5第五章经典单方程计量经济学模型专门问题.pptx

第五章 经典单方程计量经济学模型：专门问题;§5.1 虚拟变量模型;一、虚拟变量的基本含义; 这种“量化”通常是通过引入“虚拟变量”来完成的。根据这些因素的属性类型，构造只取“0”或“1”的人工变量，通常称为虚拟变量（dummy variables），记为D。;概念：; 二、虚拟变量的引入;几何意义：; 又例：在横截面数据基础上，考虑个人保健支出对个人收入和教育水平的回归。; 在E(?i)=0 的初始假定下，高中以下、高中、大学及其以上教育水平下个人保健支出的函数：; 还可将多个虚拟变量引入模型中以考察多种“定性”因素的影响。;女职工本科以下学历的平均薪金：; 2、乘法方式;这里，虚拟变量D以与X相乘的方式引入了模型中，从而可用来考察消费倾向的变化。 假定E(?i)= 0，上述模型所表示的函数可化为：; 当截距与斜率发生变化时，则需要同时引入加法与乘法形式的虚拟变量。; 以Y为储蓄，X为收入，可令：; 可以运用邹氏结构变化的检验。这一问题也可通过引入乘法形式的虚拟变量来解决。; 在统计检验中，如果?4=0的假设被拒绝，则说明两个时期中储蓄函数的斜率不同。; 3、临界指标的虚拟变量的引入; OLS法得到该模型的回归方程为;三、虚拟变量的设置原则;则冷饮销售量的模型为：; 如果只取六个观测值，其中春季与夏季取了两次，秋、冬各取到一次观测值，则式中的：;§5.2 滞后变量模型 ; 在经济运行过程中，广泛存在时间滞后效应。某些经济变量不仅受到同期各种因素的影响，而且也受到过去某些时期的各种因素甚至自身的过去值的影响。;1、滞后效应与与产生滞后效应的原因; 产生滞后效应的原因 ; 2、滞后变量模型 ; （1）分布滞后模型（distributed-lag model） ; 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; 2、自回归模型（autoregressive model）;*滞后变量模型学习中就注意的几个问题; 2、分布滞后模型的修正估计方法 ;递减型：; 即认为权数是相等的，X的逐期滞后值对值Y的影响相同。 如滞后期为3，指定相等权数为1/4，则新的线性组合变量为：; 权数先递增后递减呈倒“V”型。 例如：在一个较长建设周期的??资中，历年投资X为产出Y的影响，往往在周期期中投资对本期产出贡献最大。 如滞后期为4，权数可取为 1/6， 1/4， 1/2， 1/3， 1/5 则新变量为;例5.2.1 对一个分布滞后模型： ; 经验权数法的优点是：简单易行 缺点是：设置权数的随意性较大;（2）阿尔蒙（Ａlmon）多项式法 ; 假定其回归系数?i可用一个关于滞后期i的适当阶数的多项式来表示，即: ;定义新变量 ; 由于m+1s，可以认为原模型存在的自由度不足和多重共线性问题已得到改善。; 例5.2.2 表5.2.1给出了中国电力基本建设投资X与发电量Y的相关资料，拟建立一多项式分布滞后模型来考察两者的关系。 ; 由于无法预见知电力行业基本建设投资对发电量影响的时滞期，需取不同的滞后期试算。;为了比较，下面给出直接对滞后6期的模型进行OLS估计的结果：; （3）科伊克（Koyck）方法; 科伊克变换的具体做法:;科伊克模型的特点： ;三、自回归模型的参数估计 ; （1）自适应预期（Adaptive expectation）模型; 由于预期变量是不可实际观测的，往往作如下自适应预期假定:;将;（2）局部调整(Partial Adjustment)模型;或：; 2、自回归模型的参数估计; 局部调整模型： ; (1) 工具变量法; 在实际估计中，一般用X的若干滞后的线性组合作为Yt-1的工具变量:; （2）普通最小二乘法 ; 例5.2.3 建立中国长期货币流通量需求模型 ;对局部调整模型; 注意：; 四、格兰杰因果关系检验 ;格兰杰因果关系检验（Granger test of causality）;（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； ; 如果: FF?(m,n-k) ，则拒绝原假设，认为X是Y的格兰杰原因。 ; 例5.2.4 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： ; 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，