第五章滞后变量模型.pptVIP

2、滞后变量模型 一般形式： （1）分布滞后模型（distributed-lag model） 模型中没有滞后被解释变量，仅有解释变量X的当期值及其若干期的滞后值： （2）自回归模型（autoregressive model） 3、滞后变量模型的作用 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： ◎没有先验准则确定滞后期长度； ◎如果滞后期较长，将缺乏足够的自由度进行估计和检验； ◎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。 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。 一个无限期分布滞后模型可以通过科伊克变换转化为自回归模型。 事实上，许多滞后变量模型都可以转化为自回归模型，自回归模型是经济生活中更常见的模型。 以自适应预期模型以及局部调整模型为例进行说明。 （2）局部调整(Partial Adjustment)模型 经济活动中，同样存在这样一类现象：为了适应解释变量的变化，因变量有一个预期的最佳值与之对应。 例：企业为了保证生产和销售，必须保持一定的原材料储备。对应于一定的产量或销售量Xt，存在着预期的最佳库存Yte。 为确保经济健康发展，央行必须保持一定的货币供给。对应于一定的经济总量水平，存在着一个预期的最佳货币供给量 上述例子说明：解释变量的现值影响着因变量的预期值，即有： 2、自回归模型的参数估计 （2）普通最小二乘法 若滞后被解释变量Yt-1与随机扰动项?t同期无关（如局部调整模型），可直接使用OLS法进行估计，得到一致估计量。 例5.2.3 建立中国长期货币流通量需求模型 经验表明：中国改革开放以来，对货币需求量(Y)的影响因素，主要有资金运用中的贷款额(X)以及反映价格变化的居民消费者价格指数(P)。 注意： 尽管D.W.=1.733，但不能据此判断自回归模型不存在自相关(Why?)。 但 LM=0.7855，?=5%下，临界值?2(1)=3.84， 判断：模型已不存在一阶自相关。 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 1、格兰杰因果关系含义（Granger causality） 因果关系是指变量间的一种依赖性，原因变量的变化将引起结果变量的变化。 从一个回归关系式中，无法确定变量间是否存在因果关系。所谓的“解释变量”、“被解释变量”通常是先验设定的 格兰杰从预测角度给出了因果关系的一种定义，将这种定义下的因果关系称为格兰杰因果关系。 2、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: 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。 四、格兰杰因果关系检验 先有鸡还是先有蛋？ 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？（先有鸡还是先有蛋？） 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？ 一般地，如果X是Y的格兰杰原因，则X的变化应先于Y的变化，因此，在做Y对其它变量（包括自身过去值）的回归时，如果把X的过去或滞后值包括进来能显著改善对Y的预测，则可以认为X是Y的格兰杰原因。 (*) (**) 对（*）式，检验的原假设是： 对（**）式，检验的原假设是： 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α在统计上整体显著不为零，而（**）式Y各滞后项前的参数λ在统计上整体显著为零； （2）Y对X有单向影响，表现为（**）式Y各滞后项前的参数λ在统计上整体显著不为零，而（*）式X各滞后项前的参数α在统计上整体显著为零； （3）Y与X间存在双向影响，表现为（*）式X各滞后项前的参数α与（**）式Y各滞后项前的参数λ在统计上整体均显著不为零； （4）Y与X间不存在影响，表现（*）式X各滞后项前的参数α与（**）式Y各滞后项前的参数λ在统计上整体均显著为零； 格兰杰检验是通