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： 在估計的過程中存在以下問題： （1）由于作為解釋變量 ，因此模型中包含隨機解釋變量； （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 存在序列相關(guān)。,因此，使用OLS估計將導(dǎo)致估計量不僅是有偏的而且非一致的?？梢圆捎霉ぞ咦兞糠▉砉烙?，有學者建議用 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）。由于人們消費習慣等原因，使得收入對消費支出的影響存在時間滯后，因此建立消費函數(shù)的分布滯后模型。 本實驗打算建立如下模型： 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性以及解釋變量與誤差項之間的序列相關(guān)等問題，但由于引入的工具變量是 ，其與 存在高度相關(guān)性，因此模型估計存在多重共線性問題。這樣，雖然工具變量方法給出了方程的一致性估計，但是這些估計量很可能是低效的。,有限分布滯后模型,一般模型為： 對于滯后長度的確定，可以根據(jù)實際經(jīng)濟問題的需要和經(jīng)驗進行判定，也可以利用一些判定方法和準則，如赤池(Akaike)AIC準則與施瓦茲(Schwarz)SC準則等。,對于滯后長度為已知的分布滯后模型，修正的估計方法有經(jīng)驗加權(quán)法、阿爾蒙(Almon)多項式滯后法等。 各種方法的基本思想大致相同，都是通過對各滯后變量加權(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)驗加權(quán)估計法,所謂經(jīng)驗加權(quán)法，是根據(jù)實際經(jīng)濟問題的特點及經(jīng)驗判斷，對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)用最小二乘法進行估計。,由于隨機誤差項與解釋變量不相關(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)用最小二乘法對該模型進行估計。 經(jīng)驗加權(quán)法具有簡單易行、不損失自由度、避免多重共線性干擾及參數(shù)估計具有一致性等優(yōu)點。缺陷是設(shè)置權(quán)數(shù)的主觀隨意性較大，要求分析者對實際問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)，分別估計多個模型，然后根據(jù)樣本決定系數(shù)、F檢驗值、t檢驗值、估計標準誤差以及DW值，從中選出最佳估計方程。,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)計資料如下表（金額單位：百萬元）。設(shè)定有限分布滯后模型為： 運用經(jīng)驗加權(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、 分別估計上述模型，并從中選擇最佳的方程。 數(shù)據(jù)見case25.,記新的線性組合變量分別為： 分別估計如下經(jīng)驗加權(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，模型一的擾動項無一階自相關(guān)，模型二和模型三擾動項存在一階正相關(guān)；在綜合判斷可決系數(shù)、F檢驗值，t檢驗值，可以認為：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：針對有限滯后期模型，通過阿爾蒙變換，定義新變量，以減少解釋變量個數(shù)，然后用OLS法估計參數(shù)。,主要步驟為： 第一步，阿爾蒙變換 對于分布滯后模型 假定其回歸系數(shù)i可用一個關(guān)于滯后期i的適當階數(shù)的多項式來表示，即: i=0,1,s 其中，ms-1。阿爾蒙變換要求先驗地確定適當階數(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 對變換后的模型進行OLS估計，得 再計算出: 求出滯后分布模型參數(shù)的估計值: 由于m+1s，可以認為原模型存在的自由度不足和多重共線性問題已得到改善。 需注意的是，在實際估計中，阿爾蒙多項式的階數(shù)m一般取2或3，不超過4，否則達不到減少變量個數(shù)的目的。,例,case26是某水庫1998年至2000年各旬的流量、降水量數(shù)據(jù)。分別建立水庫流量與降水量序列，命名為vol和ra。試對其建立多項式分布滯后模型。,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表示多項式次數(shù)m, options指定約束類型，有下面三個選項： 1 近端約束；使x對y的一期前導(dǎo)作用為0 2 遠端約束；使大于滯后期p后x對y的作用為0 3 同時采用近端和遠端兩種約束 如果模型中沒有約束條件，則options缺省。,本例，假定降水量對水庫流量滯后3月的影響仍然顯著，即滯后期p= 9。 若采用4階多項式(m=4)且不施加端點限制條件，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)估計值及檢驗的t統(tǒng)計量:下半部分模型檢驗所需的各個統(tǒng)計量。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)項外共有5個參數(shù)估計值。該命令還同時繪制出估計值的分布圖.,表中最后一行的Sum of Lags是系數(shù)估計值的總和，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)對因變量的長期作用大小。 表中系數(shù)即為 ,若認為降水量對水庫流量的作用在3月之后幾乎消失，則可利用遠端限制條件，即輸入命令Ls vol c pdl(ra,9,4,2),比較發(fā)現(xiàn)，遠端約束模型的調(diào)整后的決定系數(shù)略高于無約束模型、AIC和SC信息量略低于無約束模型，因此認為加入遠端約束條件后的多項式分布滯后模型較優(yōu)，但二者差異不大。 系數(shù)估計值差異也不大，說明滯后期為3月時降水量對水庫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，比如對某商品銷售額(sale)、價格 (price)和顧客流量(customer)建立分布滯后模型的同時，加入AR和MA項。 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)取決于無端點約束的次數(shù)為3的多項式。 PDL模型也可以用兩階段最小二乘法估計參數(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,先估計當前的y值被其自身滯后期取值所能解釋的程度，然后驗證通過引入序列 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