第六章--時間序列計量經(jīng)濟學(初步)(20140505)_第1頁
第六章--時間序列計量經(jīng)濟學(初步)(20140505)_第2頁
第六章--時間序列計量經(jīng)濟學(初步)(20140505)_第3頁
第六章--時間序列計量經(jīng)濟學(初步)(20140505)_第4頁
第六章--時間序列計量經(jīng)濟學(初步)(20140505)_第5頁
已閱讀5頁,還剩8頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、精品文檔可編輯第七章 分布滯后模型與自回歸模型第一節(jié) 分布滯后模型與自回歸模型的基本概念一、問題的提出1、滯后效應的出現(xiàn)(1)在經(jīng)濟學分析中,研究消費函數(shù),人們的消費行為不僅要受到當期收 入的影響(絕對收入假設) ,還要受到前期收入的影響,甚至要受到前期消費的 影響(相對收入假設) 。(2)研究投資問題, 由于投資周期的原因,本年度投資的形成, 與上年度, 甚至再上年度的投資形成有關(guān)。(3)運用經(jīng)濟政策調(diào)控宏觀經(jīng)濟運行,經(jīng)濟政策的實施所產(chǎn)生的政策效果 是一個逐步波及的擴散過程。用計量經(jīng)濟學模型研究這類問題, 怎樣度量變量的滯后影響?怎樣估計有滯 后變量的模型?對于上述消費的情況,設C 表示消費

2、, Y 表示收入,則Ct12Yt3Yt 14Ct 1 ut對于上述投資的情況,設I 表示投資, Y 表示收入,則I t 12Yt3It 14 It 25I t 3 ut2、靜態(tài)計量經(jīng)濟學模型向動態(tài)計量經(jīng)濟學模型的擴展什么為“動態(tài)計量經(jīng)濟學模型”?、產(chǎn)生滯后效應的原因1、心理預期因素的作用2、技術(shù)因素的作用3、制度因素的作用。 上述原因的結(jié)果表現(xiàn)為經(jīng)濟現(xiàn)象中的“慣性作用” 。二、滯后變量模型的類型1 、分布滯后模型 。如果模型中沒有滯后的被解釋變量,即Yt0Xt 1X t 1 2X t 2 L sX t s ut則模型為分布滯后模型。 由于 s 可以是有限數(shù),也可以是無限數(shù),則分布滯后模 型可分

3、為有限分布滯后模型和無限分布滯后模型。在分布滯后模型中,有關(guān)系數(shù)的解釋如下:乘數(shù) (又稱倍數(shù))的解釋。該概念首先由英國的卡恩提出(R.F.Kahn,1931 )。所謂乘數(shù)是指,在一個模型體系里,外生變量變化一個單位,對內(nèi)生變 量產(chǎn)生的影響程度。 據(jù)此進行的經(jīng)濟分析稱為 乘數(shù)分析或乘數(shù)效應分析 。如投資 乘數(shù),是指在邊際消費傾向一定的情況下, 投資變動對收入帶來的影響, 亦即增 加一筆投資,可以引起收入倍數(shù)的增加。短期乘數(shù) 0延遲乘數(shù)或動態(tài)乘數(shù) i (i 1,2, ,s)s長期乘數(shù) ii0根據(jù)乘數(shù)的定義,教科書第 183 頁,例 7.1 ,短期乘數(shù)為 0.4 ,動態(tài)乘數(shù)分別為 0.3、0.2 ,

4、則長期乘數(shù)為 0.4+0.3+0.2=0.9 。2 、自回歸模型 。如果模型中無滯后解釋變量,即Yt0 X t 1Yt 1 L qYt q ut則模型為自回歸模型。如果模型無解釋變量 X ,則模型就是一個純粹的關(guān)于被 解釋變量的自回歸模型(統(tǒng)計模型) ,即Yt1Yt 1 L qYt q ut它的特點是, 不考慮經(jīng)濟理論為依據(jù)的解釋變量的作用, 而是依據(jù)變量本身的變 化規(guī)律,利用外推機制描述時間序列變量的變化。 這樣的模型在時間序列分析 課程有專門的介紹。本章討論自回歸模型主要放在與分布滯后模型的關(guān)系上。3、一般滯后變量模型設 滯后變量模型 的一般形式為Yt0X t1Xt 1LsXts1Yt1

5、LqYt qut記為 ADL (s, q )( Autoregression and Distributed Lag Model),式中 s 與q 分別表示解釋變量 X 和被解釋變量 Y 的滯后期數(shù)。在上述模型中,只有一個 Xt(t 1,2,L ,n) ,更一般的形式是模型中有多個 Xjt( j 1,2,L ,p;t 1,2,L ,n), 即q p sytiYt i ji X jt i uti 1 j 1 i 0這時,記為 ADL(s,q,p),p 表示 Xji 的個數(shù)。第二節(jié) 分布滯后模型及其估計一、分布滯后模型估計的困難阿爾特-丁伯根的(OLS)遞推估計法。其缺陷如下:1、自由度問題2、多

6、重共線性問題3、滯后長度難于確定二、確定滯后長度的方法盡管滯后長度的確定有難度,但人們在積極探索,尋求辦法解決這一問題。1、根據(jù)實際經(jīng)濟問題以及經(jīng)驗進行判斷2、利用時間序列本身的變化規(guī)律進行判斷,如根據(jù)自相關(guān)程度與偏自相關(guān)程度進行判斷(時間序列分析課程里有專門介紹)3、利用統(tǒng)計規(guī)則進行判斷方法1,AIC準則(又稱赤池檢驗)。該檢驗主要用如下 AIC統(tǒng)計量ne:AIC log(q )空n nn式中,et2是由ADL估計模型的殘差平方和;k是模型中解釋變量的個數(shù),在t 1分布滯后模型里就是滯后階數(shù);n是樣本容量??梢宰C明在上式,隨著k的增加,AIC存在極小值。使用 AIC準則是通過連續(xù)增加解釋變量

7、的滯后階數(shù)直到AIC取得極小值,從而確定最優(yōu)的k值。方法2,SC準則(又稱許瓦茲檢驗)。SC統(tǒng)計量為n2etSC log)沁nnn式中,et2、k、n與AIC準則中的定義一致。同理可以證明,隨著 k得變化t 1SC存在極小值。運用AIC準則和SC準則具體操作如下對于不同范圍的k,怎樣運用準則確定最優(yōu)的k0比如,按數(shù)據(jù)類型劃分有年度數(shù)據(jù)、季度數(shù)據(jù)和月度數(shù)據(jù),因此,對于年度數(shù)據(jù),可根據(jù)經(jīng)濟周期來確定k的變動范圍;對于季度數(shù)據(jù)可根據(jù)一年四季的劃分來確定 k的變動范圍,即k 的變動范圍為4 ;同理,對于月度數(shù)據(jù)k的變動范圍可定為12。然后再根據(jù)AIC 和SC檢驗確定在某個范圍內(nèi)的最優(yōu)滯后階數(shù) k。關(guān)于

8、準則的運用分析可參見王明艦著中國通貨膨脹問題分析-經(jīng)濟計量方法與應用,北京大學出版社,2001年版。三、有限分布滯后模型的修正估計方法估計分布滯后模型的基本思想:對有限分布滯后模型,主要用將模型中變量 的系數(shù)施加某種約束,通過該約束降低估計的維數(shù)(該思想與修正多重共線性的 降維相近);對無限分布滯后模型,通常采用模型的變換,使得成為有限個參數(shù) 的自回歸模型。有限分布滯后模型的估計方法有兩種,即經(jīng)驗加權(quán)法和阿爾蒙法。1、經(jīng)驗加權(quán)法經(jīng)驗權(quán)數(shù)可按如下規(guī)則選取。設分布滯后模型為Yt0Xt 1 Xt 1 2 Xt 2 3Xt 3 ut遞減滯后結(jié)構(gòu)如根據(jù)經(jīng)驗判斷滯后解釋變量對被解釋變量的影響按下列形式遞減

9、,則線性組合為11Zt-Xt -Xt 1246Xt28Xt3原模型變?yōu)橐襏t很明顯通過這種加權(quán)變量的變換,使得模型成為一元函數(shù),從而降低了由滯后變量引起的共線性的影響。對一元函數(shù)模型可直接用OLS方法求參數(shù)的估計不變滯后結(jié)構(gòu)比如,這時的權(quán)數(shù)結(jié)構(gòu)為11114 444人型滯后結(jié)構(gòu)比如,這時的權(quán)數(shù)結(jié)構(gòu)為1 1 1 14,2,3,42、阿爾蒙法阿爾蒙法的基本含義根據(jù)數(shù)學分析里 Weierstrass多項式逼近定理,在分布滯后模型中,當 svx時,各個滯后項存在一種真實的取值結(jié)構(gòu)。在這種情況下,滯后項的系數(shù) 可以看成是相應滯后階數(shù)i的函數(shù),即2mi 01i2imiI 0,1,2, ,s; m v s其中

10、m為多項式的次數(shù)范圍,s為模型中變量的滯后階數(shù)例如,取滯后階數(shù)s=3,設模型為oXt1Xt 12Xt 23Xt 3Ut取m=2,即二次多項式i 01i2i2i 0,123將i的取值代入上述表達式,可具體寫出如下形式1*222*221 *32*32將上述結(jié)構(gòu)代入滯后模型Yt0Xt( 0 30(Xt2 (Xt 10 Z0t( 0 12)Xt 1 ( 0 2 1 4 2)Xt 21 9 2)Xt 3 utXt 1 Xt 2 Xt 3) 1(Xt 1 2Xt 2 3Xt 3 ) 4Xt 2 9Xt 3) ut1Z1t2 Z2t ut這樣即可對該式進行估計,這就是阿爾蒙法。在 EViews 上的操作,按

11、如下格式 進行。Y C X PDL( X,s,m,d )其中,s為滯后階數(shù),m為多項式的次數(shù),d為對分布滯后特征進行控制的參數(shù),可選擇的參數(shù)值有,1 強制在分布的近期趨近于 02 強制在分布的遠期趨近于 03 強制在分布的兩端趨近于 00對參數(shù)分布不作任何限制在LS命令中使用PDL項,應注意以下幾點:在解釋變量X后必須指定s和m的值,d為可選項,不指定時取默認值0 ;如果模型中有多個具有滯后效應的解釋變量,則分別用幾個 PDL 項表示。例如LS Y C PDL(X2, 4, 2) PDL(X3, 3, 2, 2)選取的 m 必須滿足 m s ,這樣才能達到減少待估計的參數(shù)的個數(shù);同時 m 一般

12、取 2 或 3,通常不超過 4,否則失去了降維的意義。一個例子(研究某行業(yè)1955 1974的庫存額丫與銷售額X之間的關(guān) 系)。第三節(jié) 自回歸模型的構(gòu)建、庫伊克模型庫伊克模型屬于無限分布滯后模型,在經(jīng)濟現(xiàn)象中,有許多情況符合這一 模型特征,如較遠時期的收入對現(xiàn)在消費的影響;經(jīng)濟政策的較長時期影響。1、模型的基本含義0Xt1Xt 1 Lut ,ii=1 , 2,將約束條件代入,得0XtXt 102Xt 23Xt3 LXi L Ut2、對庫伊克模型乘數(shù)的討論(1)短期乘數(shù)為(2 )延遲乘數(shù)分別為表明在庫伊克模型里,變量X對Y的滯后影響有“近大遠小”的特點(3 )長期乘數(shù)0 00(1101由此可以看

13、出,盡管,庫伊克模型屬無限分布滯后模型, 但在其條件下長期乘數(shù) 為一有限數(shù)。3、庫伊克模型與自回歸模型的關(guān)系設庫伊克模型為Yt0X t ii0utYt 10iXt 1iut10X t iut 1i0i1YtYt 10i X t iut(0Xt iut 1)i0i1(1 )0Xtutut 1Yt(1)0X tYt 1*ut得到的最后模型為自回歸模型,式中隨機誤差項為 ut* ut ut 1 。該模型能否用最小二乘法對參數(shù)進行估計,取決于 ut* 是否滿足基本假定。3、模型的優(yōu)點。能比較好地解決分布滯后模型參數(shù)地估計問題。4、模型的不足。盡管庫伊克模型提出了相應地假定,但這種假定同時又對 某些經(jīng)濟

14、變量可能不適用。二、自適應預期模型( Adaptive Expectation Model )1、模型的含義。例如,研究貨幣(實際現(xiàn)金余額)需求,但影響貨幣需求 的是均衡、最優(yōu)、預期的利率,而不是實際利率;人們的實際消費行為受預期收 入的影響,而不是實際收入。對于這類問題,怎樣建立相應的模型,這就是所謂 自適應期望模型。設模型為YtX t* ut其中Yt是被解釋變量,X;是解釋變量預期值,ut是隨機擾動項。由于X;無實際 觀測值,用什么作為X;的值是這類模型估計的關(guān)鍵。因此對于解釋變量預期值 的形成有如下假定(又稱調(diào)整關(guān)系)Xt* X;1 (Xt X;1)0 V V1即* * *Xt* Xt*

15、 1 (Xt Xt* 1)其中, 稱為調(diào)整系數(shù)(又稱適應系數(shù)) 。該假定關(guān)系說明預期值的變動是在前 期預期值基礎(chǔ)上,通過變量的實際值與其前期預期值之間差異的百分比來實現(xiàn)調(diào) 整的,這種調(diào)整關(guān)系被看成是一種自適應過程 。將調(diào)整關(guān)系變形為Xt* Xt (1 )Xt* 1 即時刻 t 的預期值是時刻 t 的實際值與時刻 t-1 的預期值的加權(quán)算術(shù)平均值。特 別地,當 1時, Xt* X t ,即用實際值作為預期值, 并且與前一期預期值無關(guān); 當 0時, Xt* Xt* 1 ,即預期值沒有變化,并且預期值與實際值沒有關(guān)系;一 般地,預期值的變化只是實際值與預期值差異的某一部分 。2、自適應預期模型轉(zhuǎn)化為

16、自回歸模型。YtXt(1)Xt 1 utXt(1 )Xt*1 utYt 1*Xt*1ut1(1)Yt 1(1)(1 )Xt*1 (1 )utYt(1)Yt 1Xt ut (1)ut 1YtXt(1)Yt 1 ut*其中u; Ut (1)Uti。上述過程的最后一個式子是自回歸模型,對該式能否用最小二乘法估計參數(shù),取決于u;是否滿足基本假定(注意與庫伊克模型的比較)。三、局部調(diào)整模型( Partial Adjustment Model)1、模型的含義。例如,研究依據(jù)預期收入水平所對應的消費行為,即預期 消費水平, 而預期消費與實際收入之間的關(guān)系怎樣用模型表示?再例如, 現(xiàn)有的 產(chǎn)出水平與均衡條件下

17、產(chǎn)出水平所對應的均衡資本存量, 如何建立它們之間的線 性關(guān)系?針對這類問題,可以建立如下線性關(guān)系式Y(jié)t*Xt ut其中Yt*是被解釋變量的預期值,Xt是解釋變量的實際值,這就是資本存量調(diào)整模型。由于預期的被解釋變量未知而沒有觀測值, 故對于被解釋變量的預期值有 如下假定(或稱存量調(diào)整假定) :Y Yt 1 (Y* Y 1),且 o V V1稱 為調(diào)整系數(shù)。在假定關(guān)系里,如果令 =0,則有Yt Yi,表明實際的存量無變動;如果 令=1,則Y Y*,表明在時刻t,預期的存量與實際的存量相同,或者說預期 的存量在時刻t得到了全部實現(xiàn)。通常調(diào)整系數(shù) 的變動范圍是0v V1,即 實際存量只是預期存量的部

18、分實現(xiàn) 。同理,存量調(diào)整關(guān)系假定也可寫成如下加權(quán) 平均的形式Y(jié)t Yt* (1 )Yt 12、局部調(diào)整模型轉(zhuǎn)化為自回歸模型。Yt Yt * (1 )Yt 1( X t ut) (1 )Yt 1Xt (1 )Yt 1 ut令 ut* ut ,上述最后一個模型能否用最小二乘法估計參數(shù),取決于 u t* 是否滿足 基本假定( 注意與庫伊克模型和自適應期望模型的比較 )。四、自適應期望于資本存量調(diào)整混合模型設混合模型及假設條件為Yt*Xt* utXt* Xt*1 (Xt Xt*1) 0V V1, 0V V1Yt Yt 1 (Yt* Yt 1)則由混合模型轉(zhuǎn)化的(二階)自回歸模型如下* *Yt0 X t

19、 1 Yt 1 2Yt 2 ut上述結(jié)果的轉(zhuǎn)化過程作為作業(yè)完成五、對上述三種模型的總結(jié)1、三種模型相同之處。我們看到庫伊克模型、自適應期望模型和資本存量 調(diào)整模型經(jīng)過數(shù)學變換以后, 其結(jié)果均為自回歸模型。 這就是三種模型相同之處。 換句話說, 這三種模型是建立自回歸模型的理論背景。 其中,庫伊克模型突出數(shù) 學變換背景, 自適應期望模型和資本存量調(diào)整模型既有經(jīng)濟意義, 也有數(shù)學變換 意義。所以, 通常在對自回歸模型進行估計后,需要將估計的模型轉(zhuǎn)化(還原) 為原模型(經(jīng)濟原型) 。2、三種模型不同之處。三種模型轉(zhuǎn)化為自回歸模型后,新的隨機誤差項 ut* 具有如下三種不同的表示:(1)庫伊克模型對應的自回歸模型的隨機誤差項, ut* u t ut 1(2)自適應期望模型對應的自回歸模型的隨機誤差項, ut* ut (1 )ut 1(3)資本存量調(diào)整模型對應的自回歸模型的隨機誤差項, ut* ut比較(1 )、( 2 )、(3),如果原來的ut滿足基本假定,則新的u*是否滿足基本假 定?第四節(jié) 自回歸模型的估計 一、自回歸模型估計中的問題(對模型中隨機擾動項的討論) 設上述三種模型轉(zhuǎn)化為自回歸模型的一般形式如下* * * * Yt0 Xt 1Yt 1 ut其中,U;為變換后的新的隨機誤差項,由于源于三種不同的模型,則在是否滿足 基本假定的問題上具有不同的結(jié)論。1、由庫伊克模型導出的自回

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論