通最小二乘法 若滞后被解释变量Yt-1与随机扰动项?t同期无关（如局部调整模型），可直接使用OLS法进行估计，得到一致估计量。 上述工具变量法只解决了解释变量与?t相关对参数估计所造成的影响，但没有解决?t的自相关问题。 事实上，对于自回归模型， ?t项的自相关问题始终存在，对于此问题，至今没有完全有效的解决方法。唯一可做的，就是尽可能地建立“正确”的模型，以使序列相关性的程度减轻。 注意： 3.4 滞后变量模型 滞后变量模型的概念 分布滞后模型的参数估计 自回归模型的参数估计 格兰杰因果关系检验 在经济变量间的关系中，广泛存在时间滞后现象。某些经济变量不仅受到同期各种因素的影响，而且也受到这些因素过去某些时期的值甚至自身的过去值的影响。这种因变量受到自身或另一（些）解释变量的前几期值影响的现象称为滞后效应。表示前几期值的变量称为滞后变量。 （Lagged Variable），把含有滞后变量的模型称为滞后变量模型。 如：消费函数模型 Ct=α+β0 Yt+β1 Yt-1+β2 Yt-2+?t Yt-1，Yt-2为滞后变量，是前1期，或前2期收入。 滞后变量模型考虑了时间因素的作用，使静态分析的问题有可能成为动态分析。所以，含有滞后解释变量的模型，又称动态模型（Dynamical Model）。 3.4.1 滞后变量模型的概念 （1）心理因素：人们的心理定势，行为方式滞后于经济形势的变化，如中彩票的人不可能很快改变其生活方式。 （2）技术原因：如当年的产出在某种程度上依赖于过去若干期内投资形成的固定资产。 （3）制度原因：如定期存款到期才能提取，造成了它对社会购买力的影响具有滞后性。 1) 产生滞后效应原因 2）滞后变量模型 以滞后变量作为解释变量，就得到滞后变量模型。它的一般形式为： q，s：滞后时间间隔 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 有限自回归分布滞后模型：滞后期长度有限 无限自回归分布滞后模型：滞后期无限 （1）分布滞后模型（distributed-lag model） 分布滞后模型：模型中没有滞后被解释变量，仅有解释变量X的当期值及其若干期的滞后值： ?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(条件均值，下同)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。 如果各期的X值保持不变（设为 ），则X与Y间的长期或均衡关系即为 称为长期（long-run）或总分布滞后乘数（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。 分布滞后模型的几何意义 几何意义：在时刻t的X的单位变化对时刻t及其随后时期Y的影响 对Y的影响 时间 t t+2 t+1 t+3 t+4 t+5 β0Xt β0=0.4 β1Xt β1=0.3 β2Xt β2=0.2 β3Xt β4Xt β5Xt 例：消费函数。假定某人的年薪增加了1万元，并假定是“永久性”的增加。收入增加后，通常人们并不