eviews分布滯后模型和自回歸模型.ppt

第六章 滯后變量模型,科克分布滯后模型,科克模型： 在估計(jì)的過(guò)程中存在以下問(wèn)題： （1）由于作為解釋變量 ，因此模型中包含隨機(jī)解釋變量； （2）即使原模型中的 不存在序列相關(guān)，然而 是序列相關(guān)的； （3）解釋變量 和誤差項(xiàng) 存在序列相關(guān)。,因此，使用OLS估計(jì)將導(dǎo)致估計(jì)量不僅是有偏的而且非一致的。可以采用工具變量法來(lái)估計(jì)，有學(xué)者建議用 作為 的工具變量。,例1,table8-1.wf1工作文件中，給出的是1978-2006年北京市城鎮(zhèn)家庭平均每人全年消費(fèi)性支出（PPCE，單位元）和城鎮(zhèn)家庭平均每人可支配收入（PPDI，單位元）。由于人們消費(fèi)習(xí)慣等原因，使得收入對(duì)消費(fèi)支出的影響存在時(shí)間滯后，因此建立消費(fèi)函數(shù)的分布滯后模型。 本實(shí)驗(yàn)打算建立如下模型： 這里以 做為滯后解釋變量 的工具變量。,雖然工具變量法可以消除科克模型中解釋變量的隨機(jī)性以及解釋變量與誤差項(xiàng)之間的序列相關(guān)等問(wèn)題，但由于引入的工具變量是 ，其與 存在高度相關(guān)性，因此模型估計(jì)存在多重共線性問(wèn)題。這樣，雖然工具變量方法給出了方程的一致性估計(jì)，但是這些估計(jì)量很可能是低效的。,有限分布滯后模型,一般模型為： 對(duì)于滯后長(zhǎng)度的確定，可以根據(jù)實(shí)際經(jīng)濟(jì)問(wèn)題的需要和經(jīng)驗(yàn)進(jìn)行判定，也可以利用一些判定方法和準(zhǔn)則，如赤池(Akaike)AIC準(zhǔn)則與施瓦茲(Schwarz)SC準(zhǔn)則等。,對(duì)于滯后長(zhǎng)度為已知的分布滯后模型，修正的估計(jì)方法有經(jīng)驗(yàn)加權(quán)法、阿爾蒙(Almon)多項(xiàng)式滯后法等。 各種方法的基本思想大致相同，都是通過(guò)對(duì)各滯后變量加權(quán)，組成線性組合變量(即滯后變量的線性組合)作為新解釋變量引入方程，有目的地減少滯后變量的數(shù)目，緩解多重共線性，保證自由度。,1經(jīng)驗(yàn)加權(quán)估計(jì)法,所謂經(jīng)驗(yàn)加權(quán)法，是根據(jù)實(shí)際經(jīng)濟(jì)問(wèn)題的特點(diǎn)及經(jīng)驗(yàn)判斷，對(duì)滯后變量賦予一定的權(quán)數(shù)，利用這些權(quán)數(shù)構(gòu)成各滯后變量的線性組合，以形成新的變量，再應(yīng)用最小二乘法進(jìn)行估計(jì)。,由于隨機(jī)誤差項(xiàng)與解釋變量不相關(guān)，從而也與滯后解釋變量的線性組合變量不相關(guān)，因此可直接應(yīng)用最小二乘法對(duì)該模型進(jìn)行估計(jì)。 經(jīng)驗(yàn)加權(quán)法具有簡(jiǎn)單易行、不損失自由度、避免多重共線性干擾及參數(shù)估計(jì)具有一致性等優(yōu)點(diǎn)。缺陷是設(shè)置權(quán)數(shù)的主觀隨意性較大，要求分析者對(duì)實(shí)際問(wèn)題的特征有比較透徹的了解。 通常的做法是，多選幾組權(quán)數(shù)，分別估計(jì)多個(gè)模型，然后根據(jù)樣本決定系數(shù)、F檢驗(yàn)值、t檢驗(yàn)值、估計(jì)標(biāo)準(zhǔn)誤差以及DW值，從中選出最佳估計(jì)方程。,例：已知某地區(qū)制造業(yè)部門19551974年期間的資本存量Y和銷售額X的統(tǒng)計(jì)資料如下表（金額單位：百萬(wàn)元）。設(shè)定有限分布滯后模型為： 運(yùn)用經(jīng)驗(yàn)加權(quán)法，選擇下列三組權(quán)數(shù)： （1）1、1/2、1/4、1/8 （2）1/4、1/2、2/3、1/4 （3）1/4、1/4、1/4、1/4、 分別估計(jì)上述模型，并從中選擇最佳的方程。 數(shù)據(jù)見(jiàn)case25.,記新的線性組合變量分別為： 分別估計(jì)如下經(jīng)驗(yàn)加權(quán)模型：,YT = -66.52294932 + 1.071395456*Z1 （-3.662182） （50.96149） R-squared0.994257 DW1.439440 F2597.074 YT = -133.1722303 + 1.366668187*Z2 （-5.029746） （37.37033） R-squared0.989373 DW1.042713 F1396.542 YT = -121.7394467 + 2.237930494*Z3 （-4.813143） （38.68578） R-squared0.990077 DW1.158530 F1496.590,從上述回歸分析結(jié)果可以看出，模型一的擾動(dòng)項(xiàng)無(wú)一階自相關(guān)，模型二和模型三擾動(dòng)項(xiàng)存在一階正相關(guān)；在綜合判斷可決系數(shù)、F檢驗(yàn)值，t檢驗(yàn)值，可以認(rèn)為：最佳的方程式模型一，即權(quán)數(shù)為1、1/2、1/4、1/8的分布滯后模型。,2.阿爾蒙法,主要思想：針對(duì)有限滯后期模型，通過(guò)阿爾蒙變換，定義新變量，以減少解釋變量個(gè)數(shù)，然后用OLS法估計(jì)參數(shù)。,主要步驟為： 第一步，阿爾蒙變換 對(duì)于分布滯后模型 假定其回歸系數(shù)i可用一個(gè)關(guān)于滯后期i的適當(dāng)階數(shù)的多項(xiàng)式來(lái)表示，即: i=0,1,s 其中，ms-1。阿爾蒙變換要求先驗(yàn)地確定適當(dāng)階數(shù)k，例如取m=2，得 (*),將(*)代入分布滯后模型 定義新變量 將原模型轉(zhuǎn)換為：,第二步，模型的OLS估計(jì) 對(duì)變換后的模型進(jìn)行OLS估計(jì)，得 再計(jì)算出: 求出滯后分布模型參數(shù)的估計(jì)值: 由于m+1s，可以認(rèn)為原模型存在的自由度不足和多重共線性問(wèn)題已得到改善。 需注意的是，在實(shí)際估計(jì)中，阿爾蒙多項(xiàng)式的階數(shù)m一般取2或3，不超過(guò)4，否則達(dá)不到減少變量個(gè)數(shù)的目的。,例,case26是某水庫(kù)1998年至2000年各旬的流量、降水量數(shù)據(jù)。分別建立水庫(kù)流量與降水量序列，命名為vol和ra。試對(duì)其建立多項(xiàng)式分布滯后模型。,Eviews操作,在主窗口命令行鍵入如下命令建立PDL模型: Ls y x1 x2 pdl(series name, lags, order, options) 其中， lags代表滯后期s, order表示多項(xiàng)式次數(shù)m, options指定約束類型，有下面三個(gè)選項(xiàng)： 1 近端約束；使x對(duì)y的一期前導(dǎo)作用為0 2 遠(yuǎn)端約束；使大于滯后期p后x對(duì)y的作用為0 3 同時(shí)采用近端和遠(yuǎn)端兩種約束 如果模型中沒(méi)有約束條件，則options缺省。,本例，假定降水量對(duì)水庫(kù)流量滯后3月的影響仍然顯著，即滯后期p= 9。 若采用4階多項(xiàng)式(m=4)且不施加端點(diǎn)限制條件，則輸入命令 Ls vol c pdl(ra,9,4),模型輸出窗口的上半部分給出了各參數(shù)估計(jì)值及檢驗(yàn)的t統(tǒng)計(jì)量:下半部分模型檢驗(yàn)所需的各個(gè)統(tǒng)計(jì)量。這里用PDL01、PDL02、PDL03等代表式中的w1t、w2t等變量。本例m=4，所以除常數(shù)項(xiàng)外共有5個(gè)參數(shù)估計(jì)值。該命令還同時(shí)繪制出估計(jì)值的分布圖.,表中最后一行的Sum of Lags是系數(shù)估計(jì)值的總和，在序列平穩(wěn)的假設(shè)下，它反映了分布滯后變量(本例即降水量ra)對(duì)因變量的長(zhǎng)期作用大小。 表中系數(shù)即為 ,若認(rèn)為降水量對(duì)水庫(kù)流量的作用在3月之后幾乎消失，則可利用遠(yuǎn)端限制條件，即輸入命令Ls vol c pdl(ra,9,4,2),比較發(fā)現(xiàn)，遠(yuǎn)端約束模型的調(diào)整后的決定系數(shù)略高于無(wú)約束模型、AIC和SC信息量略低于無(wú)約束模型，因此認(rèn)為加入遠(yuǎn)端約束條件后的多項(xiàng)式分布滯后模型較優(yōu)，但二者差異不大。 系數(shù)估計(jì)值差異也不大，說(shuō)明滯后期為3月時(shí)降水量對(duì)水庫(kù)流量的作用本身已衰減接近0,根據(jù)需要，可以為模型增加ARMA項(xiàng)，比如對(duì)某商品銷售額(sale)、價(jià)格 (price)和顧客流量(customer)建立分布滯后模型的同時(shí)，加入AR和MA項(xiàng)。 在主窗口命令行輸入，Ls sale c price pdl(customer,10,3) ar(1) ma(1) 這里，變量customer的系數(shù)取決于無(wú)端點(diǎn)約束的次數(shù)為3的多項(xiàng)式。 PDL模型也可以用兩階段最小二乘法估計(jì)參數(shù)，命令基本格式為 tsls y x1 x2 pdl(series name.lags.orde,options) zl Z2,格蘭杰因果檢驗(yàn),先估計(jì)當(dāng)前的y值被其自身滯后期取值所能解釋的程度，然后驗(yàn)證通過(guò)引入序列 x的滯后值是否可以提高y的被解釋程度。如果是，則稱序列 x是y的格蘭杰成因