第七章+分布滞后模型与自回归模型.ppt

* （1） 对于库伊克模型，有 * （2）对于自适应预期模型 （3）对于局部调整模型，有 * ●出现了随机解释变量 ，而 可能与 关； ●随机扰动项可能自相关，库伊克模型和自适应预 期模型的随机扰动项都会导致自相关，只有局部调 整模型的随机扰动无自相关。 如果用最小二乘法直接估计自回归模型，则估计可能是有偏的，而且不是一致估计。 估计自回归模型需要解决两个问题： 设法消除 与 的相关性； 检验 是否存在自相关。 自回归模型的估计存在的主要问题 * 所谓工具变量法，就是在进行参数估计的过程中选择适当的工具变量，代替回归模型中同随机扰动项存在相关性的解释变量。工具变量的选择应满足如下条件： （1）与所代替的解释变量高度相关； （2）与随机扰动项不相关； （3）与其它解释变量不相关，以免出现多重共线性。 二、工具变量法 * DW检验法不适合于方程含有滞后被解释变量的场合.在自回归模型中，滞后被解释变量是随机变量，已有研究表明，如果用DW检验法，则d统计量值总是趋近于2。也就是说，在一阶自回归中，当随机扰动项存在自相关时，DW检验却倾向于得出非自相关的结论。 德宾提出了检验一阶自相关的h统计量检验法。 三、德宾h-检验 * h统计量定义为 其中， 为随机扰动项一阶自相关系数 的估计量， 为DW统计量， 为样本容量， 为滞后被解释变量 的回归系数的估计方差。 在 的假定下，h统计量的极限分布为标准正态分布。因此，在大样本情况下，可以用h统计量值判断随机扰动项是否存在一阶自相关。 （7.32） * 具体作法如下 （1）对一阶自回归方程 直接进行最小二乘估计，得到 及 值。 （2）将 、 及样本容量 代入（7.32）式计算h统计量值。 * 【例7.3】 已知1955—1974年期间美国制造业库存量 和销售额 的统计资料如表7.1（金额单位：亿美元）。设定有限分布滞后模型为： 运用经验加权法，选择下列三组权数： （1）1，1/2，1/4，1/8 （2）1/4，1/2，2/3，1/4 （3）1/4，1/4，1/4，1/4 分别估计上述模型，并从中选择最佳的方程。 （数据见教材表7.1） * 记新的线性组合变量分别为： 由上述公式生成线性组合变量 的数据。然后分别估计如下经验加权模型。 * 回归分析结果整理如下 模型一： 模型二： * 模型三： 从上述回归分析结果可以看出，模型一的扰动项无一阶自相关，模型二、模型三扰动项存在一阶正自相关；再综合判断可决系数、F 检验值、t 检验值，可以认为：最佳的方程是模型一，即权数为（1，1/2，1/4，1/8）的分布滞后模型。 * 三、阿尔蒙法 目的：消除多重共线性的影响。 基本原理：在有限分布滞后模型滞后长度 已知的情况下，滞后项系数有一取值结构，把它看成是相应滞后期 的函数。在以滞后期 为横轴、滞后系数取值为纵轴的坐标系中，如果这些滞后系数落在一条光滑曲线上，或近似落在一条光滑曲线上，则可以由一个关于 的次数较低的 次多项式很好地逼近，即 * 此式称为阿尔蒙多项式变换（图7.2）。 * 将阿尔蒙多项式变换代入分布滞后模型并整理，模型变为如下形式 其中 （7.5） * 对于模型（7.5），在满足古典假定的条件下，可用最小二乘法进行估计。将估计的参数代入阿尔蒙多项式，就可求出原分布滞后模型参数的估计值。 在实际应用中，阿尔蒙多项式的次数 通常取得较低，一般取2或3，很少超过4。 * 本节基本内容: ●库伊克模型 ●自适应预期模型 ●局部调整模型 第三节 自回归模型的构建 * 一、库伊克模型 无限分布滞后模型中滞后项无限多，而样本观测总是有限的，因此不可能对其直