《计量经济学》(庞浩第一版)第七章分布滞后模型与自回归模型eviews上机操作
第七章 分布滞后模型与自回归模型课件
释变量若干期滞后值的模型。
一般形式：
Yt 0 X t 1Yt 1 2Yt 2
其中 q 称为自回归模型的阶数。
qYt q ut
第二节 分布滞后模型及其估计
一、 分布滞后模型估计存在的问题 1、对于无限分布滞后模型：
Yt 0 X t 1 X t 1 2 X t 2 3 X t 3
二、有限分布滞后模型的估计方法
Yt 0 X t 1 X t 1 2 X t 2 k X t S ut
1、经验加权估计法
思想：为减少要估计的参数个数，将各个解释变量组合 为一个新变量，可对滞后变量的参数β作某种假定（施 加某种约束）。 最简单的办法是对滞后变量指定一定的权数加以组合。
计量经济学
第 七 章
分布滞后模型与自回归模型
1
引子: 货币政策效应的时滞
投资
利率 货币供给 一般价格
消费
GD
滞后现象是普遍存在的，这就要求我们在 做经济分析时应该考虑时滞的影响。 怎样才能把这类时间上滞后的经济关系纳 入计量经济模型呢？
从时间关系上看： 变量间瞬时关系 (静态模型) 不同时期变量间的关系 (动态模型)
Yt 0 X t 1 X t 1 2 X t 2
问题： （1）解释变量滞后期长度如何确定
k X t k ut
（2）滞后期较多，样本容量有限，自由度可能不够
（3）可能出现多重共线性：变量连续的逐期滞后值很可
能高度相关
目的： 减少直接估计的参数个数 增加自由度 避免多重共线性 解决方法： 有限分布滞后模型 设法有目的地减少需要直接估计的模型参数个 数，以缓解多重共线性，保证自由度。 无限分布滞后模型 通过适当的模型变换，使其转化为只需估计有 限个参数的自回归模型。
计量经济学上机操作步骤
上机操作步骤：1、样本回归模型：data y x ls y c x2、Goldfeld-Quandt 法：Sort x （假设有60 个样本，去掉中间16个，则样本应是以下）Smpl 1 22Ls y c xRss1=Smpl 39 60Ls y c xRss2=F=rss2/rss1= >F 0.05(22,22) ≈2.05模型存在异方差。
3、White 方法检验模型：（解释变量只有x,就用no cross ,若是有x2 x3 x4等多个解释变量，就用cross ）Smpl 1 60Ls y c x在方程窗口点View/residual/white ………nR 2= ,> 205.0χ（2）=5.99,或P=0.0044 (n 是样本个数，R^2是可决系数) 4、加权最小二乘法（WLS ）法：ls y c xgenr w1=1/resid^2（建议采用此权重变量，也可以使用其他权重变量）ls(w=w1) y c x5、使用互相关分析命令，初步判断滞后期的长度：cross y x6、阿尔蒙法建立分布滞后模型：ls y c pdl(x,s,m) （s 代表滞后期长度，m 一般取2或者3.）7、模型的短期乘数就是x 的系数。
8、DW 检验法：DW=2，ρ=0，DW=0，一阶高度正相关，DW=4，一阶高度负相关。
dl DW ≤≤0，一阶正相关，44≤≤-DW dl ，一阶负相关。
9、BG 检验法：在方程窗口点击VIEW/RESIDUIAL TEST/ SERIAL CORRELATION LM TEST10、广义差分法：ident residls y c x ar(1)11、虚拟变量模型：（从1985-1998,1996为分界线）smpl 1985 1995genr d1 = 0smpl 1996 1998genr d1 = 1data d1genr xd = x*d1smpl 1985 1998ls y c x d1 xd12、多重共线性：1、简单相关系数检验COR X1 X2 X3 X42、某一解释变量(如X1)的VIFLS X1 C X2 X3 X4 VIF=1/(1-R2)3、某一解释变量(如X1)的TOL：TOL=1/VIF=1-R24、采用逐步回归法建立最终方程13、Glejser检验 (假定h=1时)Ls y c xGenr e1=abs(resid)Ls e1 c xF= ，或P=14、Park检验Ls y c xGenr lne2=log(resid^2)Genr lnx=log(x)Ls lne2 c lnxF= , 或P=15、偏相关系数检验LS Y C XIDENT RESID16：非线性回归模型1、可线性化(重点掌握)如：LNY=a + bLNX则 LS LOG(Y) C LOG(X)以及多项式模型、指数模型、幂函数等。
第七章_分布滞后模型与自回归模型总结
段时间才能显示出来。只有经过一段时间以后，支出对利率
的反应增强，投资、进出口和消费才会不断上升，货币政 策才最终促使GDP增加。通常，货币扩张对GDP影响的最 高点可能是在政策实施以后的一到两年间达到。
思考
在现实经济活动中，滞后现象是普遍存
在的，这就要求我们在做经济分析时应该考
虑时滞的影响。
怎样才能把这类时间上滞后的经济关系
纳入计量经济模型呢？
第 七 章 分布滞后模型与自回归模型
本章主要讨论:
●滞后效应与滞后变量模型 ●分布滞后模型的估计 ●自回归模型的构建 ●自回归模型的估计
第一节 滞后效应与滞后变量模型
本节基本内容:
●经济活动中的滞后现象 ●滞后效应产生的原因 ●滞后变量模型
一、滞后变量模型
通常把这种过去时期的，具有滞后作用的变量 叫做滞后变量（Lagged Variable），含有滞后变量 的模型称为滞后变量模型。 滞后变量模型考虑了时间因素的作用，使静态 分析的问题有可能成为动态分析。含有滞后解释变 量的模型，又称动态模型（Dynamical Model）。
第一步，阿尔蒙变换
对于分布滞后模型
Yt i X t i t
i 0 s
取： 2 m i 0 1i 2i mi i 0,1, 2, , s ; m s
此式称为阿尔蒙多项式变换（图7.2）。
将阿尔蒙多项式变换代入分布滞后模型并整理， 模型变为如下形式 其中
有限期的分布滞后模型，OLS会遇到如下问题：
1、没有先验准则确定滞后期长度； 2、如果滞后期较长，将缺乏足够的自由度进行 估计和检验； 3、同名变量滞后值之间可能存在高度线性相关， 即模型存在高度的多重共线性。
第七章分布滞后模型与自回归模型答案(最新整理)
第七章 分布滞后模型与自回归模型一、判断题1. 无限分布滞后模型不可以转换为一阶自回归模型。
（ F ）2. 局部调整模型变换后得到的一阶自回归模型可以应用 OLS 法估计。
（ T ）3. 估计自回归模型的问题仅在于滞后被解释变量的存在可能导致它与随机扰动项相关。
（F ）4. 自回归模型的产生背景都是相同的。
（ F ）5. 库伊克模型和自适应预期模型都存在解释变量与随机扰动项相关问题。
（ T ）二、单项选择题1. 设无限分布滞后模型为Y t= + 0 X t + 1 X t-1 +2X t-2 + + U t ，且该模型满足Koyck 变换的假定，则长期影响系数为（ C ）。
A.B.1+C.1-D. 不确定2. 对于分布滞后模型，时间序列的序列相关问题，就转化为（ B ）。
A ．异方差问题B ．多重共线性问题C ．多余解释变量D ．随机解释变量3．在分布滞后模型Y t =+ 0 X t + 1 X t -1 + 2 X t -2 + + u t 中，短期影响乘数为（ D ）。
A.11-B.1C.1-D.4. 对于自适应预期模型变换后的自回归模型，估计模型参数应采用( D ) 。
A. 普通最小二乘法B ．间接最小二乘法C ．二阶段最小二乘法D ．工具变量法5. 经过库伊克变换后得到自回归模型，该模型参数的普通最小二乘估计量是( D ) 。
A. 无偏且一致B ．有偏但一致C ．无偏但不一致D ．有偏且不一致6．下列属于有限分布滞后模型的是（ D ）。
A ． Y t =+ 0 X t + 1Y t -1 + 2Y t -2 + + u tB ．Y t =+ 0 X t + 1Y t -1 + 2Y t -2 + + k Y t -k + u tC ． Y t =+ 0 X t + 1 X t -1 + 2 X t -2 + + u tD ．Y t =+ 0 X t + 1 X t -1 + 2 X t -2 + + k X t -k + u t7. 消费函数模型C ˆt = 400 + 0.5I t + 0.3I t -1 + 0.1I t -2 ，其中 I 为收入，则当期收入 I t 对未来消费C t +2 的影响是： I t 增加一单位， C t +2 增加（ C ）。
计量经济学课件：第七章分布滞后模型与自回归模型
计量经济学课件：第七章分布滞后模型与⾃回归模型第七章分布滞后模型与⾃回归模型第⼀节分布滞后模型与⾃回归模型的基本概念⼀、问题的提出1、滞后效应的出现。
（1）在经济学分析中，研究消费函数，⼈们的消费⾏为不仅要受到当期收⼊的影响（绝对收⼊假设），还要受到前期收⼊的影响，甚⾄要受到前期消费的影响（相对收⼊假设）。
（2）研究投资问题，由于投资周期的原因，本年度投资的形成，与上年度，甚⾄再上年度的投资形成有关。
（3）运⽤经济政策调控宏观经济运⾏，经济政策的实施所产⽣的政策效果是⼀个逐步波及的扩散过程。
⽤计量经济学模型研究这类问题，怎样度量变量的滞后影响？怎样估计有滞后变量的模型？对于上述消费的情况，设C 表⽰消费，Y 表⽰收⼊，则123141t t t t t C Y Y C u ββββ--=++++对于上述投资的情况，设I 表⽰投资，Y 表⽰收⼊，则12314253t t t t t t I Y I I I u ααααα---=+++++2、静态计量经济学模型向动态计量经济学模型的扩展。
什么为“动态计量经济学模型”？⼆、产⽣滞后效应的原因1、⼼理预期因素的作⽤。
2、技术因素的作⽤。
3、制度因素的作⽤。
上述原因的结果表现为经济现象中的“惯性作⽤”。
⼆、滞后变量模型的类型1、分布滞后模型。
如果模型中没有滞后的被解释变量，即01122t t t t s t s t Y X X X X u αββββ---=++++++则模型为分布滞后模型。
由于s 可以是有限数，也可以是⽆限数，则分布滞后模型可分为有限分布滞后模型和⽆限分布滞后模型。
在分布滞后模型中，有关系数的解释如下：⑴乘数（⼜称倍数）的解释。
该概念⾸先由英国的卡恩提出（R.F.Kahn ，1931）。
所谓乘数是指，在⼀个模型体系⾥，外⽣变量变化⼀个单位，对内⽣变量产⽣的影响程度。
据此进⾏的经济分析称为乘数分析或乘数效应分析。
如投资乘数，是指在边际消费倾向⼀定的情况下，投资变动对收⼊带来的影响，亦即增加⼀笔投资，可以引起收⼊倍数的增加。
计量经济学课后答案第七章分布滞后模型与自回归模型
计量经济学课后答案第七章分布滞后模型与自回归模型第七章课后答案7.1（1）先用第一个模型回归，结果如下：PCE216.4269 1.008106PDI t=(-6.619723) (67.0592)R220.996233 DW=1.366654 F=4496.936利用第二个模型进行回归，结果如下：PCEt233.27360.982382PDIt0.037158PCEt1t=(-5.120436) (6.970817) (0.257997)R220.996048 DW=1.570195 F=2019.064（2)从模型一得到MPC=1.008106；从模型二得到，短期MPC=0.982382，长期MPC= 0.982382+(0.037158)=1.01954 7.2（1）在局部调整假定下，先估计如下形式的一阶自回归模型：估计结果如下：*Yt*0Xt1*Yt1ut*ˆ15.104030.629273X0.271676Y Yttt 1 se=(4.72945) (0.097819)(0.114858)t= (-3.193613) (6.433031) (2.365315)R22=0.985695 F=690.0561 DW=1.518595根据局部调整模型的参数关系，有**1*1 ut*ut 将上述估计结果代入得到：11*10.2716760.728324**20.738064 0.8640 01故局部调整模型估计结果为：ˆ*20.7380640.864001X Ytt经济意义解释：该地区销售额每增加1亿元，未来预期最佳新增固定资产投资为0.864001亿元。
运用德宾h检验一阶自相关：dh(121(1 1.34022在显著性水平0.05上，查标准正态分布表得临界值h 1.96，由于h 1.3402h 1.96，则接收原假设0，说明自回归模型不存在一阶自相关。
（2）在局部调整假定下，先估计如下形式的一阶自回归模型：*lnYt*0lnXt1*lnYt 1 估计结果如下：ˆ 1.0780460.904522lnX0.260033lnY lnYttt 1 se=(0.184144) (0.111243) (0.087799)t= (-5.854366) (8.131037) (2.961684)R22=0.993028 F=1425.219 DW=1.479333根据局部调整模型的参数关系，有ln*ln*1*1将上述估计结果代入得到：11*10.2600330.739967lnln**1.45688 1.222 38故局部调整模型估计结果为：ˆ* 1.45688 1.22238lnX lnYttˆ*0.232961X1.22238 或Ytt（3）在自适应预期假定下，先估计如下形式的一阶自回归模型：*Yt*0Xt1*Yt1ut*估计结果如下：ˆ15.104030.629273X0.271676Y Yttt 1 se=(4.72945) (0.097819) (0.114858)t= (-3.193613) (6.433031) (2.365315)R22=0.985695 F=690.0561 DW=1.518595根据自适应预期模型的参数关系，有**1*1ut*ut(1)ut 1 将上述估计结果代入得到：11*10.2716760.728324**20.738064 0.8640 01故自适应模型估计结果为：ˆ20.7380640.864001X* Ytt经济意义解释：该地区销售额每预期增加1亿元，当其新增固定资产投资平均增加0.864001亿元。
第七章 滞后变量模型
其中： 0 — 短期乘数
（表示本期X变动一个单位对Y平均产生 0个单位的影响）
1 ,, s — 延迟乘数
（表示过去各个时期X每变动一个单位对Y平均变动的影响 ）
(s
（表示X变动一个单位对Y的总影响 ）
2、自回归模型：回归模型不仅含解释变量
第七章分布滞后模型与自回归模型第一节分布滞后模型与自回归模型的基本概念第二节分布滞后模型及其估计第三节自回归模型的构建第四节自回归模型的估计假定某消费者从某年起每年增加收入1000元按照一般经验人们并不会马上花完增加的收入
第七章 分布滞后模型与自回归模型
第一节 第二节 第三节 第四节 分布滞后模型与自回归模型的基本概念 分布滞后模型及其估计 自回归模型的构建 自回归模型的估计
LS Y C X（估计出
ˆ ˆ 、）
ˆ ˆ 易得： 0 1 4 ;
（3）Λ型滞后结构：权数表现为“中间大，两头小” Xt 1/4 Xt-1 1/2 Xt-2 2/3 Xt-3 1/4
例如
Yt 0 X t 1 X t 1 2 X t 2 3 X t 3 ut
1/6
1/8
(令 0 1 2 ) (令 1 1 4 ) (令 2 1 6 ) (令 3 1 8 )
i
例如
Yt 0 X t 1 X t 1 2 X t 2 3 X t 3 ut
1 1 1 1 变换：Yt X t X t 1 X t 2 X t 3 ut 2 4 6 8 1 1 1 1 Yt （ X t X t 1 X t 2 X t 3） ut 2 4 6 8 Yt Z t ut
第七章分布滞后与自回归
无限： Y X X X u
t
0t
1 t1
s ts
t
2020/2/21
6
其中： 0 —短期乘数
1, , s —延迟乘数
s
i （或） i —长期乘数
i0
i0
2、自回归模型：回归模型不仅含解释变量的即期值， 还含被解释变量的若干期滞后值。
2020/2/21
23
二、自适应预期模型
影响被解释变量的因素不是Xt，而是预期值X*t，即有
Yt
X
* t
ut
0 1
假设：
X
* t
X* t 1
(Xt
X
* t 1
)
本期的预期值X*t等于前一期的预期值加上修正量
(Xt
X
* t 1
)
是预期偏差
(Xt
X
* t 1
含义：被解释变量的实际变化是预期变化量的一部分。
假定： Yt Yt* (1 )Yt1
含义：被解释变量的实际值是本期预期值与上期实际值的加权
平均。
2020/2/21
26
Yt [ Xt ut ] (1 )Yt1
Yt Xt (1 )Yt1 ut
1/4
X t2
1/4
X t 3
1/4
3）Λ型滞后结构：权数表现为“中间大，两头小”
X
X t 1
X t2
X t 3
t
1/4 2020/2/21
1/2
2/3
1/4
12
特点
简单易行、不损失自由度、避免多重共线性、 参数估计具有一致性
第七章 分布滞后模型
例如，考虑一个滞后3期的分布滞后模型
Yt 0 Xt 1 Xt1 2 Xt2 3 Xt3 ut
权数分别设为
(1) 1 , 1 , 1 , 1 ; (2) 1 , 1 , 1 , 1 ; (3) 1 , 1 , 2 , 1 .
2468
4444
4234
经验加权估计法的优缺点 （1）优点 简单易行、不损失自由度、避免多重共线性及
这些模型主要有Koyck变换模型、自适应预期模 型、局部调整模型。
19
一、库伊克Koyck模型
Koyck模型是L.M.Koyck于1954年提出的。 对于无限分布滞后模型：
Yt 0 X t 1 X t12 X t2 ut
Koyck提出了如下假定：参数按几何数列衰减，
直接应用最小二乘法估计分布滞后模型会遇到很 多困难。 由于无限分布滞后模型中包含无限多个参数，我 们无法用最小二乘法对其进行估计。 对于有限分布滞后模型，最小二乘法原则上是适 用的，但在具体应用时会遇到很多困难。
8
1.有限分布滞后模型的最大滞后长度s 较难确定。其
确定往往带有主观随意性。
2.如果滞后期较长而样本较小时，就没有足够的自 由度进行统计推断。 因为，每增加一个解释变量就会失去一个自由度。 同时，滞后期每增加一期，可利用的数据就会减 少一个。
4
1、分布滞后模型 分布滞后模型形式为：
Yt 0 Xt 1 Xt1 s Xts ut
或
Yt 0 Xt 1 Xt1 ut
其中第一式的最大滞后长度s是一个确定的数，因 此是有限分布滞后模型。
而第二式没有规定最大滞后长度，是无限分布滞后 模型。
第七章 分布滞后与自回归模型 《计量经济学》PPT课件
3. 考伊克（Koyck）方法 考伊克方法就是将无限分布滞后模型转化为自回归 模型，然后进行估计。 对于无限分布滞后模型：
Yt 0 Xt 1Xt1 s Xts u（t 7.2.9） 假设所有的滞后解释变量的系数符号相同，并且它 们按几何级数衰减：
i 0 i (i 0,1,2, )
②可以证明随机干扰项存在自相关性；
③由于滞后被解释变量Yt-1的存在违背了DW检验的 前提条件，所以必须采用其他方法来检验序列相 关性。
其中常用的方法就是德宾h检验（Durbin h test）。
§7.3 自回归模型的参数估计
一、自回归模型的构造 1. 自适应预期模型（adaptive expectation model） 被解释变量Yt的变化取决于解释变量的预期值Xt*。 例如，对产品价格的预期来决定现期的生产量； 对农作物未来价格的预期来确定农作物的种植量； 购买住房、汽车之前需要对未来价格进行预测； 居民消费水平取决于对未来收入的预期； 货币的供给量在一定程度上取决于对未来利率水平 的预期等
个单位，由于滞后效应而形成的对Y平均值总影
响的大小。
【消费滞后例子】 假定某人年薪增加2万元，并假 定是一种“永久性”增加，即这一年薪的增加将 一直保持下去。那么，这种收入增加将会对个人 消费有什么影响呢？
Yt 0.4Xt 0.3Xt1 0.2Xt2 ut
【通货膨胀滞后例子】 根据货币主义学派的观点， 通货膨胀实质上是一种货币现象，其意义在于一 般价格水平的连续上涨，是由于货币供给的增长 率远远超过经济单位对货币的实际需求量所致。
1．分布滞后模型。
Yt 0 Xt 1Xt1 2 Xt2 s Xts ut
（7.1.1） s为滞后长度。模型分为 有限分布滞后模型（infinite distributed-lag model 无限分布滞后模型(finite distributed-lag model)。
计量经济学-分布滞后模型与自回归模型
分布滞后模型与自回归模型实验目的：设定模型，按照一定的处理方法估计模型参数，并解释模型的经济意义，探测模型扰动项的一阶自相关性。
实验要求：（1）设定模型t tu tXY ++=βα*运用局部调整假定（其中Yt*为预期最佳值）。
（2）设定模型e X Yu tttβα=*运用局部调整假定（其中Yt*为预期最佳值）。
（3）设定模型u X Yttt++=*βα运用自适应预期假定（其中Xt*为预期值）。
（4）运用阿尔蒙多项式变换法，估计分布滞后模型u XX Yt t tt++⋯+++=-X4-t 411βββα实验原理：最小二乘估计 实验步骤：一、在局部调整假定下，先估计回归模型：*1*1*0*t t t t u Y X Y +++=-ββα得到以下回归结果：Dependent Variable: YMethod: Least Squares Date: 11/16/10 Time: 19:39 Sample (adjusted): 1981 2001 Included observations: 21 after adjustmentsVariable Coefficien t Std. Error t-StatisticProb. C -15.10403 4.729450 -3.193613 0.0050 X 0.629273 0.097819 6.433031 0.0000 Y(-1) 0.271676 0.114858 2.365315 0.0294R-squared 0.987125 Mean dependent var109.2167 Adjusted R-squared 0.985695 S.D. dependent var 51.78550 S.E. of regression 6.193728 Akaike info criterion 6.616515 Sum squared resid 690.5208 Schwarz criterion 6.765733 Log likelihood -66.47341 F-statistic 690.0561 Durbin-Watson stat 1.518595 Prob(F-statistic)0.000000t Y ^=-15.10403+0.629273Xt+0.271676Yt 1-（4.729450）（0.097819） （0.114858） t=（-3.193613）（6.433031）（2.365315）R2=0.9871252R -=0.985695F=690.0561 DW=1.518595由局部调整模型的参数关系，有：α*=δα，δββ=*0，δβ-=1*1，u u t t δ=*将上述估计结果代入得到：βδ*11-==1-0.271676=0.728324δαα*==-20.738064δββ*0==0.864001故局部调整模型的估计结果为：=Yt* -20.738064+0.864001X t模型的经济意义：该地区的销售额每增加一亿元，其预期最佳固定资产投资将增加0.864001亿元。
第七章分布滞后模型与自回归模型
b：为（s期）中期乘数，反映了解释变量对y 的
s期累计影响；
i 0 i
s
t
b：为长期乘数，表明x变动一个单位对y产生的累
i 0 i
计总影响（假设b=
b 存在）
i 0 i
利用乘数可以分析解释变量对被解释变量的滞后 影响过程。
例如，如果估计的消费函数为：
ˆ ˆ yt a 0.4 xt 0.3xt 1 0.2 xt 2
则短期乘数为0.4，延期乘数为0.3、0.2，长期 乘数为0.9；这意味看：当收入增加1元时，消费者将 在本期增加0.4元的消费，下一期增加0.3元，再下期 增加0.2元；增加1元收入对消费的长期作用为0.9元。
2.滞后效应的速度分析
（1）乘数效应比Ds
s期中期乘数 Ds 长期乘数
b b
a b0 x t b1 xt 1 b2 xt 2 t
ˆ ˆ ˆ b ˆ b ˆ b ˆ b0 , b1 , b2 2 4 6
所以原模型中各 参数的估计值为：
（2）常数型（不变滞后结构） 即各期权数值相等
设滞后期为2，各期权数均为1/3，则： 1 wt ( xt xt 1 xt 2 ) 3 估计模型： yt=a+bwt+ε t ˆ b b 同理得到原模型各参数的估计值为：ˆi
四、葛兰杰（Granger）因果关系检验
1．葛兰杰检验的原理
若x是引起y变化的原因，则x应该有助于预测y， 即在y关于y过去值的回归中，添加x的过去值作为 独立的解释变量，应该显著增加回归的解释能力。 此时，称x为y的原因（Granger cause），记为x y。反之，则称x不是y的原因，记为x y。
计量经济学第七章 分布滞后模型和自回归模型
a2 ( X t1 4 X t2 9 X t3 ) t
令： Z1t X t X t1 X t2 X t3
Z2t X t1 2 X t2 3X t3 Z3t X t1 4 X t2 9 X t3
X t2
1 8
X t3 )
t
Z1t t
不变滞后结构
Yt X t X t1 X t2 X t3 t
( X t X t1 X t2 X t3 ) t
Z2t t
先增后减滞后结构
之前讨论的模型通常假定形式为：
Yt X t t
在现实经济中，解释变量X对被解释变量Y可 能会有滞后影响，即Xt的变化会对Yt、Yt+1、 Yt+2等产生影响，即：
Yt f ( X t , X t1, X t2 ,)
如货币供应量对物价的影响？
第七章 分布滞后模型与自回归模型
X* t 1
X
* t
(Xt
X
* t
)
(1
)
X
* t
X t
• 则有：
Yt
0
X
* t 1
t
Yt 1
0
X
* t
t 1
(1
)Yt 1
(1
)
0
(1
)
X
* t
(1
) t 1
Yt (1 )Yt1
第七章 分布滞后模型与自回归模型
如 X t1, X t2 ,
滞后被解释变量
如 Yt1,Yt2 ,
二、滞后效应产生的原因
1、心理因素
心理习惯（惰性）：如收入未来的预期会影响本期的经济行为
如：现在收入增加——是否永久收入增加？预期价格会下降?
2、技术因素
如 ：◆投资
形成固定资产
经济增长 （有时滞）
目的：减少要直接估计的参数的个数，从而
►增加自由度 ►避免多重共线性 方法：变换模型——设法把多个滞后变量组合成为 个数相对较少的新变量 1）经验权数法 2）阿尔蒙法 3）库伊克变换
二、有限分布滞后模型的估计方法
对于 Yt 0 X t 1X t1 2 X t2 k X tS ut 怎样变换模型？
变量变动一个单位，对第t期被解释变量平均值的影响，分别 称为延迟乘数或动态乘数。
长期乘数:经济处于稳定状态(长期平衡)时, i 0 1 2 i0
表示解释变量及其滞后值均变动一个单位时，由于滞后效应对
本期被解释变量 Yt 平均值总的影响，称为长期乘数。
3、自回归模型
模型中的解释变量只包括解释变量的本期值和 被解释变量若干期滞后值的模型。 一般形式：
nk
思想: 滞后越长 越e小i2 ，n 可对增加解释变量个数施加一
定的惩罚。还有一些方法可以进一步加以惩罚。
♦赤池信息准则（AIC）：越小越好!
AIC e2k n et2
n
或（有的ln写A为ICAIC）2nk ln(
et2 ) n
惩罚因子
2k n
n 样本容量 k 解释变量个数
♦施瓦茨信息准则（SIC）：越小越好!
Yt 0 X t 1X t1 2 X t2 3 X t3 ut
●滞后项无限多
第7章-分布滞后模型与自回归模型多重共线性
计量经济学课程教案第7章 分布滞后模型与自回归模型7.1 滞后效应与滞后变量模型在经济运行过程中，广泛存在时间滞后效应。
某些经济变量不仅受到同期各种因素的影响，而且也受到过去某些时期的各种因素甚至自身的过去值的影响。
通常把这种过去时期的，具有滞后作用的变量叫做滞后变量（Lagged Variable ），含有滞后变量的模型称为滞后变量模型。
滞后变量模型考虑了时间因素的作用，使静态分析的问题有可能成为动态分析。
含有滞后解释变量的模型，又称动态模型（Dynamical Model ）。
一、滞后效应与与产生滞后效应的原因因变量受到自身或另一解释变量的前几期值影响的现象称为滞后效应。
表示前几期值的变量称为滞后变量。
如：消费函数通常认为，本期的消费除了受本期的收入影响之外，还受前1期，或前2期收入的影响： C t =β0+β1Y t +β2Y t-1+β3Y t-2+μt Y t-1，Y t-2为滞后变量。
产生滞后效应的原因1、心理因素：人们的心理定势，行为方式滞后于经济形势的变化，如中彩票的人不可能很快改变其生活方式。
2、技术原因：如当年的产出在某种程度上依赖于过去若干期内投资形成的固定资产。
3、制度原因：如定期存款到期才能提取，造成了它对社会购买力的影响具有滞后性。
二、滞后变量模型以滞后变量作为解释变量，就得到滞后变量模型。
它的一般形式为：ts t s t t q t q t t t X X X Y Y Y Y μαααββββ+++++++++=----- 11022110q ，s ：滞后时间间隔自回归分布滞后模型（autoregressive distributed lag model, ADL ）：既含有Y 对自身滞后变量的回归，还包括着X 分布在不同时期的滞后变量有限自回归分布滞后模型：滞后期长度有限 无限自回归分布滞后模型：滞后期无限，（1）分布滞后模型（distributed-lag model ）分布滞后模型：模型中没有滞后被解释变量，仅有解释变量X 的当期值及其若干期的滞后值：ti t i si t X Y μβα++=-=∑0β0：短期(short-run)或即期乘数(impact multiplier)，表示本期X 变化一单位对Y 平均值的影响程度。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第七章分布滞后模型与自回归模型案例分析一、问题的提出和模型设定货币主义学派认为，产生通货膨胀的必要条件是货币的超量供应。
物价变动与货币供应量的变化有着较为密切的联系，但是二者之间的关系不是瞬时的，货币供应量的变化对物价的影响存在一定时滞。
在中国，大家普遍认同货币供给的变化对物价具有滞后影响，但滞后期究竟有多长，还存在不同的认识。
下面采集1996－2005年全国广义货币供应量和物价指数的月度数据对这一问题进行研究。
Eviews上机具体操作：利用eviews3.0进行分析第一步：建立数据1新建工作文档：file-new-workfile，在打开的workfilerange对话框中的workfilefrequency中选择monthly，startdate输入1996-1，enddate输入2005-5，点击ok。
2输入数据（先是datayx2x3······然后是将excel中的数据复制过来即可）并保存本题在命令窗口输入dataTBZSM2Z ，并点击name 命名为GROUP01. 然后将上面的数据录入。
第二步分析数据为了考察货币供应量的变化对物价的影响，我们用广义货币M2的月增长量用广义货币Z M 2作为解释变量，以居民消费价格月度同比指数TBZS 为被解释变量进行研究。
首先估计如下回归模型:t Z u M TBZS ++=t 20t βα在命令窗口输入lsTBZSCM2Z ，并点击name 命名为EQ01. 得到如下回归DependentVariable:TBZSMethod:LeastSquaresDate:12/20/12Time:10:23Sample(adjusted):1996:022005:05Includedobservations:112afteradjustingendpointsVariable Coefficient Std.Errort-StatisticProb.C 101.4356 0.397419255.23580.0000M2Z 0.068371 0.1518720.4501900.6535R-squared 0.001839 Meandependentvar 101.5643AdjustedR-squar ed -0.007235S.D.dependentvar 2.911111S.E.ofregression 2.921623 Akaikeinfocriterion 4.999852Sumsquaredresi d 938.9472Schwarzcriterion 5.048396Loglikelihood -277.9917F-statistic 0.202671Durbin-Watsonst at0.047702Prob(F-statistic) 0.653460从回归结果来看，Z M 2的t 统计量值不显著，表明当期货币供应量的变化对当期物价水平的影响在统计意义上不明显。
为了分析货币供应量变化影响物价的滞后性，我们做滞后6个月的分布滞后模型的估计. 在命令窗口输入lsTBZSCM2ZM2Z(-1)M2Z(-2)M2Z(-3)M2Z(-4)M2Z(-5)M2Z(-6)，并点击name 命名为EQ02.DependentVariable:TBZSMethod:LeastSquaresDate:12/20/12Time:10:27Sample(adjusted):1996:082005:05Includedobservations:106afteradjustingendpointsVariable Coefficient Std.Errort-StatisticProb.C 100.0492 0.584318171.22400.0000M2Z -0.011037 0.140613-0.0784930.9376M2Z(-1) 0.016169 0.1379980.1171660.9070M2Z(-2) 0.053044 0.1368080.3877230.6991M2Z(-3) 0.028679 0.1431550.2003330.8416M2Z(-4) 0.130825 0.1391830.9399510.3496M2Z(-5) 0.137794 0.1425020.9669650.3359M2Z(-6) 0.248778 0.1433941.7349240.0859R-squared 0.055557 Meandependentvar 101.1377AdjustedR-squar ed -0.011904S.D.dependentvar 2.347946S.E.ofregression 2.361879 Akaikeinfocriterion 4.629264Sumsquaredresi d 546.6902Schwarzcriterion 4.830278Loglikelihood -237.3510 F-statistic 0.823546Durbin-Watsonst at 0.094549Prob(F-statistic) 0.570083从回归结果来看，Z M 2各滞后期的系数逐步增加，表明当期货币供应量的变化对物价水平的影响要经过一段时间才能逐步显现。
但各滞后期的系数的t 统计量值不显著，因此还不能据此判断滞后期究竟有多长。
为此，我们做滞后12个月的分布滞后模型的估计. 在命令窗口输入lsTBZSCM2ZM2Z(-1)M2Z(-2)M2Z(-3)M2Z(-4)M2Z(-5)M2Z(-6)M2Z(-7)M 2Z(-8)M2Z(-9)M2Z(-10)M2Z(-11)M2Z(-12)，并点击name 命名为EQ03.DependentVariable:TBZSMethod:LeastSquaresDate:12/20/12Time:10:30Sample(adjusted):1997:022005:05Includedobservations:100afteradjustingendpointsVariable Coeffi cientStd.Errort-StatisticProb.C 98.35668 0.467897210.21020.0000M2Z -0.167665 0.121743-1.3772030.1720M2Z(-1) -0.032065 0.111691-0.2870840.7747M2Z(-2) -0.000995 0.111464-0.0089250.9929M2Z(-3) 0.004243 0.1138150.0372760.9704M2Z(-4) 0.106581 0.1127270.9454800.3471M2Z(-5) 0.043217 0.1131610.3819080.7035M2Z(-6) 0.117581 0.1184600.9925750.3237M2Z(-7) 0.140418 0.1155711.2149880.2277M2Z(-8) 0.220875 0.1143681.9312710.0567M2Z(-9) 0.140875 0.1153541.2212470.2253M2Z(-10) 0.180497 0.1158951.5574100.1230M2Z(-11) 0.246911 0.1255431.9667520.0524M2Z(-12) 0.392359 0.1300583.0167980.0034R-squared 0.317136 Meandependentvar 100.7830AdjustedR-squar ed 0.213913S.D.dependentvar 1.890863S.E.ofregression 1.676469 Akaikeinfocriterion 4.000434Sumsquaredresi d 241.7072Schwarzcriterion 4.365158Loglikelihood -186.0217 F-statistic 3.072325Durbin-Watsonst at 0.265335Prob(F-statistic) 0.000906上表显示，从M2Z到M2Z(-11),回归系数都不显著异于零(P值均大于0.05)，而M2Z(-12)的回归系数t统计量值为3.016798，在5％显著性水平下拒绝系数为零的原假设。
这一结果表明，当期货币供应量变化对物价水平的影响在经过12个月（即一年）后明显地显现出来。
为了考察货币供应量变化对物价水平影响的持续期，我们做滞后18个月的分布滞后模型的估计。
在命令窗口输入lsTBZSCM2ZM2Z(-1)M2Z(-2)M2Z(-3)M2Z(-4)M2Z(-5)M2Z(-6)M2Z(-7)M 2Z(-8)M2Z(-9)M2Z(-10)M2Z(-11)M2Z(-12)M2Z(-13)M2Z(-14)M2Z(-15 )M2Z(-16)M2Z(-17)M2Z(-18)，并点击name命名为EQ04.DependentVariable:TBZSMethod:LeastSquaresDate:12/20/12Time:10:33Sample(adjusted):1997:082005:05 Includedobservations:94afteradjustingendpointsVariable Coefficient Std.Errort-StatisticProb.C 97.41411 0.370000263.28150.0000M2Z -0.083649 0.094529-0.8849000.3791M2Z(-1) -0.116744 0.093984-1.2421610.2181M2Z(-2) -0.119939 0.094428-1.2701560.2080M2Z(-3) -0.092993 0.095720-0.9715090.3345M2Z(-4) -0.032912 0.095823-0.3434680.7322M2Z(-5) -0.023891 0.097813-0.2442560.8077M2Z(-6) 0.017290 0.1006450.1717940.8641M2Z(-7) 0.028288 0.0975700.2899290.7727M2Z(-8) 0.048708 0.0958770.5080210.6129M2Z(-9) 0.025995 0.0975690.2664220.7907M2Z(-10) 0.1180.0967 1.22200.22247 64 11 56M2Z(-11) 0.157408 0.1025581.5348150.1291M2Z(-12) 0.271281 0.1123162.4153260.0182M2Z(-13) 0.325760 0.1092172.9826840.0039M2Z(-14) 0.396242 0.1070463.7016010.0004M2Z(-15) 0.335482 0.1067763.1419410.0024M2Z(-16) 0.270811 0.1072222.5256970.0137M2Z(-17) 0.200024 0.1092781.8304150.0712M2Z(-18) 0.169696 0.1015471.6711140.0989R-squared 0.610520 Meandependentvar 100.6085AdjustedR-squar ed 0.510519S.D.dependentvar 1.795733S.E.ofregression 1.256348 Akaikeinfocriterion 3.480597Sumsquaredresi d 116.8024Schwarzcriterion 4.021724Loglikelihood -143.5881 F-statistic 6.105105Durbin-Watsonst at 0.308938Prob(F-statistic) 0.000000结果表明，从滞后12个月开始t统计量值显著，一直到滞后16个月为止，从滞后第17个月开始t值变得不显著；再从回归系数来看，从滞后11个月开始，货币供应量变化对物价水平的影响明显增加，再滞后14个月时达到最大，然后逐步下降。