16-1
计量经济学课件
-----by Dr,F,F,Gong
permanent email address,ffgong(at)hotmail.com
http://blog.sina.com.cn/ffgong
?教材：
? Damodar N.Gujarati,Essentials of Econometrics,3rd
edition,McGraw-Hill Company,2006
?中译本：经济计量学精要
?（本课件已改正了其中的错误）
16-2
?第16章
?单方程回归模型的几个专题
?要点：初步了解单方程回归模型的进展。
16-3
? 16.1 动态经济模型：自回归和分布滞后模型
? 16.2 伪回归现象：非平稳时间序列
? 16.3 平稳性检验
? 16.4 协整时间序列
? 16.5 随机游走模型
? 16.6 logit模型
? 16.7 总结
16-4
? 16.1 动态经济模型：自回归和分布滞后模型
?动态模型：涉及自变量和/或因变量滞后项的模型。例如：
? 1分布滞后模型：考虑了自变量滞后项的模型。
? 2自回归模型：考虑了因变量滞后项的模型。
?见教材p355-356
?目录：
? 16.1.1 滞后的原因p356-357
? 16.1.2 分布滞后模型的估计p357-359
? 16.1.3 分布滞后模型的估计方法：Koyck模型，适应性预期模型和存货调整模型p359-361
16-5
16.1分布滞后模型
Fig 16-1 An example of a distributed lag model.
16-6
? 16.1.1 滞后的原因
?见教材p356-357
? 1心理原因
? 2技术原因
? 3制度原因
? 16.1.2 分布滞后模型的估计p357-359
?见教材p356-357
?原则上可以采用OLS估计，问题是：（3点）
? 1 滞后的解释变量的个数
? 2对于小样本，存在自由度减少的问题
? 3对于大样本，存在多重共线性的问题
16-7
16.1.2 例16-1分布滞后模型的估计p358
Table 16-1 The St,Louis model.
i
i
iti
i
itit
uEBMAtconsY +++=
∑∑
=
=
4
0
4
0
tan
&&
问题：
1 t检验表明，并非所有的滞后系数都显著。但是无法断定，因为还可能是多重共线性问题；
2 A
4
为负号，难以解释；
3 M.短期影响0.40；
长期影响1.07
长期影响短期影响
16-8
? 16.1.3 分布滞后模型的估计方法：Koyck模型，
适应性预期模型和存货调整模型
?见教材p359-361
? Koyck模型，适应性预期模型和存货调整模型：既可以减少分布滞后模型中滞后项的个数，又可以解决多重共线性。
?自回归模型：考虑了因变量滞后项的模型。
?自回归模型的问题：
? 1因变量滞后项导致OLS估计量在小样本有偏；
? 2如果随机误差项序列相关，导致OLS估计量有偏，t检验和F检验无效。
? 3自回归模型的DW检验不适用。应采用Durbin-h统计量检验，或者游程检验。
16-9
? 16.2 伪回归现象：非平稳时间序列
?回归需要采用平稳时间序列数据，否则产生伪回归问题。
?见教材p361-365
?平稳时间序列：该序列的均值、方差和自协方差恒定，与度量时点无关。
?非平稳时间序列：不满足上述条件。
?伪回归的Granger-Newbold粗略的判断方法：
? R
2
> DW，则可能存在伪回归。
16-10
伪回归现象：非平稳时间序列
Table 16-2 Macroeconomics data,United States,1970-I to 1991-IV.
16-11
伪回归现象：非平稳时间序列(continued)
Table 16-2 Macroeconomics data,United States,1970-I to 1991-IV.
16-12
伪回归现象：非平稳时间序列作图
Fig 16-2 Quarterly PDI and PCE,United States,1970-1991.
16-13
? 16.3 平稳性检验
?平稳性检验用单位根检验，又称DF检验、ADF检验。
?见教材p365-366
?掌握单位根检验的3个步骤：p365。
? 1估计回归方程：
? 2提出单位根假设：零假设H
0
：A
3
=0。即时间序列是非平稳的。
? 3 进行DF检验：如果计算的t值的绝对值大于临界DF
值，则拒绝单位根假设，时间序列是平稳的；否则是非平稳的。
?注意：
? t检验只用于时间序列是平稳的情况；
? DF检验则用于时间序列是非平稳的情况；临界值用
MacKinnon表
ttt
uYAtAAY +?+?+=Δ
1321
16-14
? 16.4 协整时间序列
?见教材p366
?掌握协整cointegration的概念。
?两个或多个非平稳时间序列之间仍然可能存在长期稳定或均衡的关系，这就是协整。
?理解：
?两个或多个时间序列之间是平稳的，或者虽然是非平稳，
但却是协整的，则回归模型是有意义的。否则就是伪回归。
16-15
? 16.5 随机游走模型
?见教材p366-368
?了解两个随机游走模型：p367
? 1简单的随机游走模型(16-18)
? 2带漂移项的随机游走模型(16-24)
ttt
uYY +=
1
ttt
uYdY ++=
1
16-16
随机游走模型
Fig 16-3 Forecasting with random walk models.
16-17
随机游走模型(continued)
Fig 16-3 Forecasting with random walk models.
16-18
? #16.6 logit模型
?见教材p368-373
?这里讨论的是：因变量是虚拟变量或复杂的情况。使用
OLS的四个问题p369
? 1 linear probability model：见10.7 p230
?虚拟变量
? 2 probit model：normit model
?连续
? 3 logit model：
?离散
iii
uXBBY ++=
21
)](exp[1
1
1
ln
21
..
21
i
i
ei
ii
i
i
XBB
pXBBY
p
p
+?+
=?→?+==
∫
+
∞?
=?→?+==
i
XBB
i
ei
iii
dzzpXBBYpF
21
)2/exp(
2
1
)(
2..
21
1
π
16-19
? #16.6 logit模型
?见教材p370
? logit model的性质：（7点）
? 1 在负无穷到正无穷之间，即无界；
? 2 与自变量呈线性关系；
? 3 模型可扩展到多自变量；
? 4 为正，事件发生的概率随着自变量的增加而增加；为负时，减小；
? 5 模型的解释：斜率度量了自变量的单位变化引起的变化量；截距度量了自变量为零时的数值。
? 6 概率的与自变量线性相关
? 7 参数估计方法：
?（1）个体数据：极大似然估计方法
?（2）群组数据：加权最小二乘法（解决异方差）
)](exp[1
1
1
ln
21
..
21
i
i
ei
ii
i
i
XBB
pXBBY
p
p
+?+
=?→?+==
i
i
p
p
1
ln
i
i
p
p
1
ln
i
i
p
p
1
ln
i
i
p
p
1
ln
i
i
p
p
1
ln
i
i
p
p
1
ln
16-20
logit模型
Table 16-3 Hypothetical data on X
i
(income),N
i
(number of families
at income X
i
),and n
i
(number of families owning a house).
16-21
logit模型
Table 16-4 Logit Model,predicting bank failure.
16-22
? 16.7 总结p373
?要点：初步了解单方程回归模型的进展。
16-23
习题16.8
Table 16-5 Personal consumption expenditure (PCE) and personal
disposable income (PDI),United States,1970 to 1987,all figures in
billions of 1982 dollars.
16-24
习题16.11
Table 16-6 Data for problem 16.11.
16-25
习题16.18
Table 16-7 Grade average and related data for 32 students.
16-26
The end of Chapter 16
16-27
计量经济学课件
-----by Dr,F,F,Gong
permanent email address,ffgong(at)hotmail.com
http://blog.sina.com.cn/ffgong
?教材：
? Damodar N.Gujarati,Essentials of Econometrics,3rd
edition,McGraw-Hill Company,2006
?中译本：经济计量学精要
?（本课件已改正了其中的错误）
16-2
?第16章
?单方程回归模型的几个专题
?要点：初步了解单方程回归模型的进展。
16-3
? 16.1 动态经济模型：自回归和分布滞后模型
? 16.2 伪回归现象：非平稳时间序列
? 16.3 平稳性检验
? 16.4 协整时间序列
? 16.5 随机游走模型
? 16.6 logit模型
? 16.7 总结
16-4
? 16.1 动态经济模型：自回归和分布滞后模型
?动态模型：涉及自变量和/或因变量滞后项的模型。例如：
? 1分布滞后模型：考虑了自变量滞后项的模型。
? 2自回归模型：考虑了因变量滞后项的模型。
?见教材p355-356
?目录：
? 16.1.1 滞后的原因p356-357
? 16.1.2 分布滞后模型的估计p357-359
? 16.1.3 分布滞后模型的估计方法：Koyck模型，适应性预期模型和存货调整模型p359-361
16-5
16.1分布滞后模型
Fig 16-1 An example of a distributed lag model.
16-6
? 16.1.1 滞后的原因
?见教材p356-357
? 1心理原因
? 2技术原因
? 3制度原因
? 16.1.2 分布滞后模型的估计p357-359
?见教材p356-357
?原则上可以采用OLS估计，问题是：（3点）
? 1 滞后的解释变量的个数
? 2对于小样本，存在自由度减少的问题
? 3对于大样本，存在多重共线性的问题
16-7
16.1.2 例16-1分布滞后模型的估计p358
Table 16-1 The St,Louis model.
i
i
iti
i
itit
uEBMAtconsY +++=
∑∑
=
=
4
0
4
0
tan
&&
问题：
1 t检验表明，并非所有的滞后系数都显著。但是无法断定，因为还可能是多重共线性问题；
2 A
4
为负号，难以解释；
3 M.短期影响0.40；
长期影响1.07
长期影响短期影响
16-8
? 16.1.3 分布滞后模型的估计方法：Koyck模型，
适应性预期模型和存货调整模型
?见教材p359-361
? Koyck模型，适应性预期模型和存货调整模型：既可以减少分布滞后模型中滞后项的个数，又可以解决多重共线性。
?自回归模型：考虑了因变量滞后项的模型。
?自回归模型的问题：
? 1因变量滞后项导致OLS估计量在小样本有偏；
? 2如果随机误差项序列相关，导致OLS估计量有偏，t检验和F检验无效。
? 3自回归模型的DW检验不适用。应采用Durbin-h统计量检验，或者游程检验。
16-9
? 16.2 伪回归现象：非平稳时间序列
?回归需要采用平稳时间序列数据，否则产生伪回归问题。
?见教材p361-365
?平稳时间序列：该序列的均值、方差和自协方差恒定，与度量时点无关。
?非平稳时间序列：不满足上述条件。
?伪回归的Granger-Newbold粗略的判断方法：
? R
2
> DW，则可能存在伪回归。
16-10
伪回归现象：非平稳时间序列
Table 16-2 Macroeconomics data,United States,1970-I to 1991-IV.
16-11
伪回归现象：非平稳时间序列(continued)
Table 16-2 Macroeconomics data,United States,1970-I to 1991-IV.
16-12
伪回归现象：非平稳时间序列作图
Fig 16-2 Quarterly PDI and PCE,United States,1970-1991.
16-13
? 16.3 平稳性检验
?平稳性检验用单位根检验，又称DF检验、ADF检验。
?见教材p365-366
?掌握单位根检验的3个步骤：p365。
? 1估计回归方程：
? 2提出单位根假设：零假设H
0
：A
3
=0。即时间序列是非平稳的。
? 3 进行DF检验：如果计算的t值的绝对值大于临界DF
值，则拒绝单位根假设，时间序列是平稳的；否则是非平稳的。
?注意：
? t检验只用于时间序列是平稳的情况；
? DF检验则用于时间序列是非平稳的情况；临界值用
MacKinnon表
ttt
uYAtAAY +?+?+=Δ
1321
16-14
? 16.4 协整时间序列
?见教材p366
?掌握协整cointegration的概念。
?两个或多个非平稳时间序列之间仍然可能存在长期稳定或均衡的关系，这就是协整。
?理解：
?两个或多个时间序列之间是平稳的，或者虽然是非平稳，
但却是协整的，则回归模型是有意义的。否则就是伪回归。
16-15
? 16.5 随机游走模型
?见教材p366-368
?了解两个随机游走模型：p367
? 1简单的随机游走模型(16-18)
? 2带漂移项的随机游走模型(16-24)
ttt
uYY +=
1
ttt
uYdY ++=
1
16-16
随机游走模型
Fig 16-3 Forecasting with random walk models.
16-17
随机游走模型(continued)
Fig 16-3 Forecasting with random walk models.
16-18
? #16.6 logit模型
?见教材p368-373
?这里讨论的是：因变量是虚拟变量或复杂的情况。使用
OLS的四个问题p369
? 1 linear probability model：见10.7 p230
?虚拟变量
? 2 probit model：normit model
?连续
? 3 logit model：
?离散
iii
uXBBY ++=
21
)](exp[1
1
1
ln
21
..
21
i
i
ei
ii
i
i
XBB
pXBBY
p
p
+?+
=?→?+==
∫
+
∞?
=?→?+==
i
XBB
i
ei
iii
dzzpXBBYpF
21
)2/exp(
2
1
)(
2..
21
1
π
16-19
? #16.6 logit模型
?见教材p370
? logit model的性质：（7点）
? 1 在负无穷到正无穷之间，即无界；
? 2 与自变量呈线性关系；
? 3 模型可扩展到多自变量；
? 4 为正，事件发生的概率随着自变量的增加而增加；为负时，减小；
? 5 模型的解释：斜率度量了自变量的单位变化引起的变化量；截距度量了自变量为零时的数值。
? 6 概率的与自变量线性相关
? 7 参数估计方法：
?（1）个体数据：极大似然估计方法
?（2）群组数据：加权最小二乘法（解决异方差）
)](exp[1
1
1
ln
21
..
21
i
i
ei
ii
i
i
XBB
pXBBY
p
p
+?+
=?→?+==
i
i
p
p
1
ln
i
i
p
p
1
ln
i
i
p
p
1
ln
i
i
p
p
1
ln
i
i
p
p
1
ln
i
i
p
p
1
ln
16-20
logit模型
Table 16-3 Hypothetical data on X
i
(income),N
i
(number of families
at income X
i
),and n
i
(number of families owning a house).
16-21
logit模型
Table 16-4 Logit Model,predicting bank failure.
16-22
? 16.7 总结p373
?要点：初步了解单方程回归模型的进展。
16-23
习题16.8
Table 16-5 Personal consumption expenditure (PCE) and personal
disposable income (PDI),United States,1970 to 1987,all figures in
billions of 1982 dollars.
16-24
习题16.11
Table 16-6 Data for problem 16.11.
16-25
习题16.18
Table 16-7 Grade average and related data for 32 students.
16-26
The end of Chapter 16
16-27
