eviews分布滞后及虚拟变量模型.pptVIP

eviews分布滞后和虚拟变量模型;§8.1 多项分布滞后（PDL）; 对于有限滞后长度的情形，分布滞后模型的一般形式如下 ; 可以使用多项式分布滞后（Polynomial Distributed Lags , PDL）来减少要估计的参数个数，以此来平滑滞后系数。平滑就是要求系数服从一个相对低阶的多项式。p 阶PDLs模型限制 ? 系数服从如下形式的 p 阶多项式 ; PDL有时被称为Almon分布滞后模型。常数 c 仅用来避免共线性引起的数值问题，不影响 ? 的估计。这种定义允许仅使用参数 p 来估计一个x 的 k 阶滞后的模型（如果 p k，将显示“近似奇异“错误信息）。 定义一个PDL模型，EViews用(8.1.2)式代入到(8.1.1)式，将产生如下形式方程 ; 一旦从(8.1.3)式估计出? ，利用(8.1.2)式就可得到 ? 的各系数。这一过程很明了，因为是? 的? 线性变换。定义一个PDLs要有三个元素：滞后长度k，多项式阶数（多项式最高次幂数）p和附加的约束条件。 一个近端约束限制 x 对 y 一期超前作用为零： ; 二、如何估计包含PDL的模型 ; 类似地， y c pdl(x , 12 , 4 , 2) 包含常数，解释变量 x 的当前和12阶分布滞后拟合因变量 y，这里解释变量x的系数服从带有远端约束的4阶多项式。 PDL也可用于二阶段最小二乘法TSLS。如果PDL序列是外生变量，应当在工具表中也包括序列的PDL项。为此目的，可以定义PDL(*)作为一个工具变量，则所有的PDL变量都将被作为工具变量使用。例如：如果定义TSLS方程为 sales c inc pdl(y(-1) , 12 , 4) 使用工具变量：z z(-1) pdl(*) 则y的分布滞后和z，z(-1)都被用作工具变量。 PDL不能用于非线性定义。; 三、例子 投资INV关于GDP的 分布滞后模型的结果如下; 逐个观察，GDP滞后的系数统计上都不显著。但总体上讲回归具有一个合理的R2 (尽管D—W统计量很低)。这是回归自变量中多重共线的典型现象，建议拟合一个多项式分布滞后模型。估计一个无限制的3阶多项式滞后模型，输入变量列表：INV c PDL(GDP, 3, 2)，窗口中显示的多项式估计系数，PDL01, PDL02, PDL03分别对应方程(8.1.3)中Z1, Z 2 , Z3 的系数?1 , ? 2 , ? 3 。 ; 方程（8.1.1）中的系数 ?j 在表格底部??示。 ;待估计的方程： INV = c(1) + c(2)*INV(-1) + c(6)*GDP + c(7)*GDP(-1) + c(8)*GDP(-2) + c(9)*GDP(-3) 估计的方程： INV = -15.877 + 0.97188*INV(-1) + 0.2548*GDP - 0.119657*GDP(-1) - 0.185*GDP(-2) + 0.0574*GDP(-3);§8.2 自回归模型; 考伊克和适应性期望模型则不能满足这些假定，然而部分调整模型中 ，因此， 如果满足经典线性回归模型的假设，则 也能满足，从而用最小二乘估计将得到一致估计。 如果遇到象考伊克或适应性期望那样的模型，最小二乘法不能直接应用，就需要设计解决估计的方法。;一、工具变量法; （8.2.2) 从（8.2.2）中估计出来的诸 是一致性的。 虽说工具变量法技术一旦找到适合的替代变量之后是容易应用的，但是要找到一个好的替代变量，并不是很容易的事。 ;二、在自回归模型中侦察自相关：德宾h检验; 其中n为样本容量， 为滞后 的方差， 为随机扰动项的一阶序列相关系数 的估计值。（8.2.3）又可写为： （8.2.4） h渐进地遵循零均值和单位方差的正态分