动态经济模型自回归模型和分布滞后模型.pptxVIP

动态经济模型：自回归模型和分布滞后模型;;例2．Yt = α+βYt-1 + ut, t = 1,2,…,n 本例中Y的现期值与它自身的一期滞后值相联系，即依赖于它的过去值。一般情况可能是： Yt = f (Yt-1, Yt-2, … , X2t, X3t, … ) 即Y的现期值依赖于它自身若干期的滞后值，还依赖于其它解释变量。 在本例中，滞后的因变量（内生变量）作为解释变量出现在方程的右端。这种包含了内生变量滞后项的模型称为自回归模型。 ;动态经济模型 我们上面列举了模型中包含滞后经济变量的两种情况。第一种是仅包???滞后外生变量的模型，第二种是包含滞后内生变量的模型。在两种情况下，都通过一种滞后结构将时间维引入了模型，即实现了动态过程的构模。 ; ; ;;（1） 对于λ的每个值，计算 Zt=Xt+λXt-1+λ2Xt-2+…+λPXt-P (3);;所有的X滞后项都消掉了，因此 Yt =α(1-λ)+βXt + λYt-1 + ut-λut-1 (7);??; 从实践的观点来看，科克变换模型很有吸引力，一个OLS回归就可得到α、β和λ的估计值（α的估计值是（7）式中的常数项除以1减Yt-1的系数估计值）。这显然比前面介绍的格点搜索法要省时很多，大大简化了计算。 可是，科克变换后模型的扰动项为 ut-λut-1 ，这带来了自相关问题（这种扰动项称为一阶移动平均扰动项）。并且，解释变量中包含了Yt-1，它是一个随机变量，从而使得高斯—马尔柯夫定理的解释变量非随机的条件不成立。此问题的存在使得OLS估计量是一个有偏和不一致估计量。这可以说是按下葫芦起了瓢。我们将在第四节中讨论科克模型的估计问题。;第三节 部分调整模型和适应预期模型 有两个著名的动态经济模型，它们最终可化成与上一节（2）式相同的几何分布滞后形式，因此都是科克类型的模型。它们是： 部分调整模型（Partial adjustment model） 适应预期模型（Adaptive expectations model） ; ; ;(1）式 Yt* =α+βXt+ut 代入（3）式 Yt =δYt* +(1-δ) Yt-1 ，得到 Yt=αδ+βδXt+(1-δ)Yt-1+δut （4） 用此模型可估计出α、β和δ的值。; 不难看出，（4）式 Yt=αδ+βδXt+(1-δ)Yt-1+δut （4） 与变换后的科克模型的形式相似，我们也不难通过对（4）式中Yt-1进行一系列的置换化为几何分布滞后的形式。 （4）式两端取一期滞后，得 （5） 将此式代入（4）式，得到（为简单起见，省略扰动项）： （6） ; 我们可以用同样的方法置换Yt-2，以及随后的Yt-3, Yt-4,…,直至无穷，结果是将Yt表示为X的当前值和滞后值的一个滞后结构，系数为科克形式的几何递减权数，具体形式为： ; ; ;使用美国公司部门1918—1941年数据，得到如下回归结果：;. ; ;（8）式可写成 (0≤γ≤1) （9） 上式表明，X的预期值是其当前实际值和先前预期值的加权平均。γ的值越大，预期值向X的实际发生值调整的速度越快。 ; ; ;将（13）式 代入（10）式 ，得; ;; 上式中持久收入YitP不可观测，为解决这一问题，弗里德曼假设持久收入遵从适应预期过程，也就是说，如果某人的现期收入高于（或低于）其先前的持久收入概念，则他将增加（或减少）后者，增加（或减少）的幅度是二者之差乘以λ：; ; 至此，我们得到了实际消费和持久收入之间的关系式，即消费函数的弗里德曼模型。式中CitT起着扰动项的作用。; ; ;第四节 自回归模型