計量經(jīng)濟學(xué)第二部分計量專題學(xué)習(xí)總結(jié)

1、計量經(jīng)濟學(xué)第二部分 計量專題學(xué)習(xí)總結(jié)一、分布滯后模型與自回歸模型1.1 滯后效應(yīng)與滯后變量模型滯后效應(yīng)，滯后變量，滯后效應(yīng)產(chǎn)生的原因 滯后變量模型：有限滯后變量模型，無限滯后變量模型 分布滯后模型（各個回歸系數(shù)的經(jīng)濟含義） ，自回歸模型 滯后變量模型的作用1.2 分布滯后模型的估計1.2.1 分布滯后模型估計的困難 ：損失自由度，多重共線性，滯后長度難于確定處理方法： 對于有限分布滯后模型：通過對各滯后變量加權(quán),組成線性組合變量作為新解釋變量引入方程 , 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。經(jīng)驗加權(quán)估計法 ,阿爾蒙法對于無限分布滯后模型： 主要是通過適當(dāng)?shù)哪Ｐ?/p>

2、變換， 使其轉(zhuǎn)化為只需估計有限個參數(shù)的自 回歸模型。庫伊克模型 ,自適應(yīng)預(yù)期模型 ,局部調(diào)整模型1.2.2 經(jīng)驗加權(quán)估計法 ：根據(jù)實際經(jīng)濟問題的特點及經(jīng)驗判斷，對滯后變量賦予一定的權(quán)數(shù)， 利用這些權(quán)數(shù)構(gòu)成各滯后變量的線性組合，以形成新的變量，再應(yīng)用最小二乘法進(jìn)行估計。 （優(yōu)缺點）1.2.3 阿爾蒙法 ：設(shè)置滯后項系數(shù)的取值結(jié)構(gòu)，把它看成是相應(yīng)滯后期的函數(shù)， 進(jìn)行阿爾蒙多項式變換。 整理以后進(jìn)行變量代換， 可用最小二乘法對新模型進(jìn)行估計。 將估 計的參數(shù)代入阿爾蒙多項式，就可求出原分布滯后模型參數(shù)的估計值。1.2.4 滯后長度 S 的確定：相關(guān)系數(shù)，調(diào)整的判定系數(shù) , 施瓦茨準(zhǔn)則1.3 自回歸模

3、型1.3.1 庫伊克模型 ：對于如下無限分布滯后模型，假定假定滯后解釋變量對被解釋變量的影 響隨著滯后期的增加而按幾何級數(shù)衰減。 即滯后系數(shù)的衰減服從某種公比 （分布滯后衰減率） 小于 1 的幾何級數(shù)。進(jìn)行庫伊克變換最終形式為 一階自回歸模型。庫伊克變換的優(yōu)缺點：新模型的隨機擾動項存在一階自相關(guān)1.3.2 自適應(yīng)預(yù)期模型 ：某些經(jīng)濟變量的變化會或多或少地受到另一些經(jīng)濟變量預(yù)期值的影 響。 可以將解釋變量預(yù)期值引入模型建立 “期望模型” 。 實際應(yīng)用中需要對預(yù)期的形成機理 作出某種假定。 自適應(yīng)預(yù)期假定就是其中之一， 經(jīng)濟活動主體會根據(jù)自己過去在作預(yù)期時所 犯錯誤的程度， 來修正他們以后每一時期

4、的預(yù)期， 即按照過去預(yù)測偏差的某一比例 （調(diào)節(jié)系 數(shù)）對當(dāng)前期望進(jìn)行修正，使其適應(yīng)新的經(jīng)濟環(huán)境。根據(jù)自適應(yīng)預(yù)期假定，自適應(yīng)預(yù)期模型 可轉(zhuǎn)化為一階自回歸形式。新模型的隨機擾動項存在一階自相關(guān)。1.3.3 局部調(diào)整模型 ：在經(jīng)濟活動中，會遇到為了適應(yīng)解釋變量的變化，被解釋變量有一個 預(yù)期的最佳值與之對應(yīng)的現(xiàn)象。 解釋變量的現(xiàn)值影響著被解釋變量的預(yù)期值， 局部調(diào)整假設(shè) 認(rèn)為，被解釋變量的實際變化僅僅是預(yù)期變化的一部分（由調(diào)整系數(shù)來體現(xiàn)） 。在局部調(diào)整 假設(shè)下，經(jīng)過變形，局部調(diào)整模型可轉(zhuǎn)化為一階自回歸模型。庫伊克模型 、自適應(yīng)預(yù)期模型與局部調(diào)整模都是幾何分布滯后模型。 庫伊克模型 、自適應(yīng) 預(yù)期模型與

5、局部調(diào)整模的最終形式都是一階自回歸模型。1.4 自回歸模型的估計1.4.1 自回歸模型估計的困難自回歸模型的估計存在的主要問題：隨機解釋變量Yt-i (工具變量法)，隨機擾動項可能自相關(guān) (廣義差分法 )。1.4.2 工具變量法 :就是在進(jìn)行參數(shù)估計的過程中選擇適當(dāng)?shù)墓ぞ咦兞浚婊貧w模型中同隨 機擾動項存在相關(guān)性的解釋變量。工具變量法基本原理 :當(dāng)隨機解釋變量與隨機誤差項相關(guān)時,則尋找另一個變量 ,該變量與隨機解釋變量高度相關(guān) ,但與隨機誤差項不相關(guān) ,稱其為工具變量 ,用起代替隨機解釋變量 . 工具變量的選擇應(yīng)滿足的條件：( 1)與隨機擾動項不相關(guān) ,這是最基本的要求 .( 2)與所代替的

6、解釋變量高度相關(guān) ,這樣的工具變量與替代的解釋變量才有足夠的代表性.( 3)與其它解釋變量不相關(guān)，以免出現(xiàn)多重共線性。(4) 模型中多個工具變量之間不相關(guān) .1.4.3德賓h-檢驗方程含有滯后被解釋變量的時候，德賓提出了檢驗一階自相關(guān)的h統(tǒng)計量檢驗法。h統(tǒng)計量的極限分布為標(biāo)準(zhǔn)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(guān)。德賓h-檢驗具體作法與步驟處理：廣義差分法二、虛擬變量回歸1. 虛擬變量： 對定性變量的量化可采用虛擬變量的方式實現(xiàn)。將反映定性(或?qū)傩?因素變化，取值為 0 和 1 的人工變量稱為虛擬變量。1.1 虛擬變量設(shè)置規(guī)則虛擬變量取“

7、1”或“0”的原則：應(yīng)從分析問題的目的出發(fā)予以界定。從理論上講，虛擬變 量取“ 0”值通常代表比較的基礎(chǔ)類型；而虛擬變量取“1 ”值通常代表被比較的類型。 當(dāng)某種屬性存在時，虛擬變量取值為1；當(dāng)某種屬性不存在時，虛擬變量取值為0。虛擬變量數(shù)量的設(shè)置規(guī)則：若定性因素具有 m個相互排斥屬性(或水平、類型)，當(dāng)回歸模型有截距項時，只能引入 m-1個虛擬變量； 當(dāng)回歸模型無截距項時， 則可引入 m 個虛擬變量 . 否則， 就會陷入虛擬變量陷 阱, 即完全的多重共線性 .1.2 虛擬變量的作用2. 虛擬解釋變量的回歸2.1 加法類型 : 加法方式引入虛擬變量改變的是截距 .方差分析模型 一個定性解釋變量

8、（兩種屬性）和一個定量解釋變量的情形 . 一個定性解釋變量（兩種以上屬性）和一個定量解釋變量的情形.兩個定性解釋變量（均為兩種屬性）和一個定量解釋變量的情形.2.2 乘法類型 : 乘法方式引入虛擬變量改變的是斜率 . 截距不變的情形 :直接的乘法模型 截距和斜率均發(fā)生變化：乘法加法混合模型2.3 虛擬解釋變量綜合應(yīng)用2.3.1 結(jié)構(gòu)變化分析 ： 看虛擬變量前面的回歸系數(shù)的統(tǒng)計檢驗（ T 檢驗）是否顯著，顯著，結(jié)構(gòu)發(fā)生變化；反之沒 有變化。鄒氏轉(zhuǎn)折點檢驗2.3.2 交互效應(yīng)分析 ：刻畫交互作用的方法是在模型中引入相關(guān)變量相乘的形式。2.3.3 分段回歸分析 ：提高模型的描述精度。 采用乘法方式引

9、入虛擬變量的手段來進(jìn)行分段回歸，以轉(zhuǎn)折點作為虛擬變量設(shè)定的依據(jù)。 K 段分段回歸引入 K-1 個虛擬變量。三、設(shè)定誤差與測量誤差1. 設(shè)定誤差1.1 設(shè)定誤差的類型 相關(guān)變量的遺漏（欠擬合） ；無關(guān)變量的誤選（過擬合） 。設(shè)定誤差的原因 遺漏相關(guān)變量偏誤：相關(guān)，參數(shù)估計值是有偏且不一致的。不相關(guān)，回歸系數(shù)估計滿足無偏 性與一致性； 但是截距項估計有偏。 回歸系數(shù)的方差估計值有偏， 隨機擾動項的方差估計也 有偏。與方差相關(guān)的檢驗，包括假設(shè)檢驗、區(qū)間估計，在關(guān)于參數(shù)的統(tǒng)計顯著性方面，都容 易導(dǎo)出錯誤的結(jié)論。 （將導(dǎo)致參數(shù)估計量和假設(shè)檢驗有偏且不一致） 包含無關(guān)變量偏誤：參數(shù)的 OLS 估計量是無偏，且為一致性的，但不是有效估計。隨機誤 差項的方差的估計仍為無偏估計。通常的區(qū)間估計和假設(shè)檢驗程序依然有效，但方差增大， 接受錯誤假設(shè)的概率會較高。 （雖參數(shù)估計量具無偏性、一致性，又會損失有效性） 2.設(shè)定誤差的檢驗2.1 對于是否誤選無關(guān)變量的檢驗 ，只要針對無關(guān)變量系數(shù)的期望值為零的假設(shè)，用 t 檢驗 或 F 檢驗，對無關(guān)變量系數(shù)作顯著性檢驗即可。2.2 對于遺漏變量設(shè)定誤差的檢驗有多種方法 ： DW 檢驗、拉格朗日乘數(shù)檢驗。DW 檢驗 ：遺漏的相關(guān)變量應(yīng)包含在隨機擾動項中， 那么回歸所得的殘差序列就會呈現(xiàn)單側(cè) 的正（負(fù)）相關(guān)性，因此可從自相關(guān)性的角度檢驗相關(guān)變量的遺漏。