【正文】 (海量營銷管理培訓(xùn)資料下載 ) 而實(shí)際股息服從部分調(diào)整機(jī)制 tttt UDDD ???? ? )( 1*?ttttt UDDDD ???? ?? )( 1*1 ?ttt UD ???? ? 1???tttt UDD ????? ? 1)1( ???其中 Ut為擾動(dòng)項(xiàng)。 在對(duì)公司股息行為的研究中 ， Lintner發(fā)現(xiàn) ， 所有股份公司都將其稅后利潤的一部分以股息的形式分配給股東 ， 其余部分則用作投資 。 （ 4） 式兩端取一期滯后 ， 得 （ 5 ） 將此式代入 （ 4） 式 ， 得到 （ 為簡(jiǎn)單起見 ， 省略擾動(dòng)項(xiàng) ） ： （ 6 ） 1211 )1( ???? ????? tttt uYXY ??????221 )1()1()]1(1[ ?? ???????? tttt YXXY ?????????18 (海量營銷管理培訓(xùn)資料下載 ) 我們可以用同樣的方法置換 Yt2，以及隨后的 Yt3, Yt4,… ,直至無窮，結(jié)果是將 Yt表示為 X的當(dāng)前值和滯后值的一個(gè)滯后結(jié)構(gòu)，系數(shù)為科克形式的幾何遞減權(quán)數(shù)，具體形式為： ttttt XXXY ?????? ???????? ?? ......])1()1([ 221......)1()1( 221 ?????? ?? tttt uuu ??????)7(...][ 221 ttttt XXXY ????? ??????? ?? 與上節(jié)（ 2）式形式完全一樣。在這種情況下，用 OLS法估計(jì)，得到的參數(shù)估計(jì)量是一個(gè)一致的估計(jì)量（漸近無偏和漸近有效）。 （ 2）式 Yt – Yt1=δ （ Yt* Yt1） (2） 可改寫為： Yt =δ Yt* +(1δ ) Yt1 (3） 16 (海量營銷管理培訓(xùn)資料下載 ) (1） 式 Yt* =α +β Xt+ut 代入（ 3）式 Yt =δ Yt* +(1δ ) Yt1 ，得到 Yt=αδ+βδXt+(1δ )Yt1+δ ut （ 4） 用此模型可估計(jì)出 α 、 β 和 δ 的值。 如果δ =1， 則 Yt=Yt*,在一期內(nèi)實(shí)現(xiàn)全調(diào)整 。 15 (海量營銷管理培訓(xùn)資料下載 ) 從 （ 3） 式可看出 ， Yt是現(xiàn)期理想值和前期實(shí)際值的加權(quán)平均 。 13 (海量營銷管理培訓(xùn)資料下載 ) 第三節(jié) 部分調(diào)整模型和適應(yīng)預(yù)期模型 有兩個(gè)著名的動(dòng)態(tài)經(jīng)濟(jì)模型 ， 它們最終可化成與上一節(jié) （ 2） 式相同的幾何分布滯后形式 ， 因此都是科克類型的模型 。 這可以說是按下葫蘆起了瓢 。 并且 ， 解釋變量中包含了 Yt1， 它是一個(gè)隨機(jī)變量 ， 從而使得高斯 —馬爾柯夫定理的解釋變量非隨機(jī)的條件不成立 。 這顯然比前面介紹的格點(diǎn)搜索法要省時(shí)很多 ， 大大簡(jiǎn)化了計(jì)算 。 從長期看 ， 在忽略擾動(dòng)項(xiàng)的情況下 ， 如果 Xt趨向于某一均衡水平 則 Yt和Yt1也將趨向于某一均衡水平 (8) 這意味著 （ 9） 因此 ， X對(duì) Y的長期影響 （ 長期乘數(shù) ） 為 β /（ 1λ ） ，若 λ 位于 0和 1之間 ， 則 β /（ 1λ ） β ， 即長期影響大于短期影響 。這一形式使得我們可以很容易分析該模型的短期（即期）和長期動(dòng)態(tài)特性（短期乘數(shù)和長期乘數(shù)）。 α 和 β 的估計(jì)值即為該回歸所得到的估計(jì)值。 8 (海量營銷管理培訓(xùn)資料下載 ) （ 1） 對(duì)于 λ 的每個(gè)值 ， 計(jì)算 Zt=Xt+λ Xt1+λ 2Xt2+… +λ PXtP (3) P的選擇準(zhǔn)則是， λ P充分小，使得 X的 P階以后滯后值對(duì) Z無顯著影響。 步長越小 ， 結(jié)果精確度越高 ，當(dāng)然計(jì)算的時(shí)間也越長 。 7 (海量營銷管理培訓(xùn)資料下載 ) 二 . 非線性最小二乘法 非線性最小二乘法實(shí)際上是一種格點(diǎn)搜索法 。其次，從回歸結(jié)果中很可能得不到 β 和 λ 的唯一估計(jì)值。但直接估計(jì)（ 2）式是不可能的。 6 (海量營銷管理培訓(xùn)資料下載 ) 一 、 科克 分布滯后模型 科克方法簡(jiǎn)單地假定解釋變量的各滯后值的系數(shù)（ 有時(shí)稱為權(quán)數(shù) ） 按幾何級(jí)數(shù)遞減 ， 即： Yt =α +β Xt+βλXt1 +βλ2Xt2 +… + ut (2) 其中 0λ 1 這實(shí)際上是假設(shè)無限滯后分布 ， 由于 0λ 1， X的逐次滯后值對(duì) Y的影響是逐漸遞減的 。 這方面最著名的兩種方法是科克方法和阿爾蒙方法 。 因此 ， 分布滯后模型極少按 （ 1） 式這樣的一般形式被估計(jì) 。 在兩種情況下 ， 都通過一種滯后結(jié)構(gòu)將時(shí)間維引入了模型 ， 即實(shí)現(xiàn)了動(dòng)態(tài)過程的構(gòu)模 。 4 (海量營銷管理培訓(xùn)資料下載 ) 動(dòng)態(tài)經(jīng)濟(jì)模型 我們上面列舉了模型中包含滯后經(jīng)濟(jì)變量的兩種情況 。 在本例中 ， 滯后的因變量 （ 內(nèi)生變量 ） 作為解釋變量出現(xiàn)在方程的右端 。 3 (海量營銷管理培訓(xùn)資料下載 ) 例 2． Yt = α +β Yt1 + ut, t = 1,2,… ,n 本例中 Y的現(xiàn)期值與它自身的一期滯后值相聯(lián)系 ，即依賴于它的過去值 。 例 1． Yt = α +β Xt1 + ut, t = 1,2,… ,n 本例中 Y的現(xiàn)期值與 X的一期滯后值相聯(lián)系 ， 比較一般的情況是： Yt = α +β 0Xt +β 1Xt1 +…… +β sXts + ut, t = 1,2,… ,n 即 Y的現(xiàn)期值不僅依賴于 X的現(xiàn)期值 ， 而且依賴于 X的若干期滯后值 。1 (海量營銷管理培訓(xùn)資料下載 ) 動(dòng)態(tài)經(jīng)濟(jì)模型：自回歸模型和分布滯后模型 2 (海量營銷管理培訓(xùn)資料下載 ) 第一節(jié) 引言 很多經(jīng)濟(jì)過程的實(shí)現(xiàn)需要若干周期的時(shí)間 ， 因此需要在我們的計(jì)量經(jīng)濟(jì)模型中引入一個(gè)時(shí)間維 ， 通常的作法是將滯后經(jīng)濟(jì)變量引入模型中 。 讓我們用兩個(gè)簡(jiǎn)單的例子說明之 。 這類模型稱為 分布滯后模型 ， 因?yàn)?X變量的影響分布于若干周期 。 一般情況可能是： Yt = f (Yt1, Yt2, … , X2t, X3t, … ) 即 Y的現(xiàn)期值依賴于它自身若干期的滯后值 ， 還依賴于其它解釋變量 。 這種包含了內(nèi)生變量滯后項(xiàng)的模型稱為 自回歸模型 。 第一種是僅包含滯后外生變量的模型 ， 第二種是包含滯后內(nèi)生變量的模型 。 5 (海量營銷管理培訓(xùn)資料下載 ) 第二節(jié) 分布滯后模型的估計(jì) 我們?cè)谏弦还?jié)引入了分布滯后模型： Yt =α +β