计量经济分析方法与建模课件2007版第04章其他回归方法幻灯片.pptVIP

* PDLs有时被称为Almon分布滞后模型。常数 c 仅用来避免共线性引起的数值问题，不影响 ? 的估计。这种定义允许仅使用参数 p 来估计一个x 的 k 阶滞后的模型（如果 p k，将显示“近似奇异“错误信息）。 定义一个PDL模型，EViews用(4.5.3)式代入到(4.5.1)式，将产生如下形式方程 其中 (4.5.4) * 一旦从(4.5.3)式估计出? ，利用(4.5.3)式就可得到 ? 的各系数。这一过程很明了，因为是? 的? 线性变换。定义一个PDLs要有三个元素：滞后长度k，多项式阶数（多项式最高次幂数）p和附加的约束条件。 一个近端约束限制 x 对 y 一期超前作用为零： 一个远端约束限制 x 对 y 的作用在大于定义滞后的数目衰减： 如果限制滞后算子的近端或远端，参数个数将减少一个来解释这种约束。如果对近端和远端都约束，参数个数将减少二个。 EViews缺省不加任何约束。 * 二、如何估计包含PDLs的模型 通过PDL项定义一个多项式分布滞后，信息在随后的括号内，按下列规则用逗号隔开： 1. 序列名 2. 滞后长度（序列滞后数） 3. 多项式阶数 4. 一个数字限制码来约束滞后多项式： 1 = 限制滞后近端为零 2 = 限制远端为零 3 = 两者都限制 如果不限制滞后多项式，可以省略限制码。方程中可以包含多个PDL项。 例如： sales c pdl(y , 8 , 3 )是用常数，解释变量 y 的当前和8阶分布滞后来拟合因变量sales，这里解释变量 y 的滞后系数服从没有约束的3阶多项式。 * 类似地， y c pdl(x , 12 , 4 , 2) 包含常数，解释变量 x 的当前和12阶分布滞后拟合因变量 y，这里解释变量x的系数服从带有远端约束的4阶多项式。 PDL也可用于二阶段最小二乘法TSLS。如果PDL序列是外生变量，应当在工具表中也包括序列的PDL项。为此目的，可以定义PDL(*)作为一个工具变量，则所有的PDL变量都将被作为工具变量使用。例如：如果定义TSLS方程为 sales c inc pdl(y(-1) , 12 , 4) 使用工具变量：z z(-1) pdl(*) 则 y 的分布滞后和 z，z(-1) 都被用作工具变量。 PDLs不能用于非线性定义。 * 例4.8 投资INV关于关于GDP的 分布滞后模型的结果如下 * 逐个观察，GDP滞后的系数统计上都不显著。但总体上讲回归具有一个合理的R2， (尽管D.W.统计量很低)。这是回归自变量中多重共线的典型现象，建议拟合一个多项式分布滞后模型。估计一个无限制的3阶多项式滞后模型，输入变量列表： c PDL(GDP, 4, 2)，窗口中显示的多项式估计系数，PDL01, PDL02, PDL03 分别对应方程(4.5.4)中z1, z2, z3 的系数?1 , ? 2 , ? 3。 * 方程（4.5.1）中的系数 ?j 在表格底部显示。 表格底部的滞后值是分布滞后的估计系数值，并且在平稳的假设下有GDP对INV的长期影响的解释。 * 待估计的方程： INV = C(1) + C(5)*GDP + C(6)*GDP(-1) + C(7)*GDP(-2) + C(8)*GDP(-3) + C(9)*GDP(-4) 估计的方程： INVt= -343.83 + 0.1297GDPt + 0.065GDPt-1 +0.021GDPt-2 - 0.000987GDPt-3 –0.002GDPt-4+ ?t * 加了限制滞后近端为零的近端约束，显著性有明显改善。 * 加了INV(-1)，估计系数非常显著。 * 不必担心TSLS估计中分离的阶段，因为EViews会使用工具变量技术同时估计两个阶段。令 Z 为工具变量矩阵，y 和 X 是因变量和解释变量矩阵。则二阶段最小二乘估计的系数由下式计算出来： 系数估计的协方差矩阵为： 其中 s2 是回归标准差（估计残差协方差）。 * 使用二阶段最小二乘估计，打开方程说明对话框，