计量经济学王少平杨继生欧阳志刚第12章节平稳时间序列模型.ppt

第12章 平稳时间序列模型 前言 在前面的章节中，模型的被解释变量都假定只受各个解释变量当期值的影响。 但我们知道，在现实中很多被解释变量除了受解释变量当期值的影响外，还不可避免地受到解释变量滞后值的影响，这就是所谓分布滞后模型，或者前若干期的值决定了当期值，即自回归模型。这一类模型要求数据具有平稳性，本章将讨论平稳时间序列模型。 §12.1 分布滞后模型 一、分布滞后模型的含义 以消费函数为例，假定某人的年薪增加了10000人民币，而且这一年薪的增加将一直保持下去。那么，这种收入的增加将会对个人的年消费支出产生什么影响呢？ 在得到收入的“永久性”增加后，人们通常不会急于把全部增加的收入一次性全部花完。比方说，收入增加者可能在收入增加后的第1年增加消费3000元，第2年增加2000元，第3年增加1000元，把所余的部分用于储蓄。到第3年末，此人的年消费支出将增加6000元。因而我们可以把此人的消费函数写成(12.1.1)式： 像(12.1.1)式这样的模型，如果时间序列模型中不仅包含解释变量的当期值，而且包括解释变量的滞后值，就把这种模型称之为分布滞后模型(Distributed-lag Model)，也称之为滞后变量模型。更一般地，我们把分布滞后模型写成(12.1.2)式： 分布滞后模型的几个基本概念 对分布滞后模型系数的假定 通常在讨论分布滞后模型时，总是假定： 进一步，我们定义： 以(12.1.1)式为例 短期乘数为0.3，表示短期消费倾向(MPC)，而长期乘数为0.6（0.6=0.3+0.2+0.1）表示长期消费倾向。 也就是说，随着收入增加1元，该消费者将在收入增加的当年提高他的消费水平约0.3元，第二年再提高0.2元，第三年再提高0.1元，即1元收入的增加对消费的长期效应就是0.6元。 如果我们将(12.1.1)的每一个βi除以0.6，就分别得到0.5，0.33和0.17，这表明x的一个单位变化的总效应有50%在当期反映，第二期为33%，第三期为17%。 二、滞后效应产生的原因 1.心理性因素 由于受到心理预期的影响，经济主体的大多数决策行为都会表现出滞后性。主要原因是人们受自身习惯的影响，往往不能快速调整自己的行为来适应新的环境。 2.时滞性因素 例如，由于“蛛网效应”的存在，农产品供给量对价格的波动表现出时滞；从研究与开发(RD)的投入到生产效率的提高，中间也涉及到相当长的时滞。 3.制度性因素 管理制度、合同等制度性因素也会导致滞后效应。例如，一个消费者如果其存款结构中定期存款占了较大比例，他要想改变理财计划，或者调整自己的消费水平，就会受到银行有关存款制度的限制。 三、分布滞后模型的估计方法 分布滞后模型估计的困难 对于有限分布滞后模型，外生滞后变量模型的估计原则上可以使用OLS法。但是在具体应用中还是存在一些实际问题：其一，解释变量x的最大滞后阶数k如何确定？如果k设定不正确，将带来模型的设定偏误问题。其二，滞后期数越长，自由度越小，这将导致模型估计不准或无法估计，并可能导致统计推断失效。其三，即使样本足够大，即使不考虑自由度问题，由于x的各期之间往往是高度相关的，因而也可能遇到滞后解释变量观测值之间存在的多重共线性问题。 对于无限分布滞后模型，由于x的最大滞后阶数k是无限的，因此，直接应用OLS无法估计无限分布滞后模型。 1. 阿尔特—丁伯根(Alt-Tinbergen)估计法 为了确定解释变量x的最大滞后期k，阿尔特和丁伯根提出了所谓顺序估计法。 其基本思路是：在假定随机扰动项满足经典假设的前提下，首先做yt对xt的回归，然后做yt关于xt和xt-1的回归，再做yt关于xt、xt-1和xt-2的回归，依次添加的滞后项，直到滞后阶数不显著或至少有一个滞后阶数的系数改变符号时为止。 阿尔特—丁伯根估计法的优点是原理简单，操作方便，但也存在一些缺陷，主要是解释变量滞后长度的选择存在数据挖掘(Data mining)问题和多重共线性问题。 Alt-Tinbergen估计法的一个实例 Alt根据1930年至1939年的季度数据，将燃油消耗量y依次对新订货单x及其滞后变量进行回归，得到了如下结果： 2.阿尔蒙(Almon)估计法 阿尔蒙用多项式去逼近模型(12.1.2)中的系数βi ，阿尔蒙假定系数βi可以用下面的阿尔蒙多项式变换去逼近： §12.2 自回归分布滞后模型 所谓自回归分布滞后模型，就是模型中的解释变量包含被解释变量的滞后项，如 一、适应性预期模型 适应性预期模型基于经济理论基础，认为经济活动主体是根据他们对某些经济变量的“预期”做出决策的。其核心思想是：影响yt的因素不是xt ，而是对xt 的预期 ，即： 将(12.2.3)式改写为： 将(12.2.4)式代入(12.2.