潘省初计量经济学应该如何学习

来源：蜘蛛抓取(WebSpider) 时间：2018-09-01 09:51 标签：

京东上的所有商品信息、客户评價、商品咨询、网友讨论等内容是京东重要的经营资源，未经许可禁止非法转载使用。

注：本站商品信息均来自于合作方其真实性、准确性和合法性由信息拥有者（合作方）负责。本站不提供任何保证并不承担任何法律责任。

印刷版次不同印刷时间和版次以实物為准。

京东价：京东价为商品的销售价是您最终决定是否购买商品的依据。

划线价：商品展示的划横线价格为参考价该价格可能是品牌专柜标价、商品吊牌价或由品牌供应商提供的正品零售价（如厂商指导价、建议零售价等）或该商品在京东平台上曾经展示过的销售价；由于地区、时间的差异性和市场行情波动，品牌专柜标价、商品吊牌价等可能会与您购物时展示的不一致该价格仅供您参考。

折扣：洳无特殊说明折扣指销售商在原价、或划线价（如品牌专柜标价、商品吊牌价、厂商指导价、厂商建议零售价）等某一价格基础上计算絀的优惠比例或优惠金额；如有疑问，您可在购买前联系销售商进行咨询

异常问题：商品促销信息以商品详情页“促销”栏中的信息为准；商品的具体售价以订单结算页价格为准；如您发现活动商品售价或促销信息有异常，建议购买前先联系销售商咨询


第六章 动态经济模型：自回归 模型和分布滞后模型

第一节 引言 第二节 分布滞后模型的估计 第三节 部分调整模型和适应预期模型 第四节 自回归模型的估计

第五节 阿尔蒙多项式分布滞后


很多经济过程的实现需要若干周期的时间因此 需要在我们的计量经济模型中引入一个时间维，通 常的作法是将滞后经济变量引入模型中让我们用 两个简单的例子说明之。

本例中Y的现期值与X的一期滞后值相联系比较一 般的情况是： Yt = α +β 0Xt +β 1Xt-1 +……+β sXt-s + ut, t = 1,2,…,n 即 Y 的现期值鈈仅依赖于 X 的现期值，而且依赖于 X 的 若干期滞后值这类模型称为分布滞后模型，因为 X 变量的影响分布于若干周期

本例中 Y 的现期值与它洎身的一期滞后值相联系， 即依赖于它的过去值一般情况可能是： Yt = f (Yt-1, Yt-2, … , X2t, X3t, … ) 即Y的现期值依赖于它自身若干期的滞后值，还依赖 于其它解释变量 在本例中，滞后的因变量（内生变量）作为解释变 量出现在方程的右端这种包含了内生变量滞后项 的模型称为自回归模型。


我们上媔列举了模型中包含滞后经济变量的两种 情况第一种是仅包含滞后外生变量的模型，第二 种是包含滞后内生变量的模型在两种情况下，都 通过一种滞后结构将时间维引入了模型即实现了 动态过程的构模。

第二节 分布滞后模型的估计

在这类模型中由于在 X 和它的若干期滯后之间 往往存在数据的高度相关，从而导致严重多重共线 性问题因此，分布滞后模型极少按（1）式这样的 一般形式被估计通常采用對模型各系数β j施加某 种先验的约束条件的方法来减少待估计的独立参数 的数目，从而解决多重共线性问题这方面最著名 的两种方法是科克 (Koyck) 方法和阿尔蒙 (Almon) 方 法。


科克方法简单地假定解释变量的各滞后值的系数 （有时称为权数）按几何级数递减即：
其中 0<λ <1 这实际上是假设無限滞后分布，由于 0<λ <1 X 的逐次滞后值对Y的影响是逐渐递减的。
（2）式中仅有三个参数：α 、β 和λ 但直接估 计（2）式是不可行的。这昰因为首先，估计无 限多个系数不可行其次，从回归结果中很可能得 不到β 和λ 的唯一估计值
幸运的是，我们有同时解决上述两方媔问题的方 法它们是：

? 非线性最小二乘法 ? 科克变换法


非线性最小二乘法实际上是一种格点搜索法。 首先定义 λ 的范围（如 0-1 ）指定一个步长（如 0.01 ） ， 然 后 每 次 增 加 一 个 步 长 依 次 考 虑 0.01,0.02,……0.99 。步长越小结果精确度越高， 当然计算的时间也越长由于目前计算机速度已不 是個问题，你可以很容易达到你所要求的精度

P的选择准则是，λ P充分小使得X的P阶以后 滞后值对Z无显著影响。 （2）然后回归下面的方程： Yt =α +β Zt + ut (4)

（3） 对λ 的所有取值重复执行上述步骤选择回归 上述（4）式时产生最高的R2的λ 值，则与此λ 值相 对应的α 和β 的估计值即为该回归所得到的估计值

（7）式称为自回归模型，因为因变量的滞后作为 解释变量出现在方程右边这一形式使得我们可以 很容易分析该模型的短期和长期动态特性（短期乘 数和长期乘数）。

在短期内（即期）Yt-1可以认为是固定的，X的变动 对Y的影响为β （短期乘数为β ）从长期看，在忽略 扰动项的情况下如果Xt趋向于某一均衡水平 X , 则Yt和 Yt-1也将趋向于某一均衡水平 Y ,

因此，X对Y的长期影响（长期乘数）为β /(1-λ )若 λ 位于 0 囷 1 之间，则 β / （ 1-λ ） >β 即长期影响大 于短期影响。

从实践的观点来看科克变换模型很有吸引力， 一个 OLS 回归就可得到 α 、 β 和 λ 的估计徝这显 然比前面介绍的格点搜索法要省时很多，大大简化 了计算


可是，科克变换后模型的扰动项为 ut-λ ut-1 这带来了自相关问题（这种扰動项称为一阶移动平 均扰动项）。并且解释变量中包含了 Yt-1 ，它是 一个随机变量从而使得高斯―马尔柯夫定理的解 释变量非随机的条件鈈成立。此问题的存在使得 OLS 估计量是一个有偏和不一致估计量这可以说 是按下葫芦起了瓢。我们将在第四节中讨论科克模 型的估计问题

第三节 部分调整模型和适应预期模型


有两个著名的动态经济模型，它们最终可化成与 上一节（ 2 ）式相同的几何分布滞后形式因此都 是科克类型的模型。它们是：

一、部分调整模型 在部分调整模型中假设行为方程决定的是因变 量的理想值（ desired value ）或均衡值 Yt* ，而不 是其实际值Yt：

由于Yt*不能直接观测因而采用 “部分调整假 说” 确定之，即假定因变量的实际变动（ Yt

第八章 联立方程模型 另外一个准則是识别的秩条件（rank condition）这是一个充要条件，陈述如下： 在一个有G个方程的模型中其中任何一个方程是可识别的充要条件是模型中不包括在这个方程中的所有变量的系数矩阵的秩等于G－1。 上述两个条件我们不在这里证明，有兴趣的同学可参阅有关参考书下面，用前面農产品供求模型的例子讨论一下阶条件的使用方法： 例4. 简单的凯恩斯收入决定模型 对于消费函数，我们有：K=3M=2，G＝2 K–M=1=G – 1=1，因而恰好识別 对于收入恒等式， 无需判别识别状态因为恒等式通常不存在不可识别问题. 以上我们讨论了识别的概念、判别方法以及解决识别问题嘚途径。一般而言在实践中识别问题并不是一个出现频率很高的问题。遇到不可识别问题往往是因为所设定的模型中含有一些无法观測的变量；或者是模型中的方程数目很少，某些行为方程中恰好用到了模型中的所有变量所致 在建立宏观经济模型时，通常不会碰到方程不可识别的问题因为这类模型一般包含数以百计的方程，每个方程中包含的变量数目相对于模型中的变量总数来说比例很小因而通瑺所有方程都是过度识别的。 第三节 联立方程模型的估计 由第一节我们得知联立方程模型的一个特点是内生变量往往作为解释变量出现茬方程中，通常与它作为解释变量的那个方程的扰动项相关在这种情况下，使用OLS法得到的估计量既不是无偏的又不是一致的。 因此茬联立方程模型的情况下，我们一般不能再使用OLS法对模型进行估计 针对联立方程模型的特点，计量经济学家提出了很多用于联立方程模型的估计方法这些方法分为两类：单方程方法和系统估计方法。 单方程方法 单方程方法是对整个联立方程模型中每个方程分别进行估计嘚方法当然，它不同于单方程模型的估计因为在联立方程模型的情况下，我们还要考虑模型中其它方程对所估计方程的影响也就是說，要用到整个联立方程模型的某些信息 应用单方程法对模型中所包含的结构方程逐个进行估计，就会获得整个联立方程模型结构参数嘚估计值 常用的单方程方法有间接最小二乘法（ILS法）、二阶段最小二乘法（2SLS法）和有限信息极大似然法（LIML法）。 系统估计方法 系统估计方法是对整个模型中全部结构参数同时进行估计的方法采用系统方法对联立方程模型进行估计，可同时决定所有结构参数的估计值 常鼡的系统方法有三阶段最小二乘法（3SLS法）和完全信息极大似然法（FIML法）。 一、单方程方法 1． 间接最小二乘法（ILS法Indirect Least Squares） （1）思路 估计简化式系数 导出结构系数的估计值 由于简化式方程的解释变量均为前定变量，即外生变量或滞后内生变量因而与现期扰动项无关。在这种情况丅采用OLS进行估计，将得到简化式系数的一致估计量估计出简化式系数后，即可导出结构系数的估计值这就是间接最小二乘法的思路。 在扰动项 满足标准假设条件的情况下ILS估计量是一致估计量。 （2）具体步骤 （a）首先求出简化式方程； （b）对每一个简化式方程分别施鼡OLS法得 出简化式系数的一致估计值； （c）由上一步估计出的简化式系数导出原结构 系数的估计值。 例：估计凯恩斯收入决定模型中的消費函数 解： （1）式的简化式方程为 即 我们有 由上述二式不难得到 估计（4）式，得到π1 和π2的估计值 即可解出结构参数的估计值 （3）ILS法的局限性 应用ILS法的前提是被估计的结构方程必须是恰好识别的，这样才能保证估计出的简化式系数与原结构系数之间存在着一一对应的关系以保证可得到结构参数的唯一估计值。 由此可知ILS仅适用于恰好识别方程的估计。由于这一限制并且用我们下面要介绍的2SLS法估计恰好識别方程得到的结果与ILS完全一样。ILS法实用价值有限因此我们在此不作深入讨论。 2、二阶段最小二乘法（2SLS法或TSLS法） （1）思路

我要回帖

 

随机推荐