分布滯后模型與自回歸模型1第1頁，課件共83頁，創(chuàng)作于2023年2月引子:貨幣政策效應的時滯

貨幣供給的變化對經(jīng)濟影響很大，貨幣政策總是備受關注。

貨幣政策的影響效應存在著時間上的滯后。在貨幣政策的傳導過程中，貨幣擴張首先促使利率降低，或者一般價格水平的上升，這需要一段時間。這些因素對以GDP為代表的經(jīng)濟增長的影響，更是需要一段時間才能顯示出來。只有經(jīng)過一段時間以后，支出對利率的反應增強，投資、進出口和消費才會不斷上升，貨幣政策才最終促使GDP增加。通常，貨幣擴張對GDP影響的最高點可能是在政策實施以后的一到兩年間達到。

2第2頁，課件共83頁，創(chuàng)作于2023年2月

在現(xiàn)實經(jīng)濟活動中，滯后現(xiàn)象是普遍存在的，這就要求我們在做經(jīng)濟分析時應該考慮時滯的影響。怎樣才能把這類時間上滯后的經(jīng)濟關系納入計量經(jīng)濟模型呢？思考3第3頁，課件共83頁，創(chuàng)作于2023年2月

第七章

分布滯后模型與自回歸模型

本章主要討論:

●滯后效應與滯后變量模型●分布滯后模型的估計●自回歸模型的構(gòu)建●自回歸模型的估計4第4頁，課件共83頁，創(chuàng)作于2023年2月第一節(jié)滯后效應與滯后變量模型

本節(jié)基本內(nèi)容:

●經(jīng)濟活動中的滯后現(xiàn)象●滯后效應產(chǎn)生的原因●滯后變量模型

5第5頁，課件共83頁，創(chuàng)作于2023年2月

通常把這種過去時期的，具有滯后作用的變量叫做滯后變量（LaggedVariable），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。含有滯后解釋變量的模型，又稱動態(tài)模型（DynamicalModel）。一、滯后變量模型6第6頁，課件共83頁，創(chuàng)作于2023年2月1、滯后效應與產(chǎn)生滯后效應的原因

因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。表示前幾期值的變量稱為滯后變量。如：消費函數(shù)通常認為，本期的消費除了受本期的收入影響之外，還受前1期，或前2期收入的影響：

Ct=0+1Yt+2Yt-1+3Yt-2+tYt-1，Yt-2為滯后變量。7第7頁，課件共83頁，創(chuàng)作于2023年2月產(chǎn)生滯后效應的原因

1、心理因素：人們的心理定勢，行為方式滯后于經(jīng)濟形勢的變化，如中彩票的人不可能很快改變其生活方式。

2、技術(shù)原因：如當年的產(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)。

3、制度原因：如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。

8第8頁，課件共83頁，創(chuàng)作于2023年2月

2、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：

q，s：滯后時間間隔

自回歸分布滯后模型（autoregressivedistributedlagmodel,ADL）：既含有Y對自身滯后變量的回歸，還包括著X分布在不同時期的滯后變量有限自回歸分布滯后模型：滯后期長度有限

無限自回歸分布滯后模型：滯后期無限9第9頁，課件共83頁，創(chuàng)作于2023年2月

（1）分布滯后模型（distributed-lagmodel）

分布滯后模型：模型中沒有滯后被解釋變量，僅有解釋變量X的當期值及其若干期的滯后值：

0：短期(short-run)或即期乘數(shù)(impactmultiplier)，表示本期X變化一單位對Y平均值的影響程度。

i(i=1,2…,s)：動態(tài)乘數(shù)或延遲系數(shù)，表示各滯后期X的變動對Y平均值影響的大小。

10第10頁，課件共83頁，創(chuàng)作于2023年2月如果各期的X值保持不變，則X與Y間的長期或均衡關系即為稱為長期（long-run）或均衡乘數(shù)（totaldistributed-lagmultiplier），表示X變動一個單位，由于滯后效應而形成的對Y平均值總影響的大小。

11第11頁，課件共83頁，創(chuàng)作于2023年2月

2、自回歸模型（autoregressivemodel）而

稱為一階自回歸模型（first-orderautoregressivemodel）。

自回歸模型：模型中的解釋變量僅包含X的當期值與被解釋變量Y的一個或多個滯后值12第12頁，課件共83頁，創(chuàng)作于2023年2月第二節(jié)分布滯后模型的估計本節(jié)基本內(nèi)容:

●分布滯后模型估計的困難●經(jīng)驗加權(quán)估計法●阿爾蒙法13第13頁，課件共83頁，創(chuàng)作于2023年2月一、分布滯后模型的參數(shù)估計

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行估計。

有限期的分布滯后模型，OLS會遇到如下問題：

1、沒有先驗準則確定滯后期長度；

2、如果滯后期較長，將缺乏足夠的自由度進行估計和檢驗；

3、同名變量滯后值之間可能存在高度線性相關，即模型存在高度的多重共線性。

1、分布滯后模型估計的困難

14第14頁，課件共83頁，創(chuàng)作于2023年2月

2、分布滯后模型的修正估計方法

有限分布滯后模型，其基本思想是設法有目的地減少需要直接估計的模型參數(shù)個數(shù)，以緩解多重共線性，保證自由度。

無限分布滯后模型，主要是通過適當?shù)哪Ｐ妥儞Q，使其轉(zhuǎn)化為只需估計有限個參數(shù)的自回歸模型。

(1)經(jīng)驗加權(quán)法根據(jù)實際問題的特點、實際經(jīng)驗給各滯后變量指定權(quán)數(shù)，滯后變量按權(quán)數(shù)線性組合，構(gòu)成新的變量。權(quán)數(shù)據(jù)的類型有：15第15頁，課件共83頁，創(chuàng)作于2023年2月常見的滯后結(jié)構(gòu)類型wt0(a)wt0(b)wt0(c)16第16頁，課件共83頁，創(chuàng)作于2023年2月遞減型：即認為權(quán)數(shù)是遞減的，X的近期值對Y的影響較遠期值大。如消費函數(shù)中，收入的近期值對消費的影響作用顯然大于遠期值的影響。例如：滯后期為3的一組權(quán)數(shù)可取值如下：1/2，1/4，1/6，1/8則新的線性組合變量為：17第17頁，課件共83頁，創(chuàng)作于2023年2月

即認為權(quán)數(shù)是相等的，X的逐期滯后值對值Y的影響相同。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：矩型：

18第18頁，課件共83頁，創(chuàng)作于2023年2月

權(quán)數(shù)先遞增后遞減呈∧型。

例如：在一個較長建設周期的投資中，歷年投資X為產(chǎn)出Y的影響，往往在周期期中投資對本期產(chǎn)出貢獻最大。如滯后期為4，權(quán)數(shù)可取為1/6，1/4，1/2，1/3，1/5則新變量為∧型19第19頁，課件共83頁，創(chuàng)作于2023年2月例1對一個分布滯后模型：

給定遞減權(quán)數(shù)：1/2，1/4，1/6，1/8

令

原模型變?yōu)椋?/p>

該模型可用OLS法估計。假如參數(shù)估計結(jié)果為=0.5=0.8則原模型的估計結(jié)果為：

20第20頁，課件共83頁，創(chuàng)作于2023年2月

經(jīng)驗權(quán)數(shù)法的優(yōu)點是：簡單易行

缺點是：設置權(quán)數(shù)的隨意性較大通常的做法：

多選幾組權(quán)數(shù)，分別估計出幾個模型，然后根據(jù)常用的統(tǒng)計檢驗（Ｒ方檢驗，Ｆ檢驗，t檢驗，Ｄ-Ｗ檢驗），從中選擇最佳估計式。21第21頁，課件共83頁，創(chuàng)作于2023年2月（2）阿爾蒙（Almon）多項式法

主要思想：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)。

主要步驟為：

第一步，阿爾蒙變換

對于分布滯后模型

22第22頁，課件共83頁，創(chuàng)作于2023年2月此式稱為阿爾蒙多項式變換（圖7.2）。?。?3第23頁，課件共83頁，創(chuàng)作于2023年2月

將阿爾蒙多項式變換代入分布滯后模型并整理，模型變?yōu)槿缦滦问?/p>

其中

（7.5）24第24頁，課件共83頁，創(chuàng)作于2023年2月第二步，模型的OLS估計

對變換后的模型進行OLS估計，得再計算出:求出滯后分布模型參數(shù)的估計值:在實際應用中，阿爾蒙多項式的次數(shù)

通常取得較低，一般取2或3，很少超過4。25第25頁，課件共83頁，創(chuàng)作于2023年2月

本節(jié)基本內(nèi)容:

●庫伊克模型 ●自適應預期模型 ●局部調(diào)整模型

第三節(jié)自回歸模型的構(gòu)建26第26頁，課件共83頁，創(chuàng)作于2023年2月一個無限期分布滯后模型可以通過庫伊克變換轉(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，自回歸模型是經(jīng)濟生活中更常見的模型。以適應預期模型以及局部調(diào)整模型為例進行說明。1、自回歸模型的構(gòu)造

27第27頁，課件共83頁，創(chuàng)作于2023年2月一、庫伊克模型要使無限分布滯后模型估計能夠順利進行，必須施加一些約束或假定條件，將模型的結(jié)構(gòu)作某種轉(zhuǎn)化。庫伊克（Koyck）變換就是其中較具代表性的方法。28第28頁，課件共83頁，創(chuàng)作于2023年2月

（3）庫伊克（Koyck）方法

庫伊克方法是將無限分布滯后模型轉(zhuǎn)換為自回歸模型，然后進行估計。對于無限分布滯后模型：

庫伊克變換假設i隨滯后期i按幾何級數(shù)衰減：

其中，0<<1，稱為分布滯后衰減率，1-稱為調(diào)整速率（Speedofadjustment）。29第29頁，課件共83頁，創(chuàng)作于2023年2月公比通常稱為分布滯后衰減率，值越接近零，衰減速度越快（如圖7.3）。

圖7.3按幾何級數(shù)衰減的滯后結(jié)構(gòu)（庫伊克）30第30頁，課件共83頁，創(chuàng)作于2023年2月庫伊克變換的具體做法:將庫伊克假定i=0i代入無限分布滯后模型，得滯后一期并乘以，得

(*)將（*）減去（**）得庫伊克變換模型：

(**)整理得庫伊克模型的一般形式：

31第31頁，課件共83頁，創(chuàng)作于2023年2月庫伊克模型的特點：

（1）以一個滯后因變量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）由于滯后一期的因變量Yt-1與Xt的線性相關程度可以肯定小于X的各期滯后值之間的相關程度，從而緩解了多重共線性。但庫伊克變換也同時產(chǎn)生了新問題：（1）模型存在隨機項和vt的一階自相關性；（2）滯后被解釋變量Yt-1與隨機項vt不獨立。32第32頁，課件共83頁，創(chuàng)作于2023年2月（3）它假定無限滯后分布呈幾何遞減滯后結(jié)構(gòu)。這種假定對某些經(jīng)濟變量可能不適用，如固定資產(chǎn)投資對總產(chǎn)出影響的滯后結(jié)構(gòu)就不是這種類型。（4）將隨機變量作為解釋變量引入了模型，不一定符合基本假定。（5）庫伊克變換是純粹的數(shù)學運算結(jié)果，缺乏經(jīng)濟理論依據(jù)。這些缺陷，特別是前兩個缺陷，將給模型的參數(shù)估計帶來一定困難。

33第33頁，課件共83頁，創(chuàng)作于2023年2月二、自適應預期模型在某些實際問題中，因變量Yt并不取決于解釋變量的當前實際值Xt，而取決于Xt的“預期水平”或“長期均衡水平”Xte。

例如，家庭本期消費水平，取決于本期收入的預期值；市場上某種商品供求量，決定于本期該商品價格的均衡值。因此，自適應預期模型最初表現(xiàn)形式是34第34頁，課件共83頁，創(chuàng)作于2023年2月由于預期變量是不可實際觀測的，往往作如下自適應預期假定:其中：r為預期系數(shù)（coefficientofexpectation）,0r1。該式的經(jīng)濟含義為：“經(jīng)濟行為者將根據(jù)過去的經(jīng)驗修改他們的預期”。其機理是，經(jīng)濟活動主體會根據(jù)自己過去在作預期時所犯錯誤的程度，來修正他們以后每一時期的預期，即按照過去預測偏差的某一比例對當前期望進行修正，使其適應新的經(jīng)濟環(huán)境。這個假定還可寫成：)(11ettetetXXrXX---+＝35第35頁，課件共83頁，創(chuàng)作于2023年2月將代入得(*)將（*）式滯后一期并乘以(1-r),得(**)以(*)減去（**），整理得其中可見自適應預期模型轉(zhuǎn)化為自回歸模型。36第36頁，課件共83頁，創(chuàng)作于2023年2月三、局部調(diào)整(PartialAdjustment)模型局部調(diào)整模型主要是用來研究物資儲備問題的。例如，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。對應于一定的產(chǎn)量或銷售量Xt，存在著預期的最佳庫存Yte。局部調(diào)整模型的最初形式為

Yte不可觀測。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期變化的一部分。37第37頁，課件共83頁，創(chuàng)作于2023年2月或：(*)其中，為調(diào)整系數(shù)，01

將(*)式代入得可見，局部調(diào)整模型轉(zhuǎn)化為自回歸模型

儲備按預定水平逐步進行調(diào)整，故有如下局部調(diào)整假設：38第38頁，課件共83頁，創(chuàng)作于2023年2月1.相同點庫伊克模型、自適應預期模型與局部調(diào)整模的最終形式都是一階自回歸模型，這樣，對這三類模型的估計就轉(zhuǎn)化為對相應一階自回歸模型的估計。

評價

39第39頁，課件共83頁，創(chuàng)作于2023年2月2.區(qū)別●導出模型的經(jīng)濟背景與思想不同。庫伊克模型是在無限分布滯后模型的基礎上根據(jù)庫伊克幾何分布滯后假定而導出的；自適應預期模型是由解釋變量的自適應過程而得到的；局部調(diào)整模型則是對被解釋變量的局部調(diào)整而得到的?！裼捎谀Ｐ偷男纬蓹C理不同而導致隨機誤差項的結(jié)構(gòu)有所不同,這一區(qū)別將對模型的估計帶來一定影響。40第40頁，課件共83頁，創(chuàng)作于2023年2月第四節(jié)自回歸模型的估計本節(jié)基本內(nèi)容:

●自回歸模型估計的困難●工具變量法●德賓h檢驗

41第41頁，課件共83頁，創(chuàng)作于2023年2月一、自回歸模型估計的困難

考伊克模型：

對于自回歸模型

估計時的主要問題：滯后被解釋變量的存在可能導致它與隨機擾動項相關，以及隨機擾動項出現(xiàn)序列相關性。

自適應預期模型：顯然存在：42第42頁，課件共83頁，創(chuàng)作于2023年2月

局部調(diào)整模型：

存在：滯后被解釋變量Yt-1與隨機擾動項t的異期相關性。

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擾動項的不同關系進行估計。以一階自回歸模型為例說明。43第43頁，課件共83頁，創(chuàng)作于2023年2月(1)工具變量法

若Yt-1與t同期相關，則OLS估計是有偏的，并且不是一致估計。因此，對上述模型，通常采用工具變量法，即尋找一個新的經(jīng)濟變量Zt，用來代替Yt-1。

參數(shù)估計量具有一致性。

對于一階自回歸模型

44第44頁，課件共83頁，創(chuàng)作于2023年2月在實際估計中，一般用X的若干滯后的線性組合作為Yt-1的工具變量:由于原模型已假設隨機擾動項t與解釋變量X及其滯后項不存在相關性，因此上述工具變量與t不再線性相關。一個更簡單的情形是直接用Xt-1作為Yt-1的工具變量。45第45頁，課件共83頁，創(chuàng)作于2023年2月

（2）普通最小二乘法

若滯后被解釋變量Yt-1與隨機擾動項t同期無關（如局部調(diào)整模型），可直接使用OLS法進行估計，得到一致估計量。上述工具變量法只解決了解釋變量與t相關對參數(shù)估計所造成的影響，但沒有解決t的自相關問題。事實上，對于自回歸模型，t項的自相關問題始終存在，對于此問題，至今沒有完全有效的解決方法。唯一可做的，就是盡可能地建立“正確”的模型，以使序列相關性的程度減輕。注意：46第46頁，課件共83頁，創(chuàng)作于2023年2月

庫伊克模型：自適應預期模型：局部調(diào)整模型：假定原模型中隨機擾動項滿足古典假定，即47第47頁，課件共83頁，創(chuàng)作于2023年2月（1）對于庫伊克模型，有48第48頁，課件共83頁，創(chuàng)作于2023年2月（2）對于自適應預期模型（3）對于局部調(diào)整模型，有49第49頁，課件共83頁，創(chuàng)作于2023年2月

DW檢驗法不適合于方程含有滯后被解釋變量的場合。在自回歸模型中，滯后被解釋變量是隨機變量，已有研究表明，如果用DW檢驗法，則d統(tǒng)計量值總是趨近于2。對此，德賓提出了檢驗一階自相關的h統(tǒng)計量檢驗法。

三、德賓h-檢驗50第50頁，課件共83頁，創(chuàng)作于2023年2月

h統(tǒng)計量定義為

其中，為隨機擾動項一階自相關系數(shù)的估計量，為DW統(tǒng)計量，為樣本容量，為滯后被解釋變量的回歸系數(shù)的估計方差。在的假定下，h統(tǒng)計量的極限分布為標準正態(tài)分布。因此，在大樣本情況下，可以用h統(tǒng)計量值判斷隨機擾動項是否存在一階自相關。

（7.32）51第51頁，課件共83頁，創(chuàng)作于2023年2月具體作法如下：（1）對一階自回歸方程直接進行最小二乘估計，得到及值。（2）將、及樣本容量代入（7.32）式計算h統(tǒng)計量值。（3）給定顯著性水平，查標準正態(tài)分布表得臨界值。若，則拒絕原假設，說明自回歸模型存在一階自相關；若，則接受原假設，說明自回歸模型不存在一階自相關。

52第52頁，課件共83頁，創(chuàng)作于2023年2月注意：該檢驗法是針對大樣本的，用于小樣本效果較差。53第53頁，課件共83頁，創(chuàng)作于2023年2月第五節(jié)案例分析

【案例7.1】為了研究1955—1974年期間美國制造業(yè)庫存量和銷售額的關系，我們在例7.3中采用了經(jīng)驗加權(quán)法估計分布滯后模型。下面用阿爾蒙法估計如下有限分布滯后模型：將系數(shù)用二次多項式近似，即54第54頁，課件共83頁，創(chuàng)作于2023年2月則原模型可變?yōu)槠渲?/p>

估計如下回歸方程形式55第55頁，課件共83頁，創(chuàng)作于2023年2月

回歸結(jié)果見表7.2

表7.256第56頁，課件共83頁，創(chuàng)作于2023年2月表中對應的系數(shù)分別為的估計值。將它們代入分布滯后系數(shù)的阿爾蒙多項式中，可計算出的估計值，分布滯后模型的最終估計式為：57第57頁，課件共83頁，創(chuàng)作于2023年2月

在實際應用中，EViews提供了多項式分布滯后指令“PDL”用于估計分布滯后模型。在EViews中輸入和的數(shù)據(jù)，進入EquationSpecification對話欄，鍵入方程形式：

58第58頁，課件共83頁，創(chuàng)作于2023年2月其中，“PDL指令”表示進行阿爾蒙多項式分布滯后模型的估計，括號中的3表示的分布滯后長度，2表示阿爾蒙多項式的階數(shù)。在EstimationSettings欄中選擇LeastSquares(最小二乘法)，點擊OK，屏幕將顯示回歸分析結(jié)果（見表7.3）。

59第59頁，課件共83頁，創(chuàng)作于2023年2月表7.360第60頁，課件共83頁，創(chuàng)作于2023年2月

需要指出的是，用“PDL”估計分布滯后模型時，

EViews所采用的滯后系數(shù)多項式變換不是形如（7.4）式的阿爾蒙多項式，而是阿爾蒙多項式的派生形式。因此，輸出結(jié)果中、、對應的估計系數(shù)不是阿爾蒙多項式系數(shù)的估計。但同前面分步計算的結(jié)果相比，最終的分布滯后估計系數(shù)式是相同的。61第61頁，課件共83頁，創(chuàng)作于2023年2月

【案例7.2】貨幣主義學派認為，產(chǎn)生通貨膨脹的必要條件是貨幣的超量供應。物價變動與貨幣供應量的變化有著較為密切的聯(lián)系，但是二者之間的關系不是瞬時的，貨幣供應量的變化對物價的影響存在一定時滯。在中國，大家普遍認同貨幣供給的變化對物價具有滯后影響，但滯后期究竟有多長，還存在不同的認識。下面采集1996－2005年全國廣義貨幣供應量和物價指數(shù)的月度數(shù)據(jù)（見教材表7.4）對這一問題進行研究。

62第62頁，課件共83頁，創(chuàng)作于2023年2月

為了考察貨幣供應量的變化對物價的影響，我們用廣義貨幣M2的月增長量作為解釋變量，以居民消費價格月度同比指數(shù)為被解釋變量進行研究。首先估計如下回歸模型:

得如下回歸結(jié)果（表7.5）。63第63頁，課件共83頁，創(chuàng)作于2023年2月表7.564第64頁，課件共83頁，創(chuàng)作于2023年2月從回歸結(jié)果來看，的t統(tǒng)計量值不顯著，表明當期貨幣供應量的變化對當期物價水平的影響在統(tǒng)計意義上不明顯。為了分析貨幣供應量變化影響物價的滯后性，我們做滯后6個月的分布滯后模型的估計，結(jié)果見表7.6。65第65頁，課件共83頁，創(chuàng)作于2023年2月表7.666第66頁，課件共83頁，創(chuàng)作于2023年2月

從回歸結(jié)果來看，各滯后期的系數(shù)逐步增加，表明當期貨幣供應量的變化對物價水平的影響要經(jīng)過一段時間才能逐步顯現(xiàn)。但各滯后期的系數(shù)的t統(tǒng)計量值不顯著，因此還不能據(jù)此判斷滯后期究竟有多長。為此，我們做滯后12個月的分布滯后模型的估計，結(jié)果見表7.7。

67第67頁，課件共83頁，創(chuàng)作于2023年2月表7.768第68頁，課件共83頁，創(chuàng)作于2023年2月

表7.7顯示，從到,回歸系數(shù)都不顯著異于零，而的回歸系數(shù)t統(tǒng)計量值為3.016798，在5％顯著性水平下拒絕系數(shù)為零的原假設。這一結(jié)果表明，當期貨幣供應量變化對物價水平的影響在經(jīng)過12個月（即一年）后明顯地顯現(xiàn)出來。為了考察貨幣供應量變化對物價水平影響的持續(xù)期，我們做滯后18個月的分布滯后模型的估計，結(jié)果見表7.8。

69第69頁，課件共83頁，創(chuàng)作于2023年2月表7.870第70頁，課件共83頁，創(chuàng)作于2023年2月

結(jié)果表明，從滯后12個月開始t統(tǒng)計量值顯著，一直到滯后16個月為止，從滯后第17個月開始t值變得不顯著；再從回歸系數(shù)來看，從滯后11個月開始，貨幣供應量變化對物價水平的影響明顯增加，再滯后14個月時達到最大，然后逐步下降。通過上述一系列分析，我們可以做出這樣的判斷：在我國，貨幣供應量變化對物價水平的影響具有明顯的滯后性，滯后期大約為一年，而且滯后影響具有持續(xù)性，持續(xù)的長度大約為半年，其影響力度先遞增然后遞減，滯后結(jié)構(gòu)為型。71第71頁，課件共83頁，創(chuàng)作于2023年2月

當然，從上述回歸結(jié)果也可以看出，回歸方程的不高，DW值也偏低，表明除了貨幣供應量外，還有其他因素影響物價變化；同時，過多的滯后變量也可能引起多重共線性問題。

72第72頁，課件共83頁，創(chuàng)作于2023年2月

如果我們分析的重點是貨幣供應量變化對物價影響的滯后性，上述結(jié)果已能說明問題。如果要提高模型的預測精度，則可以考慮對模型進行改進。根據(jù)前面的分析可知，分布滯后模型可以用自回歸模型來代替，因此我們估計如下自回歸模型：估計結(jié)果見表7.9。73第73頁，課件共83頁，創(chuàng)作于2023年2月表7.974第74頁，課件共83頁，創(chuàng)作于2023年2月THANKS第七章結(jié)束了！75第75頁，課件共83頁，創(chuàng)作于2023年2月

補充：四、格蘭杰因果關系檢驗

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去行為的影響。然而，許多經(jīng)濟變量有著相互的影響關系GDP消費問題：當兩個變量在時間上有先導——滯后關系時，能否從統(tǒng)計上考察這種關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前行為呢？還是雙方的過去行為在相互影響著對方的當前行為？

76第76頁，