計量經(jīng)濟(jì)學(xué)

—理論·方法·EViews應(yīng)用

郭存芝杜延軍李春吉編著Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.計量經(jīng)濟(jì)學(xué)

—理論·方法·EViews應(yīng)用

郭存芝杜1本章將主要介紹經(jīng)典單方程計量經(jīng)濟(jì)學(xué)模型中滯后解釋變量或(和)滯后被解釋變量的問題，并在此基礎(chǔ)上對建立單方程計量經(jīng)濟(jì)學(xué)模型的方法論進(jìn)行簡單的總結(jié)與討論。第九章滯后變量模型在前面幾章中，主要介紹了經(jīng)典線性回歸模型及其在若干基本假定下的估計問題，并分析了一個或多個假定不滿足時所產(chǎn)生的后果及其可能的改進(jìn)措施。還探討了虛擬變量模型問題。然而上述方法還不能解決經(jīng)濟(jì)生活中遇到的全部問題。某變量的過去行為是怎樣影響變量當(dāng)前變動路線的？？例如：Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.本章將主要介紹經(jīng)典單方程計量經(jīng)濟(jì)學(xué)模型中滯后解釋變量或2◆學(xué)習(xí)目的了解滯后變量、滯后效應(yīng)、滯后變量模型、分布滯后模型、自回歸模型等概念及滯后效應(yīng)產(chǎn)生的原因，掌握分布滯后模型和自回歸模型的建立及參數(shù)估計方法?！艋疽?）認(rèn)識到滯后效應(yīng)、滯后變量模型是計量經(jīng)濟(jì)學(xué)建模經(jīng)常會遇到的問題；2）了解滯后變量、滯后效應(yīng)、滯后變量模型、分布滯后模型、自回歸模型等概念；3）掌握分布滯后模型和自回歸模型建模方法、參數(shù)估計及應(yīng)用。第九章滯后變量模型Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.◆學(xué)習(xí)目的了解滯后變量、滯后效應(yīng)、滯后變量模3◆滯后變量模型◆分布滯后模型◆自回歸模型◆格蘭杰因果關(guān)系檢驗第九章滯后變量模型Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.◆滯后變量模型◆分布滯后模型◆自回歸模型◆格蘭杰因果4第一節(jié)滯后變量模型三個基本概念：在經(jīng)濟(jì)活動中，廣泛存在著時間滯后效應(yīng)，即動態(tài)性。某些經(jīng)濟(jì)變量不僅受到同期各種因素的影響，而且也受到過去某些時期的各種因素甚至自身的過去值的影響。把這種過去時期的具有滯后作用的變量叫做滯后變量(1aggedvariable)。含有滯后變量的模型稱為滯后變量模型。滯后變量模型考慮了時間因素的作用，使靜態(tài)分析的問題有可能成為動態(tài)分析。含有滯后被解釋變量的模型，又稱動態(tài)模型(dynamicmodels)。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.第一節(jié)滯后變量模型三個基本概念：在經(jīng)濟(jì)5一、滯后效應(yīng)與產(chǎn)生滯后效應(yīng)的原因滯后效應(yīng)的概念：一般說來，被解釋變量與解釋變量的因果關(guān)系不一定就在瞬時發(fā)生，可能存在時間上的滯后，或者說解釋變量的變化可能需要經(jīng)過一段時間才能完全對被解釋變量產(chǎn)生影響。同樣地，被解釋變量當(dāng)前的變化也可能受其自身過去水平的影響。這種被解釋變量受到自身或另一解釋變量的前幾期值影響的現(xiàn)象稱為滯后效應(yīng)，表示前幾期值的變量稱為滯后變量

。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.一、滯后效應(yīng)與產(chǎn)生滯后效應(yīng)的原因滯后效應(yīng)的概念：6例如：在研究消費函數(shù)時，通常認(rèn)為，本期的消費除了受本期的收入水平影響之外，還受前一期收入以及前一期消費水平的影響設(shè)Ct、Yt分別是t時的消費和收入，則消費函數(shù)為(9-1)這就是含有滯后變量的模型，Yt-1、Ct-1為滯后變量。

Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.例如：在研究消費函數(shù)時，通常認(rèn)為，本期的消費除7又如：對耐用品的需求(Yt)不僅取決于現(xiàn)在的收入(Xt)、過去的收入水平(Xt-s)，還取決于耐用品的存量或過去得到的耐用品數(shù)量(Yt-1)、價格(Pt)等等。

可設(shè)定需求函數(shù)為(9-2)Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.又如：對耐用品的需求(Yt)不僅取決于現(xiàn)在的8產(chǎn)生滯后效應(yīng)的原因主要有以下幾個方面：1．客觀原因（1）技術(shù)原因在現(xiàn)實經(jīng)濟(jì)運行中，從生產(chǎn)到流通再到使用，每一個環(huán)節(jié)都需要一段時間，從而形成時滯。1)工業(yè)生產(chǎn)中，當(dāng)年的產(chǎn)出在某種程度上依賴于過去若干期內(nèi)投資形成的固定資產(chǎn)。2)當(dāng)年農(nóng)產(chǎn)品產(chǎn)量主要取決于過去一年價格的高低。3)生產(chǎn)者擴(kuò)大生產(chǎn)規(guī)模和改進(jìn)產(chǎn)品質(zhì)量會受到工藝技術(shù)水平和生產(chǎn)能力的限制，生產(chǎn)者將產(chǎn)品的產(chǎn)量調(diào)整到最佳水平，需要一定時間來增加設(shè)備和改進(jìn)工藝技術(shù)，這段時間長短決定于調(diào)整速度，例如：Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.產(chǎn)生滯后效應(yīng)的原因主要有以下幾個方面：1．客觀原因（1）技術(shù)9產(chǎn)生滯后效應(yīng)的原因主要有以下幾個方面：1．客觀原因（2）制度原因例如：a)契約、管理制度等因素也會造成經(jīng)濟(jì)行為一定程度的滯后。1)企業(yè)要改變它的產(chǎn)品結(jié)構(gòu)或產(chǎn)量，會受到過去簽訂的供貨合同的制約；2)定期存款到期才能提取，造成了它對社會購買力的影響具有滯后性；b)管理層次過多、管理的低效率也會造成滯后效應(yīng)。這些情況說明，當(dāng)一種變量發(fā)生變化時，另一變量由于制度方面的原因，需經(jīng)過一定時期才能做出相應(yīng)的變動，從而形成滯后現(xiàn)象。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.產(chǎn)生滯后效應(yīng)的原因主要有以下幾個方面：1．客觀原因（2）制度102．主觀原因例如：經(jīng)濟(jì)活動離不開人的參與，人們往往對于信息了解不全面或者受心理因素的影響，因而對于新的變化了的情況反應(yīng)遲鈍。人們受習(xí)慣勢力的影響，往往不能迅速調(diào)整自己的行為使之適合于新的環(huán)境。由于人們固有的心理定勢和行為習(xí)慣，其行為方式往往滯后于經(jīng)濟(jì)形勢的變化。1)中彩票的人不可能很快改變其生活方式。因此，以往的行為延續(xù)產(chǎn)生了滯后效應(yīng)。2)消費，人們對某種商品的消費量不僅受商品當(dāng)前價格影響，而且還受預(yù)期價格影響，當(dāng)人們預(yù)期價格上漲時，就會加快當(dāng)期的購買，而當(dāng)人們預(yù)期價格要下降時，就會持幣觀望，減少當(dāng)期的購買，由于對將來的預(yù)期要依據(jù)過去的經(jīng)驗，因此在一定條件下，這種“預(yù)期”因素的影響可轉(zhuǎn)化為滯后效應(yīng)。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.2．主觀原因例如：經(jīng)濟(jì)活動離不開人的參與，人11二、滯后變量模型以滯后變量作為解釋變量，就得到滯后變量模型。它的一般形式為：

Yt=β0+β1Yt-1+β2Yt-2+…+βqYt-q+α0Xt+α1Xt-1+…+αsXt-s+μt

(9-3)其中，q、s為滯后時間間隔，稱為滯后期，Yt-q為被解釋變量Y的第q期滯后，

Xt-s為解釋變量X的第s期滯后。

由于模型既含有Y對自身滯后變量的回歸，還包括著解釋變量X分布在不同時期的滯后變量，因此一般稱為自回歸分布滯后模型(ADL)。

若滯后期長度有限，稱模型為有限自回歸分布滯后模型：若滯后期無限，稱模型為無限自回歸分布滯后模型。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.二、滯后變量模型以滯后變量作為解釋變量，就得到滯后變量模型。12第二節(jié)分布滯后模型一、分布滯后模型如果滯后變量模型中沒有滯后被解釋變量，僅有解釋變量X的當(dāng)期值及其若干期的滯后值，則稱為分布滯后模型(distributed-lagmodel),也稱為外生滯后變量模型。概念：分布滯后模型的一般形式為：（9-4）Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.第二節(jié)分布滯后模型一、分布滯后模型如13分布滯后模型的各系數(shù)體現(xiàn)了解釋變量的當(dāng)期值和各期滯后值對被解釋變量的不同影響程度，因此也稱為乘數(shù)(multiplier)?！Q為短期或即期乘數(shù)，表示本期X變化一個單位對Y平均值的影響程度。

——稱為動態(tài)乘數(shù)或延遲系數(shù)，表示各滯后期X的變動對Y的平均值影響的大小。

(i=1，2，…,s)——稱為長期或均衡乘數(shù)，表示X變動一個單位，由于滯后效應(yīng)而形成的對Y平均值總影響的大小。（9-4）由(9-4)式知，如果各期的X值保持不變，則X與Y間的長期或均衡關(guān)系即為（9-5）Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.分布滯后模型的各系數(shù)體現(xiàn)了解釋變量的當(dāng)期值和各14為了避免的數(shù)值激增，我們假定項之和為有限值，即滯后期s應(yīng)該是多少呢？問題：一個平均滯后定義為：（9-6）即平均滯后定義為所有滯后的加權(quán)平均數(shù)，其權(quán)數(shù)就是關(guān)于系數(shù)β的相對數(shù)值。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.為了避免的數(shù)值激增，我們假定項之和為有限值，即滯后15二、分布滯后模型的參數(shù)估計1．分布滯后模型估計的困難2．分布滯后模型的修正估計方法Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.二、分布滯后模型的參數(shù)估計1．分布滯后模型估計的困難2．分布161．分布滯后模型估計的困難對模型（9-4），如果是無限期的分布滯后模型，由于樣本觀測值的有限性，使得無法直接對其進(jìn)行估計。如果是有限期的分布滯后模型，普通最小二乘回歸也會遇到如下問題：(1)沒有先驗準(zhǔn)則確定滯后期長度；(2)如果滯后期較長，而樣本數(shù)較小，將缺乏足夠的自由度進(jìn)行傳統(tǒng)的統(tǒng)計檢驗；(3)同名變量滯后值之間可能存在高度線性相關(guān)，即模型會存在高度的多重共線性。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.1．分布滯后模型估計的困難對模型（9-4），172．分布滯后模型的修正估計方法基本思想通過對各滯后變量加權(quán)，組成線性合成變量而有目的地減少滯后變量的數(shù)目，以緩解多重共線性，保證自由度。(1)經(jīng)驗加權(quán)法(2)阿爾蒙(Almon)多項式法(3)科伊克(Koyck)方法(4)帕斯卡（Pascal）方法四種常用方法Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.2．分布滯后模型的修正估計方法基本思想通過對18(1)經(jīng)驗加權(quán)法對于有限期分布滯后模型，往往根據(jù)實際問題的特點，以及人們的經(jīng)驗給各滯后變量指定權(quán)數(shù)，并按權(quán)數(shù)構(gòu)成各滯后變量的線性組合，形成新的變量，再進(jìn)行估計。權(quán)數(shù)的類型有以下三類：第一類，遞減型。第三類，倒V型。第二類，矩型。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.(1)經(jīng)驗加權(quán)法對于有限期分布滯后模型，往19第一類，遞減型。例如：消費函數(shù)中，收入的近期值對消費的影響顯然大于遠(yuǎn)期值的影響。一個滯后期為3的一組權(quán)數(shù)可取值如下：則新的線性組合變量為W1t=Xt+Xt-1+Xt-2+Xt-3，，，Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.第一類，遞減型。例如：消費函數(shù)中，收入的近期值對消費的影響20第二類，矩型。即認(rèn)為權(quán)數(shù)是相等的，X的逐期滯后值對Y的影響相同。例如：對滯后期為3的分布滯后模型，可指定相等權(quán)數(shù)為1/4，則新的線性組合變量為W2t=Xt+Xt-1+Xt-2+Xt-3Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.第二類，矩型。即認(rèn)為權(quán)數(shù)是相等的，X的逐期滯后值對Y的影響21第三類，倒V型。假定權(quán)數(shù)先遞增后遞減呈倒“V”型。例如：在一個較長建設(shè)周期的投資中，歷年投資X對產(chǎn)出Y的影響，往往是周期期中的投資額最大，因此對產(chǎn)出的貢獻(xiàn)最大。設(shè)滯后期為4，則一組權(quán)數(shù)可取為于是新變量為W3t=Xt+Xt-1+Xt-2+Xt-3+Xt-4，，，，Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.第三類，倒V型。假定權(quán)數(shù)先遞增后遞減呈倒“V”型。例22一般來說，經(jīng)驗加權(quán)法的優(yōu)點是簡單易行，缺點是設(shè)置權(quán)數(shù)的隨意性較大。研究者不僅指定了滯后變量的一般形式(遞減、矩形、倒V形)，而且指定了權(quán)數(shù)的實際數(shù)值。確定了不同的Wt項之后，研究者就用包含每個Wt的函數(shù)依次作為單一解釋變量進(jìn)行試驗。例如：對下述模型應(yīng)用OLS法等等。從這些備擇模型中根據(jù)各統(tǒng)計檢驗(R2檢驗，F(xiàn)檢驗，t檢驗，D.W.檢驗)，從中選擇最佳估計式，有時也試圖根據(jù)經(jīng)濟(jì)原理來考慮這種選擇的合理化。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.一般來說，經(jīng)驗加權(quán)法的優(yōu)點是簡單易行，缺點是設(shè)23例9-1：已知1955~1974年美國制造業(yè)庫存量Y和銷售量X的統(tǒng)計資料如表9-1所示，設(shè)定有限分布滯后模型為運用經(jīng)驗加權(quán)法，選擇下列三種權(quán)數(shù)（1）1，1/2，1/4，1/8；（2）1/4，1/2，2/3，1/4；（3）1/4，1/4，1/4，1/4；分別估計上述模型，并從中選擇最佳的方程表9-11955—1974年美國制造業(yè)庫存量Y和銷售量X單位：億美元年份YX年份YX1955195619571658195919601961196219631964450.69506.42518.70500.70527.07538.14549.39582.13600.43633.83264.80277.40287.36272.80302.19307.96308.96331.13350.32373.351965196619671968196919701971197219731974682.21779.65846.55908.75970.741016.451024.451077.191208.701471.35410.03448.69464.49502.82535.55528.59559.17620.17713.98820.78Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.例9-1：已知1955~1974年美國制造業(yè)庫24解：W1t=Xt+Xt-1+Xt-2+Xt-3W2t=Xt+Xt-1+Xt-2+Xt-3W3t=Xt+Xt-1+Xt-2+Xt-3在EViews中，輸入X和Y的數(shù)據(jù)，根據(jù)X的數(shù)據(jù)，由上述公式生成線性組合變量W1t、W2t、W3t的數(shù)據(jù)。記新的線性組合變量分別為

k=1,2,3然后分別估計如下經(jīng)驗加權(quán)模型Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.解：W1t=Xt+Xt-1+Xt-2+Xt-3W2t=Xt+25回歸分析結(jié)果整理如下模型9-1（-3.663）（50.919）

R2=0.9942，D.W.=1.4409，F(xiàn)=2592(-5.029)（37.359）

R2=0.9894，D.W.=1.0429，F(xiàn)=1396(-4.812)（38.666）

R2=0.9901，D.W.=1.1588，F(xiàn)=1496模型9-2模型9-3最佳的方程是模型9-1

Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.回歸分析結(jié)果整理如下模型9-1（-3.663）（5026(2)阿爾蒙(Almon)多項式法針對有限滯后期模型，通過阿爾蒙變換，定義新變量，以減少解釋變量個數(shù)，然后用OLS法估計參數(shù)。第一步，阿爾蒙變換主要思想：主要步驟：第二步，模型的OLS估計Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.(2)阿爾蒙(Almon)多項式法針對有限滯27第一步，阿爾蒙變換對于分布滯后模型(9-7)假定其回歸系數(shù)可用一個關(guān)于滯后期i的適當(dāng)階數(shù)的多項式來表示，即(9-8)其中Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.第一步，阿爾蒙變換對于分布滯后模型(9-7)假定其回歸系數(shù)28阿爾蒙變換要求先驗地確定適當(dāng)階數(shù)m，如取m=2，得(9-9)將(9-9)式代入(9-7)式得定義新變量將原模型轉(zhuǎn)換為(9-10)Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.阿爾蒙變換要求先驗地確定適當(dāng)階數(shù)m，如取m=2，得(9-29第二步，模型的OLS估計對變換后的模型(9-10)式進(jìn)行OLS估計。將得到的參數(shù)估計值代入(9-9)式求出滯后分布模型參數(shù)的估計值由于，可以認(rèn)為原模型存在的自由度不足和多重共線性問題已得到改善。達(dá)不到減少變量個數(shù)的目的。在實際估計中，阿爾蒙多項式的階數(shù)m一般取2或3，不超過4，否則注意：Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.第二步，模型的OLS估計對變換后的模型(9-10)式進(jìn)行OL30(3)科伊克(Koyck)方法將無限分布滯后模型轉(zhuǎn)換為自回歸模型，然后進(jìn)行估計。對于無限分布滯后模型(9-11)科伊克變換假設(shè)偏回歸系數(shù)βi隨滯后期i按幾何級數(shù)衰減：(9-12)其中，——稱為分布滯后衰減率——稱為調(diào)整速率(speedofadjustment)Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.(3)科伊克(Koyck)方法將無限分布滯后模型轉(zhuǎn)換為自回31科伊克變換的具體做法是：將科伊克變換(9-12)式代入模型(9-11)式，得(9-13)將(9-13)式滯后一期并乘以得(9-14)將(9-13)式減去(9-14)式得科伊克變換模型(9-15)Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.科伊克變換的具體做法是：將科伊克變換(9-12)式代入模型(32整理得科伊克模型的一般形式(9-16)其中，設(shè)（9-17）模型（9-16）變?yōu)?9-18)Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.整理得科伊克模型的一般形式(9-16)其中，設(shè)（9-133如果由（9-18）獲得參數(shù)估計值，那么由（9-17）可得的估計值進(jìn)而由式（9-12）可得參數(shù)的估計。（9-19）于是將原模型（9-11）轉(zhuǎn)換為等價形式（9-18），解釋變量為Xt、Yt-1。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.如果由（9-18）獲得參數(shù)估計值，那么由（934科伊克模型的兩個特點：1）以一個滯后被解釋變量Yt-1代替了大量的滯后解釋變量Xt-i，最大限度

地節(jié)省了自由度，解決了滯后期長度s難以確定的問題；2）由于滯后一期的被解釋變量Yt-1與Xt的線性相關(guān)程度可以肯定小于X的

各期滯后值之間的相關(guān)程度，從而緩解了多重共線性?？埔量四Ｐ偷膬蓚€問題：1）模型存在隨機(jī)干擾項νt的一階自相關(guān)性；2）滯后被解釋變量Yt-1與隨機(jī)項νt不獨立，即Cov(Yt-1，νt)≠0。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.科伊克模型的兩個特點：1）以一個滯后被解釋變量Yt-1代替35(4)帕斯卡（Pascal）方法現(xiàn)象：經(jīng)濟(jì)現(xiàn)象中有一種經(jīng)濟(jì)變量受某種因素影響，隨著時間滯后逐漸增大，當(dāng)過了某一時刻后，這種影響又逐漸變小，呈現(xiàn)一種“∧”形滯后分布。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.(4)帕斯卡（Pascal）方法現(xiàn)象：36例如：模型(9-11)可以寫成以權(quán)數(shù)ωi表示的形式:(9-20)該權(quán)數(shù)ωi的分布形式為(9-21)其中為先驗的任意選擇的某一正整數(shù)，為待估參數(shù)。于是模型變?yōu)?9-22)當(dāng)=1時，，則帕斯卡變換簡化為科依克幾何分布變換。

Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.例如：模型(9-11)可以寫成以權(quán)數(shù)ωi表示的形式:37只要>1，形成的權(quán)數(shù)分布圖就是“∧”形滯后分布。

令=0.8，則=2=3隨滯后期i的變化情況如圖9-1所示。情況下，權(quán)數(shù)r=2r=3iωi圖9-1Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.只要>1，形成的權(quán)數(shù)分布圖就是“∧”形滯后分布。令=0.838帕斯卡模型的參數(shù)估計(9-23)對于不同的γ值，可以得到不同類型的權(quán)數(shù)分布。如果假設(shè)=2，模型(9-22)變?yōu)榧由掀錅笠黄诘哪Ｐ统?，加上乘以，可得?9-24)這也是一個自回歸模型。這個模型我們也可以估計出它的參數(shù)，進(jìn)而由式(9-21)就可估計出權(quán)數(shù)。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.帕斯卡模型的參數(shù)估計(9-23)對于不同的γ值，可以得到39分布滯后模型參數(shù)估計帶有很大的經(jīng)驗成份，這是由于經(jīng)濟(jì)理論不能對經(jīng)濟(jì)現(xiàn)象調(diào)整過程的長度作出令人滿意的闡述而引起的。經(jīng)濟(jì)理論即使認(rèn)識到時間滯后的重要性，也從未提出在函數(shù)中應(yīng)該包含的滯后的精確數(shù)目。相反，滯后類型是根據(jù)可資利用的樣本觀測值，通過包括各種滯后類型的試驗方法來探索和決定的，然后從中選擇一種產(chǎn)生最佳統(tǒng)計擬合的滯后類型。研究者用包含不同滯后類型(幾何滯后、“∧”形滯后等)的模型進(jìn)行試驗，并根據(jù)統(tǒng)計準(zhǔn)則(主要的)，從中選出最令人滿意的一種模型。小結(jié)：Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.分布滯后模型參數(shù)估計帶有很大的經(jīng)驗成份，這是由40第三節(jié)自回歸模型一、自回歸模型如果滯后變量模型中的解釋變量僅包含X的當(dāng)期值與被解釋變量Y的一個或多個滯后值，則稱為自回歸模型(autoregressivemodel)，也稱為內(nèi)生滯后變量模型。概念：Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.第三節(jié)自回歸模型一、自回歸模型如果滯后41第三節(jié)自回歸模型一、自回歸模型一般形式：(9-25)其中，滯后期長度q也稱為自回歸模型的階數(shù)(order)。而(9-26)稱為一階自回歸模型(first-orderautoregressivemodel)。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.第三節(jié)自回歸模型一、自回歸模型一般形式：(9-242二、自回歸模型的參數(shù)估計1．自回歸模型的構(gòu)造一個無限期分布滯后模型可以通過科伊克變換轉(zhuǎn)化為自回歸模型。事實上，許多滯后變量模型都可以轉(zhuǎn)化為自回歸模型。(1)自適應(yīng)預(yù)期(adaptiveexpectation)模型(2)局部調(diào)整(partialadjustment)模型下面我們以下兩個模型為例進(jìn)行說明。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.二、自回歸模型的參數(shù)估計1．自回歸模型的構(gòu)造43(1)自適應(yīng)預(yù)期模型最初的表現(xiàn)形式是：(9-27)由于預(yù)期變量是不可實際觀測的，往往作如下自適應(yīng)預(yù)期假定：(9-28)其中γ為預(yù)期系數(shù)(coefficientofexpectation)，0≤γ≤1。該式的經(jīng)濟(jì)含義——“經(jīng)濟(jì)行為者將根據(jù)過去的經(jīng)驗修改他們的預(yù)期”這個假定還可寫成(9-29)Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.(1)自適應(yīng)預(yù)期模型最初的表現(xiàn)形式是：(9-27)由于44將(9-29)式代入(9-27)式得(9-30)將(9-27)式滯后一期并乘以，得(9-31)以(9-30)式減去(9-31)式，整理得(9-32)可見自適應(yīng)預(yù)期模型轉(zhuǎn)化為一個自回歸模型。其中，Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.將(9-29)式代入(9-27)式得(9-30)將(45(2)局部調(diào)整模型局部調(diào)整模型的最初的表現(xiàn)形式是：(9-33)例如：局部調(diào)整模型主要是用來研究物資儲備問題的。企業(yè)為了保證生產(chǎn)和銷售，必須保持一定的原材料儲備。對應(yīng)于一定的產(chǎn)量或銷售量Xt，存在著預(yù)期的最佳庫存。

顯然，不可觀測。

Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.(2)局部調(diào)整模型局部調(diào)整模型的最初的表現(xiàn)形式是：(46由于生產(chǎn)條件的波動，生產(chǎn)管理方面的原因，庫存儲備Yt的實際變化量只是預(yù)期變化的一部分。儲備按預(yù)定水平逐步進(jìn)行調(diào)整，故有如下局部調(diào)整假設(shè)：(9-34)其中，δ為調(diào)整系數(shù)，0≤δ≤1。局部調(diào)整假設(shè)還可寫成(9-35)其中可見，局部調(diào)整模型可轉(zhuǎn)化為一個自回歸模型。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.由于生產(chǎn)條件的波動，生產(chǎn)管理方面的原因，庫存472．自回歸模型的參數(shù)估計對于自回歸模型(9-25)式，估計時的主要問題在于，滯后被解釋變量的存在可能導(dǎo)致它與隨機(jī)干擾項相關(guān)，以及隨機(jī)干擾項出現(xiàn)序列相關(guān)性。同時，隨機(jī)干擾項還是自相關(guān)的。而局部調(diào)整模型(9-36)式則存在著滯后被解釋變量Yt-1與隨機(jī)干擾項的異期相關(guān)性。因此，對自回歸模型的估計主要需視滯后被解釋變量與隨機(jī)干擾項的不同關(guān)系進(jìn)行估計。問題：Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.2．自回歸模型的參數(shù)估計對于自回歸模型(9-48下面以一階自回歸模型為例說明。(1)工具變量法對于一階自回歸模型(9-37)在實際估計中，一般用作為的工具變量，其中是X的若干滯后的線性組合：(9-38)由于模型(9-37)式中已假設(shè)隨機(jī)干擾項與解釋變量X及其滯后項不與不再線性相關(guān)。

存在相關(guān)性，因此(9-37)式中的Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.下面以一階自回歸模型為例說明。(1)工具變量法對于一階自49(2)普通最小二乘法若滯后被解釋變量與隨機(jī)干擾項可直接使用OLS法進(jìn)行估計，得到一致估計量。同期無關(guān)(如局部調(diào)整模型)，注意：上述工具變量法只解決了解釋變量與隨機(jī)干擾項相關(guān)對參數(shù)估計所造成的影響，但沒有解決的自相關(guān)問題。

事實上，對于自回歸模型，隨機(jī)干擾項的自相關(guān)問題始終是存在的，對于此問題，至今沒有完全有效的解決辦法。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。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.(2)普通最小二乘法若滯后被解釋變量與50第四節(jié)格蘭杰因果關(guān)系檢驗許多經(jīng)濟(jì)變量有著相互的影響關(guān)系。例如：GDP的增長能夠促進(jìn)消費的增長，而反過來，消費的變化又是GDP變化的一個組成部分，因此，消費增加又能促進(jìn)GDP的增加。問題：當(dāng)兩個變量間在時間上有先導(dǎo)—滯后關(guān)系時，能否從統(tǒng)計上考察這種關(guān)系是單向的還是雙向的？？？即主要是一個變量過去的行為在影響另一個變量的當(dāng)前行為呢？還是雙方的過去行為在相互影響著對方的當(dāng)前行為？

格蘭杰提出了一個簡單的檢驗程序，習(xí)慣上稱為格蘭杰因果關(guān)系檢驗。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.第四節(jié)格蘭杰因果關(guān)系檢驗許多經(jīng)濟(jì)變量有著相互的影響關(guān)51兩變量X和Y，格蘭杰因果關(guān)系檢驗要求估計以下回歸模型：(9-39)(9-40)可能存在有四種檢驗結(jié)果：(1)X對Y有單向影響(2)Y對X有單向影響(3)Y與X間存在雙向影響(4)Y與X間不存在影響Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.兩變量X和Y，格蘭杰因果關(guān)系檢驗要求估計以下回歸模型：(52格蘭杰檢驗是通過構(gòu)造F統(tǒng)計量，利用F檢驗完成的。例如：針對X不是Y的格蘭杰原因這一假設(shè)，即針對(9-39)式中X滯后項前的參數(shù)整體為零的假設(shè)，分別做包含與不包含X滯后項的回歸，記前者的殘差平方和為RSSU，后者的殘差平方和為RSSR；再計算F統(tǒng)計量：(9-41)m——X的滯后項的個數(shù)

n——樣本容量

k——包含X滯后項的回歸模型的待估參數(shù)的個數(shù)。如果計算的F值大于給定顯著性水平下F分布的相應(yīng)的臨界值Fα(m,nk)，則拒絕原假設(shè)，即認(rèn)為X是Y的格蘭杰原因。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.格蘭杰檢驗是通過構(gòu)造F統(tǒng)計量，利用F檢驗完成的。例如：53注意：格蘭杰因果關(guān)系檢驗對于滯后期長度的選擇有時很敏感。不同的滯后期可能會得到完全不同的檢驗結(jié)果。由于假設(shè)檢驗的零假設(shè)是不存在因果關(guān)系，在該假設(shè)下F統(tǒng)計量服從F分布，因此嚴(yán)格地說，該檢驗應(yīng)該稱為格蘭杰非因果關(guān)系檢驗。因此，一般而言，常進(jìn)行不同滯后期長度的檢驗，以檢驗?zāi)Ｐ椭须S機(jī)干擾項不存在序列相關(guān)的滯后期長度來選取滯后期。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.注意：格蘭杰因果關(guān)系檢驗對于滯后期長度的選54計量經(jīng)濟(jì)學(xué)

—理論·方法·EViews應(yīng)用

郭存芝杜延軍李春吉編著Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.計量經(jīng)濟(jì)學(xué)

—理論·方法·EViews應(yīng)用

郭存芝杜55本章將主要介紹經(jīng)典單方程計量經(jīng)濟(jì)學(xué)模型中滯后解釋變量或(和)滯后被解釋變量的問題，并在此基礎(chǔ)上對建立單方程計量經(jīng)濟(jì)學(xué)模型的方法論進(jìn)行簡單的總結(jié)與討論。第九章滯后變量模型在前面幾章中，主要介紹了經(jīng)典線性回歸模型及其在若干基本假定下的估計問題，并分析了一個或多個假定不滿足時所產(chǎn)生的后果及其可能的改進(jìn)措施。還探討了虛擬變量模型問題。然而上述方法還不能解決經(jīng)濟(jì)生活中遇到的全部問題。某變量的過去行為是怎樣影響變量當(dāng)前變動路線的？？例如：Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.本章將主要介紹經(jīng)典單方程計量經(jīng)濟(jì)學(xué)模型中滯后解釋變量或56◆學(xué)習(xí)目的了解滯后變量、滯后效應(yīng)、滯后變量模型、分布滯后模型、自回歸模型等概念及滯后效應(yīng)產(chǎn)生的原因，掌握分布滯后模型和自回歸模型的建立及參數(shù)估計方法?！艋疽?）認(rèn)識到滯后效應(yīng)、滯后變量模型是計量經(jīng)濟(jì)學(xué)建模經(jīng)常會遇到的問題；2）了解滯后變量、滯后效應(yīng)、滯后變量模型、分布滯后模型、自回歸模型等概念；3）掌握分布滯后模型和自回歸模型建模方法、參數(shù)估計及應(yīng)用。第九章滯后變量模型Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.◆學(xué)習(xí)目的了解滯后變量、滯后效應(yīng)、滯后變量模57◆滯后變量模型◆分布滯后模型◆自回歸模型◆格蘭杰因果關(guān)系檢驗第九章滯后變量模型Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.◆滯后變量模型◆分布滯后模型◆自回歸模型◆格蘭杰因果58第一節(jié)滯后變量模型三個基本概念：在經(jīng)濟(jì)活動中，廣泛存在著時間滯后效應(yīng)，即動態(tài)性。某些經(jīng)濟(jì)變量不僅受到同期各種因素的影響，而且也受到過去某些時期的各種因素甚至自身的過去值的影響。把這種過去時期的具有滯后作用的變量叫做滯后變量(1aggedvariable)。含有滯后變量的模型稱為滯后變量模型。滯后變量模型考慮了時間因素的作用，使靜態(tài)分析的問題有可能成為動態(tài)分析。含有滯后被解釋變量的模型，又稱動態(tài)模型(dynamicmodels)。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.第一節(jié)滯后變量模型三個基本概念：在經(jīng)濟(jì)59一、滯后效應(yīng)與產(chǎn)生滯后效應(yīng)的原因滯后效應(yīng)的概念：一般說來，被解釋變量與解釋變量的因果關(guān)系不一定就在瞬時發(fā)生，可能存在時間上的滯后，或者說解釋變量的變化可能需要經(jīng)過一段時間才能完全對被解釋變量產(chǎn)生影響。同樣地，被解釋變量當(dāng)前的變化也可能受其自身過去水平的影響。這種被解釋變量受到自身或另一解釋變量的前幾期值影響的現(xiàn)象稱為滯后效應(yīng)，表示前幾期值的變量稱為滯后變量

。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.一、滯后效應(yīng)與產(chǎn)生滯后效應(yīng)的原因滯后效應(yīng)的概念：60例如：在研究消費函數(shù)時，通常認(rèn)為，本期的消費除了受本期的收入水平影響之外，還受前一期收入以及前一期消費水平的影響設(shè)Ct、Yt分別是t時的消費和收入，則消費函數(shù)為(9-1)這就是含有滯后變量的模型，Yt-1、Ct-1為滯后變量。

Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.例如：在研究消費函數(shù)時，通常認(rèn)為，本期的消費除61又如：對耐用品的需求(Yt)不僅取決于現(xiàn)在的收入(Xt)、過去的收入水平(Xt-s)，還取決于耐用品的存量或過去得到的耐用品數(shù)量(Yt-1)、價格(Pt)等等。

可設(shè)定需求函數(shù)為(9-2)Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.又如：對耐用品的需求(Yt)不僅取決于現(xiàn)在的62產(chǎn)生滯后效應(yīng)的原因主要有以下幾個方面：1．客觀原因（1）技術(shù)原因在現(xiàn)實經(jīng)濟(jì)運行中，從生產(chǎn)到流通再到使用，每一個環(huán)節(jié)都需要一段時間，從而形成時滯。1)工業(yè)生產(chǎn)中，當(dāng)年的產(chǎn)出在某種程度上依賴于過去若干期內(nèi)投資形成的固定資產(chǎn)。2)當(dāng)年農(nóng)產(chǎn)品產(chǎn)量主要取決于過去一年價格的高低。3)生產(chǎn)者擴(kuò)大生產(chǎn)規(guī)模和改進(jìn)產(chǎn)品質(zhì)量會受到工藝技術(shù)水平和生產(chǎn)能力的限制，生產(chǎn)者將產(chǎn)品的產(chǎn)量調(diào)整到最佳水平，需要一定時間來增加設(shè)備和改進(jìn)工藝技術(shù)，這段時間長短決定于調(diào)整速度，例如：Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.產(chǎn)生滯后效應(yīng)的原因主要有以下幾個方面：1．客觀原因（1）技術(shù)63產(chǎn)生滯后效應(yīng)的原因主要有以下幾個方面：1．客觀原因（2）制度原因例如：a)契約、管理制度等因素也會造成經(jīng)濟(jì)行為一定程度的滯后。1)企業(yè)要改變它的產(chǎn)品結(jié)構(gòu)或產(chǎn)量，會受到過去簽訂的供貨合同的制約；2)定期存款到期才能提取，造成了它對社會購買力的影響具有滯后性；b)管理層次過多、管理的低效率也會造成滯后效應(yīng)。這些情況說明，當(dāng)一種變量發(fā)生變化時，另一變量由于制度方面的原因，需經(jīng)過一定時期才能做出相應(yīng)的變動，從而形成滯后現(xiàn)象。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.產(chǎn)生滯后效應(yīng)的原因主要有以下幾個方面：1．客觀原因（2）制度642．主觀原因例如：經(jīng)濟(jì)活動離不開人的參與，人們往往對于信息了解不全面或者受心理因素的影響，因而對于新的變化了的情況反應(yīng)遲鈍。人們受習(xí)慣勢力的影響，往往不能迅速調(diào)整自己的行為使之適合于新的環(huán)境。由于人們固有的心理定勢和行為習(xí)慣，其行為方式往往滯后于經(jīng)濟(jì)形勢的變化。1)中彩票的人不可能很快改變其生活方式。因此，以往的行為延續(xù)產(chǎn)生了滯后效應(yīng)。2)消費，人們對某種商品的消費量不僅受商品當(dāng)前價格影響，而且還受預(yù)期價格影響，當(dāng)人們預(yù)期價格上漲時，就會加快當(dāng)期的購買，而當(dāng)人們預(yù)期價格要下降時，就會持幣觀望，減少當(dāng)期的購買，由于對將來的預(yù)期要依據(jù)過去的經(jīng)驗，因此在一定條件下，這種“預(yù)期”因素的影響可轉(zhuǎn)化為滯后效應(yīng)。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.2．主觀原因例如：經(jīng)濟(jì)活動離不開人的參與，人65二、滯后變量模型以滯后變量作為解釋變量，就得到滯后變量模型。它的一般形式為：

Yt=β0+β1Yt-1+β2Yt-2+…+βqYt-q+α0Xt+α1Xt-1+…+αsXt-s+μt

(9-3)其中，q、s為滯后時間間隔，稱為滯后期，Yt-q為被解釋變量Y的第q期滯后，

Xt-s為解釋變量X的第s期滯后。

由于模型既含有Y對自身滯后變量的回歸，還包括著解釋變量X分布在不同時期的滯后變量，因此一般稱為自回歸分布滯后模型(ADL)。

若滯后期長度有限，稱模型為有限自回歸分布滯后模型：若滯后期無限，稱模型為無限自回歸分布滯后模型。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.二、滯后變量模型以滯后變量作為解釋變量，就得到滯后變量模型。66第二節(jié)分布滯后模型一、分布滯后模型如果滯后變量模型中沒有滯后被解釋變量，僅有解釋變量X的當(dāng)期值及其若干期的滯后值，則稱為分布滯后模型(distributed-lagmodel),也稱為外生滯后變量模型。概念：分布滯后模型的一般形式為：（9-4）Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.第二節(jié)分布滯后模型一、分布滯后模型如67分布滯后模型的各系數(shù)體現(xiàn)了解釋變量的當(dāng)期值和各期滯后值對被解釋變量的不同影響程度，因此也稱為乘數(shù)(multiplier)?！Q為短期或即期乘數(shù)，表示本期X變化一個單位對Y平均值的影響程度。

——稱為動態(tài)乘數(shù)或延遲系數(shù)，表示各滯后期X的變動對Y的平均值影響的大小。

(i=1，2，…,s)——稱為長期或均衡乘數(shù)，表示X變動一個單位，由于滯后效應(yīng)而形成的對Y平均值總影響的大小。（9-4）由(9-4)式知，如果各期的X值保持不變，則X與Y間的長期或均衡關(guān)系即為（9-5）Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.分布滯后模型的各系數(shù)體現(xiàn)了解釋變量的當(dāng)期值和各68為了避免的數(shù)值激增，我們假定項之和為有限值，即滯后期s應(yīng)該是多少呢？問題：一個平均滯后定義為：（9-6）即平均滯后定義為所有滯后的加權(quán)平均數(shù)，其權(quán)數(shù)就是關(guān)于系數(shù)β的相對數(shù)值。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.為了避免的數(shù)值激增，我們假定項之和為有限值，即滯后69二、分布滯后模型的參數(shù)估計1．分布滯后模型估計的困難2．分布滯后模型的修正估計方法Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.二、分布滯后模型的參數(shù)估計1．分布滯后模型估計的困難2．分布701．分布滯后模型估計的困難對模型（9-4），如果是無限期的分布滯后模型，由于樣本觀測值的有限性，使得無法直接對其進(jìn)行估計。如果是有限期的分布滯后模型，普通最小二乘回歸也會遇到如下問題：(1)沒有先驗準(zhǔn)則確定滯后期長度；(2)如果滯后期較長，而樣本數(shù)較小，將缺乏足夠的自由度進(jìn)行傳統(tǒng)的統(tǒng)計檢驗；(3)同名變量滯后值之間可能存在高度線性相關(guān)，即模型會存在高度的多重共線性。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.1．分布滯后模型估計的困難對模型（9-4），712．分布滯后模型的修正估計方法基本思想通過對各滯后變量加權(quán)，組成線性合成變量而有目的地減少滯后變量的數(shù)目，以緩解多重共線性，保證自由度。(1)經(jīng)驗加權(quán)法(2)阿爾蒙(Almon)多項式法(3)科伊克(Koyck)方法(4)帕斯卡（Pascal）方法四種常用方法Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.2．分布滯后模型的修正估計方法基本思想通過對72(1)經(jīng)驗加權(quán)法對于有限期分布滯后模型，往往根據(jù)實際問題的特點，以及人們的經(jīng)驗給各滯后變量指定權(quán)數(shù)，并按權(quán)數(shù)構(gòu)成各滯后變量的線性組合，形成新的變量，再進(jìn)行估計。權(quán)數(shù)的類型有以下三類：第一類，遞減型。第三類，倒V型。第二類，矩型。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.(1)經(jīng)驗加權(quán)法對于有限期分布滯后模型，往73第一類，遞減型。例如：消費函數(shù)中，收入的近期值對消費的影響顯然大于遠(yuǎn)期值的影響。一個滯后期為3的一組權(quán)數(shù)可取值如下：則新的線性組合變量為W1t=Xt+Xt-1+Xt-2+Xt-3，，，Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.第一類，遞減型。例如：消費函數(shù)中，收入的近期值對消費的影響74第二類，矩型。即認(rèn)為權(quán)數(shù)是相等的，X的逐期滯后值對Y的影響相同。例如：對滯后期為3的分布滯后模型，可指定相等權(quán)數(shù)為1/4，則新的線性組合變量為W2t=Xt+Xt-1+Xt-2+Xt-3Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.第二類，矩型。即認(rèn)為權(quán)數(shù)是相等的，X的逐期滯后值對Y的影響75第三類，倒V型。假定權(quán)數(shù)先遞增后遞減呈倒“V”型。例如：在一個較長建設(shè)周期的投資中，歷年投資X對產(chǎn)出Y的影響，往往是周期期中的投資額最大，因此對產(chǎn)出的貢獻(xiàn)最大。設(shè)滯后期為4，則一組權(quán)數(shù)可取為于是新變量為W3t=Xt+Xt-1+Xt-2+Xt-3+Xt-4，，，，Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.第三類，倒V型。假定權(quán)數(shù)先遞增后遞減呈倒“V”型。例76一般來說，經(jīng)驗加權(quán)法的優(yōu)點是簡單易行，缺點是設(shè)置權(quán)數(shù)的隨意性較大。研究者不僅指定了滯后變量的一般形式(遞減、矩形、倒V形)，而且指定了權(quán)數(shù)的實際數(shù)值。確定了不同的Wt項之后，研究者就用包含每個Wt的函數(shù)依次作為單一解釋變量進(jìn)行試驗。例如：對下述模型應(yīng)用OLS法等等。從這些備擇模型中根據(jù)各統(tǒng)計檢驗(R2檢驗，F(xiàn)檢驗，t檢驗，D.W.檢驗)，從中選擇最佳估計式，有時也試圖根據(jù)經(jīng)濟(jì)原理來考慮這種選擇的合理化。Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.一般來說，經(jīng)驗加權(quán)法的優(yōu)點是簡單易行，缺點是設(shè)77例9-1：已知1955~1974年美國制造業(yè)庫存量Y和銷售量X的統(tǒng)計資料如表9-1所示，設(shè)定有限分布滯后模型為運用經(jīng)驗加權(quán)法，選擇下列三種權(quán)數(shù)（1）1，1/2，1/4，1/8；（2）1/4，1/2，2/3，1/4；（3）1/4，1/4，1/4，1/4；分別估計上述模型，并從中選擇最佳的方程表9-11955—1974年美國制造業(yè)庫存量Y和銷售量X單位：億美元年份YX年份YX1955195619571658195919601961196219631964450.69506.42518.70500.70527.07538.14549.39582.13600.43633.83264.80277.40287.36272.80302.19307.96308.96331.13350.32373.351965196619671968196919701971197219731974682.21779.65846.55908.75970.741016.451024.451077.191208.701471.35410.03448.69464.49502.82535.55528.59559.17620.17713.98820.78Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.例9-1：已知1955~1974年美國制造業(yè)庫78解：W1t=Xt+Xt-1+Xt-2+Xt-3W2t=Xt+Xt-1+Xt-2+Xt-3W3t=Xt+Xt-1+Xt-2+Xt-3在EViews中，輸入X和Y的數(shù)據(jù)，根據(jù)X的數(shù)據(jù)，由上述公式生成線性組合變量W1t、W2t、W3t的數(shù)據(jù)。記新的線性組合變量分別為

k=1,2,3然后分別估計如下經(jīng)驗加權(quán)模型Evaluationonly.CreatedwithAspose.Slidesfor.NET3.5ClientProfile.Copyright2004-2011AsposePtyLtd.解：W1t=Xt+Xt-1+Xt-2+Xt-3W2t=Xt+79回歸分析結(jié)果整理如下模型9-1（-3.663）（50.919）

R2=0.9942，D.W.=1.4409，F(xiàn)=2592(-5.029)（37.359）