模型中的特殊变量 计量经济学 EVIEWS建模课件.pptxVIP

计量模型中的特殊变量在计量模型中的变量有多种类型，其在模型中的作用也各有不同，分析中要区别对待。现有关变量的问题介绍如下：一、回归中变量存在的问题二、滞后变量及其对模型的改变三、虚拟变量及其对模型的改变四、随机解释变量一、回归中变量存在的问题㈠ 解释变量自身的问题⒈随机解释变量问题如果将确定性的干扰因素纳入模型，就形成了常规的多元回归。将每一解释变量 Xj 看作是对系统 Y 的确定性干扰，就是关于变量的最基本的假设。即在传统的回归分析中，假定解释变量为确定性的非随机过程。而在现实中，我们所获得的各类统计数据往往是随机的。为此，在本章必须解决随机性解释变量问题。⒉ 随机解释变量作为干扰非白噪声随机解释变量作为干扰，应该是白噪声序列，这完全符合回归分析的基本假设。但是当解释变量不是白噪声时，就不能如干扰模型那样，使用简单的回归方法求解了。这时，我们有必要将其看作是平稳的ARMA 过程，而考虑使用传递函数来求解模型。如果能够正确估计和设定解释变量的自相关阶数和干扰的作用期限，则其残差必将服从白噪声。所以对残差的白噪声检验很重要。⒊随机解释变量的非平稳问题由于时间序列经常出现非平稳现象，很容易产生伪回归问题。本节是在平稳的假设下来学习的，为了消除时序固有的趋势性等非平稳特征，我们建议在模型中都要引入时间变量。有关非平稳时序的更复杂的情况，将在以后的章节中介绍。⒋ 时间变量作为解释变量　将被解释变量自身发展变化趋势，看作是时间作用的结果时，即时间作为解释变量就叫做时间变量，或叫趋势变量。一般以t为自然数来表示，也可以让∑t=0，用正负整数两表示。　如：t=1,2,3,…,n,…,∞　t=-∞,…,-n,…,-3,-2,-1,0,1,2,3,…,n,…,∞　t=-∞,…,-m,…,-5,-3,-1,1,3,5,…,m,…,∞ 在Eviews中的@TREND(d)函数可生成一个以d期为零的时序趋势变量或观察值次序变量。㈡ 变量间的关系问题⒈变量间的滞后效用问题模型中被解释变量与各解释变量之间的因果关系，可以通过传递函数加以解释。这里各解释变量对被解释变量的作用，可以是即期的，也可以是长期的，其结果都将反映出变量间的关系。变量间的关系设定，决定着模型的质量。它不但包括模型的形式，还包括各变量的滞后期限，以及变量间的作用关系等因素。所以，我们必须要考虑各变量间的滞后效应和模型的设定问题。⒉ 变量的多重共线性问题多重共线性是指模型中的部分解释变量之间，存在着高度的线性相关性问题。如果是完全的线性相关则无法求解模型的参数，即使是一定程度的线性相关，又没有必要将其同时全部纳入模型之中。⒊ 变量的协整均衡问题回归分析要求各变量之间的平稳的序列，如果参与回归的各元素有非平稳现象存在，则很可能产生伪回归问题，除非它有长期的均衡规律存在。返回二、滞后变量及其使用㈠滞后变量及动态模型的客观性㈡引入滞后变量的模型类型㈢滞后期的判断㈣滞后变量模型的估计㈤动态模型的滞后期检验返回㈠ 滞后变量及动态模型的客观性通常把过去时期的具有跨期影响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。该变量的引入使静态模型转化为了动态模型(Dynamical Model)。将因变量受到自身或解释变量的前几期值影响的现象称为滞后效应。如在消费函数中，人们通常认为，本期消费除了受本期的收入影响之外，还受前1期，或前2期收入的影响，则引入Yt-1和Yt-2两个滞后变量，有：Ct=?0+?1Yt+?2Yt-1+?3Yt-2+?t模型中滞后效应的产生原因有如下几个方面：⑴ 心理因素：人们的心理定势，行为方式滞后于经济形势的变化，如中彩票的人不可能很快改变其生活方式。⑵ 技术原因：如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。⑶ 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。㈡引入滞后变量的模型类型⒈分布滞后模型 (distributed-lag model)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：?0：短期 (short-run)或 即期乘数 (impact multiplier)，表示本期X变化一单位对Y平均值的影响程度。 ?j (j=1,2…,k)：动态乘数或延迟系数，表示各滞后期X的变动对Y平均值影响的大小。 ∑βj 称为长期 (long-run)或 均衡乘数 (total distributed-lag multiplier)，表示X变动一个单位，由于滞后效应而形成的对Y平均值总影响的大小。 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:既含有Y对自身滞后变量的回归，还包括着X分布在不同时期的滞后变量，即：其中：k、s是滞后时间间隔；自回归分布滞后模型具体