计量学分布滞后模型演讲技术总结.ppt

分布滞后模型;小组分工情况;第一节 滞后效应与滞后变量模型;第一节 滞后效应与滞后变量模型;第一节 滞后效应与滞后变量模型;第一节 滞后效应与滞后变量模型;第一节 滞后效应与滞后变量模型;;一、经验加权估计法 概念：根据实际经济问题的特点及经验判断，形成相应的约束，对解释变量的系数赋予一定的权数，利用这些权数构成各滞后变量的线性组合，以形成新的变量。再应用最小二乘法进行估计。 基本思路：设法减少模型中被估计的参数的个数。模型中参数的个数主要由解释变量的个数来决定的，要减少模型中被估计的参数的个数，就要对解释变量进行归并，并通过解释变量的归并，消除或削弱多重共线性。 ;*;*; 例：已知1990~2007年中国城镇居民人均消费支出C和人均可支配收入Y的数据。设定有限分布滞后模型为： 运用经验加权法，选择下列三组权数： (1)0.4,0,3,0.2,0.1; (2)0.25,0.25,0.25,0.25; (3)0.2,0.4,0.5,0.1; 分别估计上述模型，并从中选择最佳的方程。; 新的线性组合变量分别为： 在stata中，输入C和Y的数据，根据C的数据，将上述公式生产线性组合Z1,Z2,Z3的数据。然后分别估计如下经验加权模型： ; 回归分析结果整理如下： 1 ;2 ;3 ;通过F检验值和t检验值，可认为：最佳方程是权数为（0.4,0,3,0.2,0.1）的分布滞后方程。即: ; 经验加权法具有简单易行、不损失自由度、避免多重共线干扰及参数估计具有一致性等特点。缺点是设置权数的主观随机性较大，要求分析者对实际问题的特征有比较透彻的了解。;第二节 分布滞后模型的参数估计;第二节 分布滞后模型的参数估计;第二节 分布滞后模型的参数估计;*;*;*;*;*;*;*;*;*;*;*;*;应用举例; 数据选取 模型建立与分析 由于在实践应用中，阿尔蒙多项式的次数m一般取2或3，很少超过4。因此，在此取m=3,利用经商品零售价格指数调整后的数据Y,X，分别用大于3的一系列s值对模型进行检验，得出较好的拟合结果是s的值（最大滞后长度）为15。根据阿尔蒙法，取m=3和s=15,得到Z0， Z1， Z2， Z3。用OLS进行回归，得到回归模型。 ;分布滞后模型 其中???α=197.9413 β0=0.3221913 β1=0.1380018 β2= 0.03944 β3=0.0154476 β4=0.0549213 β5=0.1467878 β6=0.2799663 β7=0.443376 β8=0.6259361 β9=0.8165658 β10=1.004184 β11=1.1777108 β12=1.3260645 β13=1.4381646 β14=1.5029303 β15=1.5092808 ;m=3,k=15时的回归模型;*;第三节 无限分布滞后模型;*;第三节 无限分布滞后模型;*;*;第三节 无限分布滞后模型;*