滯后變量模型ppt課件-wenkub
2022-11-19 00:02:02 本頁(yè)面
【正文】 期的滯后值： titisit XY ??? ??? ???0◎ ?0： 短期 (shortrun)或 即期乘數(shù) (impact multiplier)， 表示 本期 X變化一單位對(duì) Y平均值的影響程度 。 tttt YXY ???? ???? ? 1210稱為 一階自回歸模型（ firstorder autoregressive model）。 例：投資者對(duì)利率調(diào)整的反應(yīng)有多快？ 企業(yè)對(duì)營(yíng)銷策略的調(diào)整需要滯后多長(zhǎng)時(shí)間才能產(chǎn)生影響？ 二、分布滯后模型的參數(shù)估計(jì) ?基本思想在于對(duì)滯后變量進(jìn)行加權(quán)，合成新的變量 ? 無(wú)限期的分布滯后模型 ，由于樣本觀測(cè)值的有限性，使得無(wú)法直接對(duì)其進(jìn)行估計(jì)。 A、 遞減型： ◎ 即認(rèn)為 權(quán)數(shù)是遞減的 ， X的近期值對(duì) Y的影響較遠(yuǎn)期值大 。 ◎ 如滯后期為 3， 指定相等權(quán)數(shù)為 1/4， 則新的線性組合變量為： B、矩型： 3212 41414141??? ???? ttttt XXXXW◎ 認(rèn)為 權(quán)數(shù)先遞增后遞減 呈倒 “ V” 型 （ 或 A型 ） 。 （ 2）阿爾蒙（ Almon）多項(xiàng)式法 （ Almon， 1965） ? 主要思想 ： 針對(duì)有限滯后期模型，通過(guò)阿爾蒙變換，利用有限多項(xiàng)式近似模型待估參數(shù)，定義新變量，以減少解釋變量個(gè)數(shù)，然后用 OLS法估計(jì)參數(shù)。 ? 使用阿爾蒙法需要事先確定兩個(gè)問(wèn)題： ■ 滯后期長(zhǎng)度 s：經(jīng)濟(jì)理論、實(shí)際經(jīng)驗(yàn)、統(tǒng)計(jì)檢驗(yàn) ■ 多項(xiàng)式次數(shù) m：主觀確定 ? 需注意的是，在實(shí)際估計(jì)中，阿爾蒙多項(xiàng)式的階數(shù) m一般取 2或 3，不超過(guò) 4，否則達(dá)不到減少變量個(gè)數(shù)的目的。 2階阿爾蒙多項(xiàng)式估計(jì)結(jié)果如下： ＃ 對(duì)滯后 6期的模型進(jìn)行 OLS估計(jì)的結(jié)果： 最后得到分布滯后模型估計(jì)式為： 321 ??? ????? ttttt XXXXY （ 1 3 .6 2 ） ( 0 .1 9 ) ( 2 .1 4 ) ( 1 . 8 8 ) ( 1 .8 6) 654 9 2 8 9 ??? ??? ttt XXX ( 1 .9 6 ) ( 1 .1 0 ) ( 0 .2 4 ) 321????????tttttXXXXY （ 1 2 . 43 ） ( 1 . 80 ) ( 1 . 89 ) ( 1. 21 ) ( 0 . 3 6) 654 ??? ??? ttt XXX ( 0 .9 3 ) ( 1. 09 ) ( 1 . 12 ) 2R= 77 0 F= 42 . 54 DW= 1 . 03 （ 3）科伊克（ Koyck）方法 ? 科伊克方法是將無(wú)限分布滯后模型轉(zhuǎn)換為自回歸模型，然后進(jìn)行估計(jì) tiitit XY ??? ??? ????0如果 偏回歸系數(shù) ?i隨滯后期 i按幾何級(jí)數(shù)衰減： ii ??? 0?其中， 0?1，稱為分布滯后衰減率， 1?稱為 調(diào)整速率 （ Speed of adjustment），稱上述模型為 幾何分布滯后模型（ 科伊克模型）。 這些新問(wèn)題需要進(jìn)一步解決。 自回歸模型的構(gòu)造 （ 1）自適應(yīng)預(yù)期（ Adaptive expectation）模型 ? 在某些實(shí)際問(wèn)題中，因變量 Yt并不取決于解釋變量的當(dāng)前實(shí)際值 Xt，而取決于 Xt的未來(lái)“預(yù)期水平” Xt＋ 1e。常用的假定之一是： 自適應(yīng)預(yù)期假定（ AE假設(shè)）： 經(jīng)濟(jì)活動(dòng)主體會(huì)根據(jù)自己過(guò)去在作預(yù)期時(shí)所犯錯(cuò)誤的程度來(lái)修正其以后每一時(shí)期的預(yù)期 。 （ 2）局部調(diào)整 (Partial Adjustment)模型 ? 經(jīng)濟(jì)活動(dòng)中，同樣存在這樣一類現(xiàn)象：為了適應(yīng)解釋變量的變化，因變量有一個(gè)預(yù)期的最佳值與之對(duì)應(yīng)。對(duì)應(yīng)于一定的經(jīng)濟(jì)總量水平，存在著一個(gè)預(yù)期的最佳貨幣供給量 上述例子說(shuō)明： 解釋變量的現(xiàn)值影響著因變量的預(yù)期值 ，即有： ttet XY ??? ??? 10? Yte同樣不可觀測(cè)。 顯然這也是一個(gè) 自回歸模型。 ◎ 對(duì)于隨機(jī)解釋變量與誤差項(xiàng)的同期相關(guān)問(wèn)題，可以采用 工具變量法 ◎ 對(duì)于隨機(jī)誤差項(xiàng)之間的序列相關(guān)問(wèn)題，可以采用 廣義差分法 ? 以一階自回歸模型為例說(shuō)明 : (1) 工具變量法 ? 若 Yt1與 ?t同期相關(guān)，則 OLS估計(jì)是有偏的，并且不是一致估計(jì)。 ?一個(gè)更簡(jiǎn)單的情形是直接用 Xt1作為 Yt1的工具變量。唯一可做的，就是盡可能地建立“正確”的模型，以使序列相關(guān)性的程度減輕。 如果直接對(duì)下式作 OLS回歸 tttt PXY ???? ???? 210得 ttt PXY 4 2 6 1 1 ????（ ） () () 可見該模型隨機(jī)擾動(dòng)項(xiàng)具有序列相關(guān)性， 四、格蘭杰因果關(guān)系檢驗(yàn) ?先有雞還是先有蛋？ ? 自回歸分布滯后模型旨在揭示：某變量的變化受其自身及其他變量過(guò)去行為的影響。 一般地，如果 X是 Y的格蘭杰原因，則 X的變化應(yīng)先于 Y的變化，因此，在做 Y對(duì)其它變量（包括自身過(guò)去值）的回歸時(shí)，如果 把 X的過(guò)去或滯后值包括進(jìn)來(lái)能顯著改善對(duì) Y的預(yù)測(cè)，則可以認(rèn)為 X是 Y的格蘭杰原因。 注意： ? 格蘭杰因果關(guān)系檢驗(yàn) 對(duì)于滯后期長(zhǎng)度的選擇有時(shí)很敏感。 例 檢驗(yàn) 1978~2021年間中國(guó)當(dāng)年價(jià) GDP與居民消費(fèi) CONS的因果關(guān)系。 表 5 .2. 4 格蘭杰因果關(guān)系檢驗(yàn) 滯后長(zhǎng)度 格蘭杰因果性 F 值 P 值 LM 值 A I C 值 結(jié)論 2 GDP ? ???C O N S 拒絕 C O N S ? ???G D P 不拒絕 3 GDP ? ???C O N S 0. 001 拒絕 C O N S ? ???G D P 不拒絕 4 GDP ? ???C O N S 10E 04 10 拒絕 C O N S ? ??
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1