第四章模型设定和其他问题讲解.ppt

对局部调整模型 运用OLS法估计结果如下 （-1.76）(1.94) (1.62) (6.83) 最后得到长期货币流通需求模型的估计式： 四、格兰杰因果关系检验 自回归分布滞后模型旨在揭示：某变量的变化受其自身及其他变量过去行为的影响。 然而，许多经济变量有着相互的影响关系 GDP 消费 问题：当两个变量在时间上有先导——滞后关系时，能否从统计上考察这种关系是单向的还是双向的？ 即:主要是一个变量过去的行为在影响另一个变量的当前行为呢？还是双方的过去行为在相互影响着对方的当前行为？ 格兰杰因果关系检验（Granger test of causality） 对两变量Y与X，格兰杰因果关系检验要求估计: (*) (**) 可能存在有四种检验结果： （1）X对Y有单向影响，表现为（*）式X各滞后项前的参数整体不为零，而（**）式Y各滞后项前的参数整体为零； （2）Y对X有单向影响，表现为（**）式Y各滞后项前的参数整体不为零，而（*）式X各滞后项前的参数整体为零； （3）Y与X间存在双向影响，表现为Y与X各滞后项前的参数整体不为零； （4）Y与X间不存在影响，表现为Y与X各滞后项前的参数整体为零。 格兰杰检验是通过受约束的F检验完成的。如: 针对 中X滞后项前的参数整体为零的假设(X不是Y的格兰杰原因) 分别做包含与不包含X滞后项的回归，记前者与后者的残差平方和分别为RSSU、RSSR；再计算F统计量： k为无约束回归模型的待估参数的个数。 如果: FF?(m,n-k) ，则拒绝原假设，认为X是Y的格兰杰原因。 注意： 格兰杰因果关系检验对于滞后期长度的选择有时很敏感。不同的滞后期可能会得到完全不同的检验结果。 因此，一般而言，常进行不同滞后期长度的检验，以检验模型中随机误差项不存在序列相关的滞后期长度来选取滞后期。 例4.8 检验1978~2000年间中国当年价GDP与居民消费CONS的因果关系。 取两阶滞后，Eviews给出的估计结果为： 判断：?=5%，临界值F0.05(2,17)=3.59 拒绝“GDP不是CONS的格兰杰原因”的假设，不拒绝“CONS不是GDP的格兰杰原因”的假设。 因此，从2阶滞后的情况看，GDP的增长是居民消费增长的原因，而不是相反。 但在2阶滞后时，检验的模型存在1阶自相关性。 随着滞后阶数的增加，拒绝“GDP是居民消费CONS的原因”的概率变大，而拒绝“居民消费CONS是GDP的原因”的概率变小。 如果同时考虑检验模型的序列相关性以及赤池信息准则，发现：滞后4阶或5阶的检验模型不具有1阶自相关性，而且也拥有较小的AIC值，这时判断结果是:GDP与CONS有双向的格兰杰因果关系，即相互影响。 分析： 问题： 3. 滞后变量模型有哪几种类型？分布滞后模型使用OLS存在哪些问题？ 4. 产生模型设定误差的原因是什么？ * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 如果各期的X值保持不变，则X与Y间的长期或均衡关系即为 称为长期（long-run）或均衡乘数（total distributed-lag multiplier），表示X变动一个单位，由于滞后效应而形成的对Y平均值总影响的大小。 2、自回归模型（autoregressive model） 而 称为一阶自回归模型（first-order autoregressive model）。 自回归模型：模型中的解释变量仅包含X的当期值与被解释变量Y的一个或多个滞后值 二、分布滞后模型的参数估计 无限期的分布滞后模型，由于样本观测值的有限性，使得无法直接对其进行估计。 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。 1、分布滞后模型估计的困难 2、分布滞后模型的修正估计方法 人们提出了一系列的修正估计方法，但并不很完善。 各种方法的基本思想大致相同：都是通过对各滞后变量加权，组成线性合成变量而有目的地减少滞后变量的数目，以缓解多重共线性，保证自由度。 (1)经验加权法 根据实际问题的特点、实际经验给各滞后变量指定权数，滞后变量按权数线性组合，构成新的变量。权数据的类型有： 递减型： 即认为权数是递减的，X的近期值对Y的影响较远期值大。 如消费函数中，收入的