第七章(滞后变量)
合集下载
七章节滞后变量模型
Wt X t1 2 X t2 3 X t3 s X ts
将原模型转换为：Yt 0W0t 1W1t 2W2t Wt ut
第三步，模型的OLS估计
对变换后的模型 Yt 0W0t 1W1t 2W2t Wt ut 进行OLS估计，得 ˆ,ˆ0,ˆ1,ˆ2 ,ˆ
第四步，根据: Z 0
滞后期长度的确定
滞后期长度可通过一些统计检验准则加以确定，
常用的)
Ts
Xts X Yt Y
t 1
2、修正的可决系数
2
R
X X 2 Y Y 2
3、施瓦兹准则（Schwarz Criterion）
SC ln( RSS ) k ln(n) nn
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:
Z 0 1Z 2Z 2 Z z=0,1,…,s （*）
其中，γ<s。阿尔蒙变换要求先验地确定适当阶 数γ，例如取γ =2，得
Z 0 1Z 2Z 2
特别地，当 γ =1 时，在以滞后期 z为横轴、滞 后系数取值为纵轴的坐标系中, 滞后项系数是关 于相应滞后期的一条直线。
2、技术原因：在工业生产中，当年的产出在某 种程度上依赖于过去若干期内投资形成的固定资 产。农业生产中，农产品产量蛛网模型，这是由 于农产品的生产有一个时间过程。
3、制度原因：如定期存款到期才能提取，造成 了它对社会购买力的影响具有滞后性；比如契约 因素形成的 J曲线效应等；以及管理层次过多。
二、分布滞后模型的参数估计
2、分布滞后模型的估计方法
尽管存在以上问题，人们还是提出了一些分布滞 后模型的参数估计的解决办法。
对于有限分布滞后模型，其基本思想是通过对各 滞后变量加权，组成合成变量而有目的地需要直接 估计的模型参数个数， 以缓解多重共线性，保证自 由度。
《滞后变量模型 》课件
特点
滞后变量模型考虑了时间序列数据的 自相关性和时间依赖性，能够更好地 解释和预测时间序列数据的变化趋势 。
滞后变量模型的应用场景
经济预测
用于预测股票价格、消费、投资等经济指标的 变化趋势。
金融分析
用于分析股票、债券、期货等金融产品的价格 波动和趋势。
自然灾害研究
用于预测地震、洪水等自然灾害的发生和影响。
要点三
案例分析
例如，在分析气温变化时，可以引入 前一期的气温作为滞后变量。通过建 立滞后变量模型，可以对未来气候变 化趋势进行预测，为应对气候变化提 供科学依据。
06
总结与展望
滞后变量模型的优势与不足
01
优势
02
考虑了时间滞后效应，能够更好地描述经济现象的 动态变化。
03
在数据不足的情况下，可以利用已知信息进行预测 ，提高预测精度。
找最优解。
参数估计的步骤
模型设定
根据研究目的和数据特征，设 定合适的滞后变量模型。
模型检验
对估计的参数进行检验，确保 模型的拟合效果和预测能力。
数据收集
收集与滞后变量模型相关的数 据，确保数据的准确性和完整 性。
估计参数
根据设定的模型选择合适的参 数估计方法，对模型中的未知 参数进行估计。
结果解释
滞后变量模型与其他模型的比较
与线性回归模型相比
滞后变量模型考虑了自相关性，能够 更好地处理时间序列数据。
与ARIMA模型相比
滞后变季节性 和趋势的影响。
02
滞后变量模型的原理
滞后变量的产生原因
经济现象的惯性
经济现象的变化往往具有惯性， 一个变量的变化往往会影响其未 来的变化趋势，因此需要引入滞
滞后变量模型考虑了时间序列数据的 自相关性和时间依赖性，能够更好地 解释和预测时间序列数据的变化趋势 。
滞后变量模型的应用场景
经济预测
用于预测股票价格、消费、投资等经济指标的 变化趋势。
金融分析
用于分析股票、债券、期货等金融产品的价格 波动和趋势。
自然灾害研究
用于预测地震、洪水等自然灾害的发生和影响。
要点三
案例分析
例如，在分析气温变化时，可以引入 前一期的气温作为滞后变量。通过建 立滞后变量模型，可以对未来气候变 化趋势进行预测，为应对气候变化提 供科学依据。
06
总结与展望
滞后变量模型的优势与不足
01
优势
02
考虑了时间滞后效应，能够更好地描述经济现象的 动态变化。
03
在数据不足的情况下，可以利用已知信息进行预测 ，提高预测精度。
找最优解。
参数估计的步骤
模型设定
根据研究目的和数据特征，设 定合适的滞后变量模型。
模型检验
对估计的参数进行检验，确保 模型的拟合效果和预测能力。
数据收集
收集与滞后变量模型相关的数 据，确保数据的准确性和完整 性。
估计参数
根据设定的模型选择合适的参 数估计方法，对模型中的未知 参数进行估计。
结果解释
滞后变量模型与其他模型的比较
与线性回归模型相比
滞后变量模型考虑了自相关性，能够 更好地处理时间序列数据。
与ARIMA模型相比
滞后变季节性 和趋势的影响。
02
滞后变量模型的原理
滞后变量的产生原因
经济现象的惯性
经济现象的变化往往具有惯性， 一个变量的变化往往会影响其未 来的变化趋势，因此需要引入滞
滞后变量讲义
1
滞后解释变量X
t
，最大限度地节省了自由度，
i
解决了滞后期长度k难以确定的问题；
二是由于滞后一期的被解释变量Yt
1与X
的线性
t
相关程度小于X的各期滞后值之间的相关程度，
从而缓解了多重共线性。
柯伊克变换的缺点：
一是模型存在随机误差项vt的一阶自相关性；
二是随机解释变量Yt1与随机项vt相关，即 Cov(Yt1,vt ) 0.
四、分布滞后模型的估计
1.经验权数法 所谓经验权数法，是根据实际经济问题的特点 及经验判断，对滞后变量赋予一定的权数，利用这 些权数构成各期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。
根据滞后结构的特点，经常使用的权数类型有：
（1）递减型：即各期权值是递减的，此时假定随着 时间的推移，解释变量的影响将逐期降低。例如， 消费函数模型
是相同的。
3.柯依克（Koyck)方法
柯依克方法是将无限分布滞后模型转换为自 回归模型，然后进行估计。
对于无限分布滞后模型
Yt 0 X t 1X t1 ut （1）
柯依克假定βi具有相同的符号，并且按几何级数 递减：
i 0i , i=0,1,2,
（2）
其中λ是一个介于0和1之间的常数，λ值的大小
三、滞后变量模型估计时存在的问题
（1）多重共线性问题； （2）自由度问题； （3）滞后长度难以确定。
处理方法：
对于有限分布滞后模型，其基本思想是设法有目 的地减少需要直接估计的模型参数个数，以缓解 多重共线性，保证自由度。
对于无限分布滞后模型，主要是通过适当的模型 变换，使其转化为只需估计有限个参数的自回归 模型。
（2）用OLS估计模型
滞后解释变量X
t
，最大限度地节省了自由度，
i
解决了滞后期长度k难以确定的问题；
二是由于滞后一期的被解释变量Yt
1与X
的线性
t
相关程度小于X的各期滞后值之间的相关程度，
从而缓解了多重共线性。
柯伊克变换的缺点：
一是模型存在随机误差项vt的一阶自相关性；
二是随机解释变量Yt1与随机项vt相关，即 Cov(Yt1,vt ) 0.
四、分布滞后模型的估计
1.经验权数法 所谓经验权数法，是根据实际经济问题的特点 及经验判断，对滞后变量赋予一定的权数，利用这 些权数构成各期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。
根据滞后结构的特点，经常使用的权数类型有：
（1）递减型：即各期权值是递减的，此时假定随着 时间的推移，解释变量的影响将逐期降低。例如， 消费函数模型
是相同的。
3.柯依克（Koyck)方法
柯依克方法是将无限分布滞后模型转换为自 回归模型，然后进行估计。
对于无限分布滞后模型
Yt 0 X t 1X t1 ut （1）
柯依克假定βi具有相同的符号，并且按几何级数 递减：
i 0i , i=0,1,2,
（2）
其中λ是一个介于0和1之间的常数，λ值的大小
三、滞后变量模型估计时存在的问题
（1）多重共线性问题； （2）自由度问题； （3）滞后长度难以确定。
处理方法：
对于有限分布滞后模型，其基本思想是设法有目 的地减少需要直接估计的模型参数个数，以缓解 多重共线性，保证自由度。
对于无限分布滞后模型，主要是通过适当的模型 变换，使其转化为只需估计有限个参数的自回归 模型。
（2）用OLS估计模型
Eviews：滞后变量模型
因此，在有限分布滞后模型中， 运用阿尔蒙多项式法明显优于 OLS估计。
滞后效应及其成因
被解释变量受到自身或另一解释 变量的前几期值影响的现象称为 滞后效应。
产生滞后效应的原因众多，成因 主要有： 1、心理原因 2、技术原因 3、制度原因
滞后变量模型
以滞后变量作为解释变量，就得到滞 后变量模型，它一般形式为：
Ytα=1βX0t+-1β+‥1Yt+-1α+s‥X+t-Sβ+qμYtt-q+α0Xt+
滞后变量模型
滞后变量模型定义
在经济活动中，某些经济变量不但受 到同期各种因素影响，而且受到过去 时期的因素影响。通常把这种具有滞 后作用的变量叫做滞后变量（lagged variable),含有滞后变量的模型称为滞 后变量模型。由于其考虑是时间因素 的作用，因此又称为动态模型 （dynamic model)
模型包含着解释变量X分布在不同 时期的滞后变量，因此一般又称为自 回归分布滞后模型（autoregressive lag model, ADL).
ห้องสมุดไป่ตู้
分布滞后模型&自回归模型
分布滞后模型（distributed-lag model)：如果滞后变量模型中没 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。
Step 2
对变换后的模型进行OLS估计。
在eviews下，合成两步的命令为
ls y c pdl(x,6,2)
PDLs设置原则
其中设定的PDLs项应该遵循以下 原则：
PDL（序列名，滞后长度，多项 式阶数，【，数字码】
其中数字码规则为：1代表施加 近端约束，2代表施加远端约束， 3代表施加两端约束，如果不限 制，可以省略。
滞后效应及其成因
被解释变量受到自身或另一解释 变量的前几期值影响的现象称为 滞后效应。
产生滞后效应的原因众多，成因 主要有： 1、心理原因 2、技术原因 3、制度原因
滞后变量模型
以滞后变量作为解释变量，就得到滞 后变量模型，它一般形式为：
Ytα=1βX0t+-1β+‥1Yt+-1α+s‥X+t-Sβ+qμYtt-q+α0Xt+
滞后变量模型
滞后变量模型定义
在经济活动中，某些经济变量不但受 到同期各种因素影响，而且受到过去 时期的因素影响。通常把这种具有滞 后作用的变量叫做滞后变量（lagged variable),含有滞后变量的模型称为滞 后变量模型。由于其考虑是时间因素 的作用，因此又称为动态模型 （dynamic model)
模型包含着解释变量X分布在不同 时期的滞后变量，因此一般又称为自 回归分布滞后模型（autoregressive lag model, ADL).
ห้องสมุดไป่ตู้
分布滞后模型&自回归模型
分布滞后模型（distributed-lag model)：如果滞后变量模型中没 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。
Step 2
对变换后的模型进行OLS估计。
在eviews下，合成两步的命令为
ls y c pdl(x,6,2)
PDLs设置原则
其中设定的PDLs项应该遵循以下 原则：
PDL（序列名，滞后长度，多项 式阶数，【，数字码】
其中数字码规则为：1代表施加 近端约束，2代表施加远端约束， 3代表施加两端约束，如果不限 制，可以省略。
第七章滞后变量
4、滞后变量模型的特点
⑴滞后变量模型可以更加全面、客观地描述经济现象。 ⑵使计量经济模型成为动态模型。 ⑶可以定量地描述了经济变量的滞后效应，用以分析经济系统的变 化和调整过程。 估计滞后变量模型模型时存在以下问题： （1）多重共线性 （2）滞后变量个数的增加将会降低样本的自由度
（3）难以客观地确定滞后期的长度。
最后得到分布滞后模型估计式为：
Yt 3319 .5 0.323 X t 1.777 X t 1 2.690 X t 2 3.061 X t 3
（13.62） (0.19) (2.14) (1.88) (1.86)
2.891 X t 4 2.180 X t 5 0.927 X t 6
其中， υt=μt-λμt-1 。称上述变换过程为考耶克变换，经 变换得到的自回归模型称为考耶克模型。 2、考耶克模型的特点 模型中解释变量个数的大幅度减少，也有效地解决了多 重共线性和样本自由度减少的问题。 考耶克变换虽然简化了分布滞后模型，但如果用OLS法 估计考耶克模型却又产生了模型存在一阶自相关性、模 型中存在与随机误差项相关的随机解释变量等新问题.
滞后期长度可以根据经济理论或实际经验加以确定， 也可以通过相关系数、调整的判定系数、施瓦兹准则 SC 等统计检验获取信息。 利用 Evrews 软件可以直接得 到上述各项检验结果。 多项式次数可以依据经济理论和实际经验加以确定。一 般取m=1～3。 4、阿尔蒙估计的EViews软件实现 （选学） 在 EViews 软件的 LS 命令中使用 PDL 项，系统将自动使用 Almon方法估计分布滞后模型。其命令格式为： LS Y C PDL(X，k，m，d) 其中，k为滞后期长度，m为多项式次数，d是对分布滞后 特征进行控制的参数。
第七章工具变量、2SLS、GMM
IV
－1 ˆ 证明：抽样误差 IV－＝ ZX Zy－
＝ ZX Z X＋ －＝ ZX Z
－1 －1
1 1 n －1 p ＝ zi x i zi i ＝SZX g n i=1 n i=1
n
OLS估计成为一致估计量的前提是解释变量与扰动 项不相关（即前定变量假设），否则，无论样本容 量多大，OLS估计量也不会收敛到参数真值，这将 难以接受。解决方法之一是本章介绍的工具变量法
复习第三章p34－p38
违背前定变量假设可以出现在联立方程中，比如 C t＝ 0＋1Yt＋ t ，Yt、C t、I t、X t 分别表示GDP、 Yt＝Ct＋I t＋X t 消费、投资、净出口。将第一个方程代入第二个
二、工具变量法作为一种矩估计
1、矩估计（Method of Moments，MM）
首先以一个例子来说明矩估计方法：假设随机变量 x N ， 2 ，其中， 2为待估参数。因为有两 个待估参数，故需要使用以下两个总体矩条件： 一阶中心矩：E x ＝
2 2 二阶中心矩：E x ＝Var x ＋ E x ＝ ＋ 2 2
一、工具变量法（Instrumental Variable，IV）
可以引入工具变量w t 来解决内生变量问题。一个有 效的工具变量应满足以下两个条件： （1）相关性：工具变量与内生解释变量相关，即 Cov w t，p t 0，p t为内生解释变量 （2）外生性：工具变量与扰动项不相关，即 Cov w t， t ＝0
t 1 方程，经整理可得Yt＝ 0＋I t＋X t ＋ 1－1 1－1
可见Yt与 t 相关，因此当单独对Ct＝ 0＋1Yt＋ t 进行OLS估计时会碰到解释变量与扰动项相关的 情况
－1 ˆ 证明：抽样误差 IV－＝ ZX Zy－
＝ ZX Z X＋ －＝ ZX Z
－1 －1
1 1 n －1 p ＝ zi x i zi i ＝SZX g n i=1 n i=1
n
OLS估计成为一致估计量的前提是解释变量与扰动 项不相关（即前定变量假设），否则，无论样本容 量多大，OLS估计量也不会收敛到参数真值，这将 难以接受。解决方法之一是本章介绍的工具变量法
复习第三章p34－p38
违背前定变量假设可以出现在联立方程中，比如 C t＝ 0＋1Yt＋ t ，Yt、C t、I t、X t 分别表示GDP、 Yt＝Ct＋I t＋X t 消费、投资、净出口。将第一个方程代入第二个
二、工具变量法作为一种矩估计
1、矩估计（Method of Moments，MM）
首先以一个例子来说明矩估计方法：假设随机变量 x N ， 2 ，其中， 2为待估参数。因为有两 个待估参数，故需要使用以下两个总体矩条件： 一阶中心矩：E x ＝
2 2 二阶中心矩：E x ＝Var x ＋ E x ＝ ＋ 2 2
一、工具变量法（Instrumental Variable，IV）
可以引入工具变量w t 来解决内生变量问题。一个有 效的工具变量应满足以下两个条件： （1）相关性：工具变量与内生解释变量相关，即 Cov w t，p t 0，p t为内生解释变量 （2）外生性：工具变量与扰动项不相关，即 Cov w t， t ＝0
t 1 方程，经整理可得Yt＝ 0＋I t＋X t ＋ 1－1 1－1
可见Yt与 t 相关，因此当单独对Ct＝ 0＋1Yt＋ t 进行OLS估计时会碰到解释变量与扰动项相关的 情况
第七章 分布滞后模型
4
1、分布滞后模型 分布滞后模型形式为： 分布滞后模型形式为： 形式为
Yt = α + β 0 X t + β1 X t −1 + ⋯ + β s X t − s + ut
或
Yt = α + β 0 X t + β1 X t −1 + ⋯ + ut
其中第一式的最大滞后长度s是一个确定的数， 其中第一式的最大滞后长度s是一个确定的数 ，因 此是有限分布滞后模型 有限分布滞后模型。 此是有限分布滞后模型。 而第二式没有规定最大滞后长度， 而第二式没有规定最大滞后长度，是无限分布滞后 模型。 模型。
2
二、滞后效应产生的原因
1.心理原因（习惯的影响、信息不充分） 1.心理原因 习惯的影响、信息不充分） 心理原因（ 经济活动离不开人的参与， 经济活动离不开人的参与，人的心理因素对 经济变量的变化有很大影响。 经济变量的变化有很大影响。一方面是心理定势 及社会习惯的作用；另一方面是预期心理的影响。 及社会习惯的作用；另一方面是预期心理的影响。 2.客观原因（技术性原因、制度性原因） 2.客观原因 技术性原因、制度性原因） 客观原因（ 在经济运行中，从生产到流通， 在经济运行中，从生产到流通，每一个环节 都需要一段时间，从而形成滞后现象。另外， 都需要一段时间，从而形成滞后现象。另外，现 代社会中经济活动都是在一定制度下进行的， 代社会中经济活动都是在一定制度下进行的，从 而限制了对市场反应的灵活性。 而限制了对市场反应的灵活性。
Koyck提出了如下假定：参数按几何数列衰减， Koyck提出了如下假定：参数按几何数列衰减， 提出了如下假定 即： β i = β i −1λ i = 0， 1， 2， … 0， 或
1、分布滞后模型 分布滞后模型形式为： 分布滞后模型形式为： 形式为
Yt = α + β 0 X t + β1 X t −1 + ⋯ + β s X t − s + ut
或
Yt = α + β 0 X t + β1 X t −1 + ⋯ + ut
其中第一式的最大滞后长度s是一个确定的数， 其中第一式的最大滞后长度s是一个确定的数 ，因 此是有限分布滞后模型 有限分布滞后模型。 此是有限分布滞后模型。 而第二式没有规定最大滞后长度， 而第二式没有规定最大滞后长度，是无限分布滞后 模型。 模型。
2
二、滞后效应产生的原因
1.心理原因（习惯的影响、信息不充分） 1.心理原因 习惯的影响、信息不充分） 心理原因（ 经济活动离不开人的参与， 经济活动离不开人的参与，人的心理因素对 经济变量的变化有很大影响。 经济变量的变化有很大影响。一方面是心理定势 及社会习惯的作用；另一方面是预期心理的影响。 及社会习惯的作用；另一方面是预期心理的影响。 2.客观原因（技术性原因、制度性原因） 2.客观原因 技术性原因、制度性原因） 客观原因（ 在经济运行中，从生产到流通， 在经济运行中，从生产到流通，每一个环节 都需要一段时间，从而形成滞后现象。另外， 都需要一段时间，从而形成滞后现象。另外，现 代社会中经济活动都是在一定制度下进行的， 代社会中经济活动都是在一定制度下进行的，从 而限制了对市场反应的灵活性。 而限制了对市场反应的灵活性。
Koyck提出了如下假定：参数按几何数列衰减， Koyck提出了如下假定：参数按几何数列衰减， 提出了如下假定 即： β i = β i −1λ i = 0， 1， 2， … 0， 或
《初级工》第七章 自动调节系统的基本知识及应用
当t=３Ｔ时，
h(3T ) KA(1 e ) 0.95KA 0.95h()
从加入输入作用以后，经过3T时间，h已经变化了全部变 化范围的95%，这时，可近似认为动态过程基本结束。
3
c、时间常数τ对控制系统的影响
对控制通道的影响： 在相同的控制作用下，时间常数大，被控变量的变化 比较缓慢，则过程比较平稳，容易进行控制，但过渡 过程时间较长；若时间常数小，被控变量的变化速度 快，则控制过程比较灵敏，不易控制。时间常数太大 或太小，对控制都不利。
Kp ——比例调节器的放大倍数
只需改变支点o的位置就可以改变放大倍数Kp 的大小。工业中所用的调节器都用比例度来表 示比例调节的强弱。
其中（xmax-xmin）为仪表量程，（ymax-ymin）为调 节器输出量的范围 但比例调节不能使被调量恢 复到给定值而存在余差，因而调 节准确度不高。当调节质量要求 较高时，需要加上积分调节来消 除余差。
mD—扰动作用；μ—执行机构位移；D—软化水流量； W—生水流量；h—软化水箱水位；h0—水位给定值； i1—水位偏差信号；i2—调节信号
三、自动调节系统的特征分类
1、按给定值信号的特征分类
①定值调节系统
②随动调节系统
③程序调节系统
2、按工作原理分类 ①反馈调节系统 ②前馈调节系统
③前馈-反馈调节系统
对上式求导：
当t=0时，
h
dh KA t T e dt T dh KA h() dt T T
当对象受到阶跃输入作用 后，被控变量如果保持初 始速度变化，达到新的稳 态值所需要的时间就是时 间常数。
h(∞)
0.632h(∞)
0
T
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1、分布滞后模型
如果模型中的滞后变量只是解释变量x的过去各期值，即
yt=a+b0xt+b1xt-1+…+bkxt-k+μt
表明x对y的滞后影响分布在过去各个时期。 如：
ˆ ˆ yt a 0.4 xt 0.3xt 1 0.2 xt 2
这意味 ：当收入增加1元时，消费者将在本期增加0.4元的消费， 下一期增加0.3元，再下期增加0.2元；增加1元收入对消费的长期 作用为0.9元。其中，短期乘数为0.4，延期乘数为0.3、0.2，长期 乘数为0.9。
2、自回归模型 模型中包含解释变量x的本期值和被解释变量y的若干期 滞后值，即： yt=a+b0xt+b1yt-1+…+bkyt-k+μt 这类问题是时间序列中的AR模型，称其为(k阶)自回归 模型。
例如，消费函数：Ct=a+b0Yt+b1Ct-1+μt
3、根据滞后期的选取，又可以将滞后变量模型分成有 限滞后模型和无限滞后模型。
滞后期长度可以根据经济理论或实际经验加以确定， 也可以通过相关系数、调整的判定系数、施瓦兹准则 SC等统计检验获取信息。利用Evrews软件可以直接得 到上述各项检验结果。 多项式次数可以依据经济理论和实际经验加以确定。一 般取m=1～3。 4、阿尔蒙估计的EViews软件实现 （选学） 在EViews软件的LS命令中使用PDL项，系统将自动使用 Almon方法估计分布滞后模型。其命令格式为： LS Y C PDL(X，k，m，d) 其中，k为滞后期长度，m为多项式次数，d是对分布滞后 特征进行控制的参数。
最后得到分布滞后模型估计式为：
Yt 3319 .5 0.323 X t 1.777 X t 1 2.690 X t 2 3.061 X t 3
（13.62） (0.19) (2.14) (1.88) (1.86)
2.891 X t 4 2.180 X t 5 0.927 X t 6
一、νt不存在自相关性
如果随机误差项νt不存在自相关性，则随机解释变量yt-1， yt-2……，yt-k与νt互不相关，模型满足基本假定。因此， 仍然可以使用OLS法估计模型。
二、 νt存在自相关性
一般是设法先消除模型中随机解释变量与随机误差项的相 关问题，然后再利用广义差分法消除自相关性的影响。 消除yt-1与νt的相关性，可以采用工具变量法和搜索估计 法。 工具变量法：即设法寻找一个yt-1的替代变量zt，要求zt 与 yt-1高度相关，但与误差项νt互不相关。实际应用中，一 般取
经验加权法的特点是简单易行，少损失自由度，避免了多冲共线 性干扰，参数估计具有一致性。但权数设置的主观随意性较大。 通常是多选几组权数分别估计模型，再通过各种检验(R2,F,t,DW) 从中选择出一个较为合适的模型。
二、阿尔蒙估计法(S.Almom) 1、阿尔蒙估计法的原理
主要思想：针对有限滞后期模型，通过阿尔蒙变换，定义新变量， 以减少解释变量个数，然后用OLS法估计参数。 设有限分布滞后模型为 yt=a+b0xt+b1xt-1+…+bkxt-k+μt
阿尔蒙认为连续函数bi=f(i)可以用滞后期i的适当次多项式来逼近： bi=f(i)=α0+α1i+α2i2+…+αmim (m<k)
将上一关系式代入原来的分布滞后模型，并经过适当的变 量变换，就可以减少模型中的变量个数，从而在削弱多 重共线性影响的情况下，估计模型中的参数。 bi bi * * * * * * * * * * * * i i bi= α0+α1i+α2 i2 bi= α0+α1i+α2i2 +α3i3
第二节
分布滞后模型的估计
一、经验加权法 经验加权法就是针对问题的特点，根据实际经验指定各 期滞后变量的权数，再将各期滞后变量加权组合成新的 解释变量wt ，然后估计变换后的模型yi=f(wt)+μt ，得到 原模型中各参数的估计值。常使用的权数类型有： 1、递减型：即各期权值是递减的（权数值根据各期滞后 变量的影响确定，并不一定要求权数和等于1）。遵循 “远小近大”的原则。 2、常数型：即各期权数值相等，此时认为滞后变量的各 期影响是相同的，不随时间变化。又称不变滞后结构。 3、倒V型：即各期权数先递增后递减呈倒V型，其适用于 近、远期影响较小，中间影响较大的滞后变量模型。
ˆ Yt 3319 .5 3.061W0t 0.101W1t 0.271W2t
（13.62）（1.86） （0.15） （-0.67）
求得的分布滞后模型参数估计值为
ˆ ˆ ˆ 0 =0.323，ˆ1 =1.777， 2 =2.690， 3 ˆ ˆ 5 =3.061， 4 =2.891， ˆ =2.180， 6 =0.927
2
k
k
k
定义：
Z 0t xt i , Z1t ixt i , Z 2t i xt i
2 i 0 i 0 i 0
i 0 k
i 0
i 0
k
k
称该变量变换为Almon变换；则原分布滞后模型可以表示 成：
yt a 0 Z 0t 1Z1t 2 Z 2t i
14.70 X t 4 26 .94 X t 5 25 .42 X t 6
(-0.93) (1.09) F=42.54 (-1.12)
R2
=0.9770
DW=1.03
三、考耶克（Koyck）方法
估计方法：将分布滞后模型转化成形式较为简单的自回 归模型进行估计。 1、Koyck方法的原理 设模型为无限分布滞后模型：
其中，υt=μt-λμt-1 。称上述变换过程为考耶克变换，经 变换得到的自回归模型称为考耶克模型。 2、考耶克模型的特点 模型中解释变量个数的大幅度减少，也有效地解决了多 重共线性和样本自由度减少的问题。 考耶克变换虽然简化了分布滞后模型，但如果用OLS法 估计考耶克模型却又产生了模型存在一阶自相关性、模 型中存在与随机误差项相关的随机解释变量等新问题.
第一节
一、滞后变量
滞后变量模型
பைடு நூலகம்
滞后效应：因变量受到自身或另一解释变量的几期值影响的现象。
滞后变量：指过去时期的、对当前被解释变量产生影响的变量。 滞后变量可分为滞后解释变量和滞后被解释变量。
滞后变量模型,又称动态模型（Dynamical Model）：含有滞后变 量的模型。 如：消费函数：
Yt-1，Yt-2为滞后变量。 再如，通胀滞后：货币供应量的变化对通货膨胀的影响总存在一 定时滞。 Pt=a+b0Mt+b1Mt-1+b3Mt-2+……bkMt-k+μ t
将bi代入原模型，得
则原分布滞后模型变换成一个自回归模型：
yt a b0 xt b0 xt 1 b0 xt 2 ...... t yt yt 1 a a b0 xt t t 1
2
yt a(1 ) b0 xt yt 1 t
利用OLS法估计系数a，α0，α1，α2，进而得到bi的估计值。
ˆ ˆ ˆ ˆ ˆ ˆ bo 0 , b1 0 1 2 ˆ ˆ ˆ ˆ b2 0 21 4 2 ,......, ˆ k k 2 ˆ1 ˆ2 bk ˆ 0
3、阿尔蒙估计法的特点 阿尔蒙估计法的原理巧妙、简单，估计参数时有效地消 除了多重共线性的影响，并且适用于多种形式的分布滞 后结构。 使用阿尔蒙估计时需要事先确定两个问题：滞后期长度 和多项式的次数。
第三节 自回归模型的估计
利用最小二乘法估计自回归模型 yt=a+b0xt+b1yt-1+…+bkyt-k+νt 主要会遇到两个问题：(1)模型中会有随机的解释变量 yt-1，yt-2，……，它们很可能与随机误差项相关，使 OLS估计成为有偏估计；(2)模型很可能存在自相关性， 这样OLS估计非有效估计。下面分别讨论不同情况下的 估计问题。
例1．某地区制造行业历年库存Y与销售额X的统计资料， 试利用分布滞后模型建立库存函数。 表示滞后i期 表示超前i期 在EViews软件的命令窗口中依次键入以下命令： ①键入：CROSS Y X，输出结果见下图。 操作演示
从图中Y与X各 期滞后值的相 关系数可知， 库存额与当年 和前三年的销 售额相关，所 以设：
yt a b0 xt b1 xt 1 ...... t
在许多情况下，滞后变量的影响随着时间的推移将越来 越小，即系数bi的值呈递减趋势。 设：bi=b0λi 其中λ是一个介于0和1之间的常数；λ值的大小决定了 递减速度的快慢，λ值越小则递减速度越快，所以称λ 为衰退率或下降率，1- λ为调整速度。
在LS命令中使用PDL项，应注意以下几点： ①在解释变量x之后必须指定k和m的值，d为可选项，不 指定时取默认值0； ②如果模型中有多个具有滞后效应的解释变量，则分别用 几个PDL项表示；例如： LS Y C PDL(x1，4，2) PDL(x2，3，2，2) ③在估计分布滞后模型之前，最好使用互相关分析命令 CROSS，初步判断滞后期的长度k；命令格式为 CROSS Y X 接着输入滞后期p之后，将输出yt与xt、xt-1…xt-p的各期 相关系数。也可以在PDL项中逐步加大k的值，再利用 调整的判定系数和SC判断较为合适的滞后期长度k。
(1.96) (1.10) (0.24)
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：
Yt 3361 .9 8.424 X t 11 .43 X t 1 15 .14 X t 2 4.71 X t 3
（12.43） (1.80) (-1.89) (1.21) (0.36)
如果模型中的滞后变量只是解释变量x的过去各期值，即
yt=a+b0xt+b1xt-1+…+bkxt-k+μt
表明x对y的滞后影响分布在过去各个时期。 如：
ˆ ˆ yt a 0.4 xt 0.3xt 1 0.2 xt 2
这意味 ：当收入增加1元时，消费者将在本期增加0.4元的消费， 下一期增加0.3元，再下期增加0.2元；增加1元收入对消费的长期 作用为0.9元。其中，短期乘数为0.4，延期乘数为0.3、0.2，长期 乘数为0.9。
2、自回归模型 模型中包含解释变量x的本期值和被解释变量y的若干期 滞后值，即： yt=a+b0xt+b1yt-1+…+bkyt-k+μt 这类问题是时间序列中的AR模型，称其为(k阶)自回归 模型。
例如，消费函数：Ct=a+b0Yt+b1Ct-1+μt
3、根据滞后期的选取，又可以将滞后变量模型分成有 限滞后模型和无限滞后模型。
滞后期长度可以根据经济理论或实际经验加以确定， 也可以通过相关系数、调整的判定系数、施瓦兹准则 SC等统计检验获取信息。利用Evrews软件可以直接得 到上述各项检验结果。 多项式次数可以依据经济理论和实际经验加以确定。一 般取m=1～3。 4、阿尔蒙估计的EViews软件实现 （选学） 在EViews软件的LS命令中使用PDL项，系统将自动使用 Almon方法估计分布滞后模型。其命令格式为： LS Y C PDL(X，k，m，d) 其中，k为滞后期长度，m为多项式次数，d是对分布滞后 特征进行控制的参数。
最后得到分布滞后模型估计式为：
Yt 3319 .5 0.323 X t 1.777 X t 1 2.690 X t 2 3.061 X t 3
（13.62） (0.19) (2.14) (1.88) (1.86)
2.891 X t 4 2.180 X t 5 0.927 X t 6
一、νt不存在自相关性
如果随机误差项νt不存在自相关性，则随机解释变量yt-1， yt-2……，yt-k与νt互不相关，模型满足基本假定。因此， 仍然可以使用OLS法估计模型。
二、 νt存在自相关性
一般是设法先消除模型中随机解释变量与随机误差项的相 关问题，然后再利用广义差分法消除自相关性的影响。 消除yt-1与νt的相关性，可以采用工具变量法和搜索估计 法。 工具变量法：即设法寻找一个yt-1的替代变量zt，要求zt 与 yt-1高度相关，但与误差项νt互不相关。实际应用中，一 般取
经验加权法的特点是简单易行，少损失自由度，避免了多冲共线 性干扰，参数估计具有一致性。但权数设置的主观随意性较大。 通常是多选几组权数分别估计模型，再通过各种检验(R2,F,t,DW) 从中选择出一个较为合适的模型。
二、阿尔蒙估计法(S.Almom) 1、阿尔蒙估计法的原理
主要思想：针对有限滞后期模型，通过阿尔蒙变换，定义新变量， 以减少解释变量个数，然后用OLS法估计参数。 设有限分布滞后模型为 yt=a+b0xt+b1xt-1+…+bkxt-k+μt
阿尔蒙认为连续函数bi=f(i)可以用滞后期i的适当次多项式来逼近： bi=f(i)=α0+α1i+α2i2+…+αmim (m<k)
将上一关系式代入原来的分布滞后模型，并经过适当的变 量变换，就可以减少模型中的变量个数，从而在削弱多 重共线性影响的情况下，估计模型中的参数。 bi bi * * * * * * * * * * * * i i bi= α0+α1i+α2 i2 bi= α0+α1i+α2i2 +α3i3
第二节
分布滞后模型的估计
一、经验加权法 经验加权法就是针对问题的特点，根据实际经验指定各 期滞后变量的权数，再将各期滞后变量加权组合成新的 解释变量wt ，然后估计变换后的模型yi=f(wt)+μt ，得到 原模型中各参数的估计值。常使用的权数类型有： 1、递减型：即各期权值是递减的（权数值根据各期滞后 变量的影响确定，并不一定要求权数和等于1）。遵循 “远小近大”的原则。 2、常数型：即各期权数值相等，此时认为滞后变量的各 期影响是相同的，不随时间变化。又称不变滞后结构。 3、倒V型：即各期权数先递增后递减呈倒V型，其适用于 近、远期影响较小，中间影响较大的滞后变量模型。
ˆ Yt 3319 .5 3.061W0t 0.101W1t 0.271W2t
（13.62）（1.86） （0.15） （-0.67）
求得的分布滞后模型参数估计值为
ˆ ˆ ˆ 0 =0.323，ˆ1 =1.777， 2 =2.690， 3 ˆ ˆ 5 =3.061， 4 =2.891， ˆ =2.180， 6 =0.927
2
k
k
k
定义：
Z 0t xt i , Z1t ixt i , Z 2t i xt i
2 i 0 i 0 i 0
i 0 k
i 0
i 0
k
k
称该变量变换为Almon变换；则原分布滞后模型可以表示 成：
yt a 0 Z 0t 1Z1t 2 Z 2t i
14.70 X t 4 26 .94 X t 5 25 .42 X t 6
(-0.93) (1.09) F=42.54 (-1.12)
R2
=0.9770
DW=1.03
三、考耶克（Koyck）方法
估计方法：将分布滞后模型转化成形式较为简单的自回 归模型进行估计。 1、Koyck方法的原理 设模型为无限分布滞后模型：
其中，υt=μt-λμt-1 。称上述变换过程为考耶克变换，经 变换得到的自回归模型称为考耶克模型。 2、考耶克模型的特点 模型中解释变量个数的大幅度减少，也有效地解决了多 重共线性和样本自由度减少的问题。 考耶克变换虽然简化了分布滞后模型，但如果用OLS法 估计考耶克模型却又产生了模型存在一阶自相关性、模 型中存在与随机误差项相关的随机解释变量等新问题.
第一节
一、滞后变量
滞后变量模型
பைடு நூலகம்
滞后效应：因变量受到自身或另一解释变量的几期值影响的现象。
滞后变量：指过去时期的、对当前被解释变量产生影响的变量。 滞后变量可分为滞后解释变量和滞后被解释变量。
滞后变量模型,又称动态模型（Dynamical Model）：含有滞后变 量的模型。 如：消费函数：
Yt-1，Yt-2为滞后变量。 再如，通胀滞后：货币供应量的变化对通货膨胀的影响总存在一 定时滞。 Pt=a+b0Mt+b1Mt-1+b3Mt-2+……bkMt-k+μ t
将bi代入原模型，得
则原分布滞后模型变换成一个自回归模型：
yt a b0 xt b0 xt 1 b0 xt 2 ...... t yt yt 1 a a b0 xt t t 1
2
yt a(1 ) b0 xt yt 1 t
利用OLS法估计系数a，α0，α1，α2，进而得到bi的估计值。
ˆ ˆ ˆ ˆ ˆ ˆ bo 0 , b1 0 1 2 ˆ ˆ ˆ ˆ b2 0 21 4 2 ,......, ˆ k k 2 ˆ1 ˆ2 bk ˆ 0
3、阿尔蒙估计法的特点 阿尔蒙估计法的原理巧妙、简单，估计参数时有效地消 除了多重共线性的影响，并且适用于多种形式的分布滞 后结构。 使用阿尔蒙估计时需要事先确定两个问题：滞后期长度 和多项式的次数。
第三节 自回归模型的估计
利用最小二乘法估计自回归模型 yt=a+b0xt+b1yt-1+…+bkyt-k+νt 主要会遇到两个问题：(1)模型中会有随机的解释变量 yt-1，yt-2，……，它们很可能与随机误差项相关，使 OLS估计成为有偏估计；(2)模型很可能存在自相关性， 这样OLS估计非有效估计。下面分别讨论不同情况下的 估计问题。
例1．某地区制造行业历年库存Y与销售额X的统计资料， 试利用分布滞后模型建立库存函数。 表示滞后i期 表示超前i期 在EViews软件的命令窗口中依次键入以下命令： ①键入：CROSS Y X，输出结果见下图。 操作演示
从图中Y与X各 期滞后值的相 关系数可知， 库存额与当年 和前三年的销 售额相关，所 以设：
yt a b0 xt b1 xt 1 ...... t
在许多情况下，滞后变量的影响随着时间的推移将越来 越小，即系数bi的值呈递减趋势。 设：bi=b0λi 其中λ是一个介于0和1之间的常数；λ值的大小决定了 递减速度的快慢，λ值越小则递减速度越快，所以称λ 为衰退率或下降率，1- λ为调整速度。
在LS命令中使用PDL项，应注意以下几点： ①在解释变量x之后必须指定k和m的值，d为可选项，不 指定时取默认值0； ②如果模型中有多个具有滞后效应的解释变量，则分别用 几个PDL项表示；例如： LS Y C PDL(x1，4，2) PDL(x2，3，2，2) ③在估计分布滞后模型之前，最好使用互相关分析命令 CROSS，初步判断滞后期的长度k；命令格式为 CROSS Y X 接着输入滞后期p之后，将输出yt与xt、xt-1…xt-p的各期 相关系数。也可以在PDL项中逐步加大k的值，再利用 调整的判定系数和SC判断较为合适的滞后期长度k。
(1.96) (1.10) (0.24)
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：
Yt 3361 .9 8.424 X t 11 .43 X t 1 15 .14 X t 2 4.71 X t 3
（12.43） (1.80) (-1.89) (1.21) (0.36)