滞后变量模型.ppt

值得注意的是，该检验法可适用任意阶的自回归模型，对应的h统计量的计算式（*）仍然成立，即只用到回归系数的估计方差；此外，该检验法是针对大样本的，用于小样本效果较差。第63页，课件共92页，创作于2023年2月案例分析【案例1】为了研究1955—1974年期间美国制造业库存量和销售额的关系，我们在例7.3中采用了经验加权法估计分布滞后模型。下面用阿尔蒙法估计如下有限分布滞后模型：将系数用二次多项式近似，即第64页，课件共92页，创作于2023年2月则原模型可变为其中估计如下回归方程形式第65页，课件共92页，创作于2023年2月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，因此不可能对其直接进行估计。要使模型估计能够顺利进行，必须施加一些约束或假定条件，将模型的结构作某种转化。库伊克（Koyck）变换就是其中较具代表性的方法。（3）科伊克（Koyck）方法第31页，课件共92页，创作于2023年2月科伊克方法是将无限分布滞后模型转换为自回归模型，然后进行估计。对于无限分布滞后模型：科伊克变换假设?i随滞后期i按几何级数衰减：其中，0?1，称为分布滞后衰减率，1-?称为调整速率（Speedofadjustment）。第32页，课件共92页，创作于2023年2月通常称为分布滞后衰减率，值越接近零，衰减速度越快（如图）。图按几何级数衰减的滞后结构（库伊克）第33页，课件共92页，创作于2023年2月科伊克变换的具体做法:将科伊克假定?i=?0?i代入无限分布滞后模型，得滞后一期并乘以?，得(*)将（*）减去（**）得科伊克变换模型：(**)整理得科伊克模型的一般形式：第34页，课件共92页，创作于2023年2月科伊克模型的特点：（1）以一个滞后因变量Yt-1代替了大量的滞后解释变量Xt-i，最大限度地节省了自由度，解决了滞后期长度s难以确定的问题；（2）由于滞后一期的因变量Yt-1与Xt的线性相关程度可以肯定小于X的各期滞后值之间的相关程度，从而缓解了多重共线性。第35页，课件共92页，创作于2023年2月（1）模型存在随机项和vt的一阶自相关性；（2）滞后被解释变量Yt-1与随机项vt不独立。这些新问题需要进一步解决。（3）它假定无限滞后分布呈几何递减滞后结构。这种假定对某些经济变量可能不适用，如固定资产投资对总产出影响的滞后结构就不是这种类型但科伊克变换也同时产生了新问题：第36页，课件共92页，创作于2023年2月三、自回归模型的参数估计一个无限期分布滞后模型可以通过科伊克变换转化为自回归模型。事实上，许多滞后变量模型都可以转化为自回归模型，自回归模型是经济生活中更常见的模型。以适应预期模型以及局部调整模型为例进行说明。1、自回归模型的构造第37页，课件共92页，创作于2023年2月（1）自适应预期（Adaptiveexpectation）模型在某些实际问题中，因变量Yt并不取决于解释变量的当前实际值Xt，而取决于Xt的“预期水平”或“长期均衡水平”Xte。例如，家庭本期消费水平，取决于本期收入的预期值；市场上某种商品供求量，决定于本期该商品价格的均衡值。因此，自适应预期模型最初表现形式是第38页，课件共92页，创作于2023年2月难点预期是对未来的判断，在大多数情况下，预期值是不可观测的。因此，实际应用中需要对预期的形成机理作出某种假定。自适应预期假定就是其中之一，具有一定代表性。第39页，课件共92页，创作于2023年2月自适应预期假定：经济活动主体对某经济变量的预期，是通过一种简单的学习过程而形成的，其机理是，经济活动主体会根据自己过去在作预期时所犯错误的程度，来修正他们以后每一时期的预期，即按照过去预测偏差的某一比例对当前期望进行修正，使其适应新的经济环境。第40页，课件共92页，创作于2023年2月由于预期变量是不可实际观测的，往往作如下自适应预期假定:其中：r为预期系数（coefficientofexpectation）,0?r?1。该式的经济含义为：“经济行为者将根据过去的经验修改他们的预期”，即本期预期值的形成是一个逐步调整过程，本期预期值的增量是本期实际值与前一期预期值之差的一部分，其比例为r。这个假定还可写成：第41页，课件共92页，创作于2023年2月将代入得(*)将（*）式