滯后變量模型ppt課件(參考版)
2024-11-07 00:02本頁(yè)面
【正文】 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 ? ???G D P 拒絕 5 GDP ? ???C O N S 拒絕 C O N S ? ???G D P 拒絕 6 GDP ? ???C O N S 不拒絕 C O N S? ???G D P 拒絕 ? 隨著滯后階數(shù)的增加 ， 拒絕 “ GDP是居民消費(fèi) CONS的原因 ” 的概率變大 ， 而拒絕 “ 居民消費(fèi) CONS是 GDP的原因 ” 的概率變小 ? 如果同時(shí)考慮檢驗(yàn)?zāi)Ｐ偷男蛄邢嚓P(guān)性以及赤池信息準(zhǔn)則 ， 發(fā)現(xiàn)： 滯后 4階或 5階的檢驗(yàn)?zāi)Ｐ筒痪哂?1階自相關(guān)性 ， 而且也擁有較小的AIC值 ， 這時(shí) 判斷結(jié)果 是 :GDP與 CONS有雙向的格蘭杰因果關(guān)系 ，即相互影響 。 因此，從 2階滯后的情況看， GDP的增長(zhǎng)是居民消費(fèi)增長(zhǎng)的原因，而不是相反。 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。 ? 因此， 一般而言 ，常進(jìn)行不同滯后期長(zhǎng)度的檢驗(yàn)，以 上述檢驗(yàn)?zāi)Ｐ椭械碾S機(jī)誤差項(xiàng)不存在序列相關(guān)的滯后期長(zhǎng)度 來(lái)選取滯后期。 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。 titmiimiitit YXY 111??? ??? ???? ??如 ：針對(duì) 中 X滯后項(xiàng)前的參數(shù) α整體為零 的假設(shè) (X不是 Y的格蘭杰原因 ) 分別做包含與不包含 X滯后項(xiàng)的回歸，記前者與后者的殘差平方和分別為 RSSU、 RSSR；再計(jì)算 F統(tǒng)計(jì)量： )/(/)(knR SSmR SSR SSFUUR???k為無(wú)約束回歸模型的待估參數(shù)的個(gè)數(shù)。 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。 ? 從一個(gè)回歸關(guān)系式中，無(wú)法確定變量間是否存在因果關(guān)系。 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(jiàn)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。 長(zhǎng)期貨幣流通量模型 可設(shè)定為 tttet PXY ???? ???? 210由于長(zhǎng)期貨幣流通需求量不可觀測(cè)，作局部調(diào)整 : )( 11 ?? ??? tettt YYYY ?(*) (**) 將（ *）式代入（ **）得 短期貨幣流通量需求模型 ： ttttt YPXY ????????? ?????? ? 1210 )1( 表 中國(guó)貨幣流通量、貸款額、居民消費(fèi)價(jià)格指數(shù)歷史數(shù)據(jù) 單位：億元，上年 =1 00 年度 貸幣流通量 Y 民民消費(fèi)價(jià)格指數(shù) P 貸款額 X 年度 貸幣流 通量 Y 民民消費(fèi)價(jià)格指數(shù) P 貸款額 X 1978 1850 1990 176 80. 7 1979 1991 213 37. 8 1980 1992 263 22. 9 1981 1993 329 43. 1 1982 102 1994 7288 .6 125 39976 1983 102 1995 505 44. 1 1984 1996 611 56. 6 1985 1997 101 77. 6 749 14. 1 1986 107 1998 112 04. 2 865 24. 1 1987 1999 134 55. 5 98 .7 937 34. 3 1988 105 51. 3 2021 146 52. 7 993 71. 1 1989 143 60. 1 對(duì) 局部調(diào)整模型 運(yùn)用 OLS法估計(jì)結(jié)果如下 15 6 3 7 1 7 0 0 ?????? tttt YPXY （ ） () () () 最后得到 長(zhǎng)期貨幣流通需求模型 的估計(jì)式： ttet PXY 6 3 4 8 3 ????ttttt YPXY ????????? ?????? ? 1210 )1( 注意： 盡管 .=，但不能據(jù)此判斷自回歸模型不存在自相關(guān) (Why?)。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。 ?上述工具變量法只解決了解釋變量與 ?t相關(guān)對(duì)參數(shù)估計(jì)所造成的影響，但沒(méi)有解決 ?t的自相關(guān)問(wèn)題。 ?一個(gè)更簡(jiǎn)單的情形是直接用 Xt1作為 Yt1的工具變量。 ? 由此得到的 參數(shù)估計(jì)量具有一致性 。 ◎ 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)。 tttt vYXY ????? ? 10)1( ????1??? tttv
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1