《计量经济学》学习笔记之虚拟变量及滞后变量模型_虚拟变量的引入原则-程序员宅基地

技术标签: 格兰杰因果检验  计量经济学  统计学  虚拟变量  滞后变量  

导航

上一章:放款基本假定的模型



经典单方程计量 经济学模型:专门问题

5.1虚拟变量模型

●根据因素的属性类型,构造只取 “0”或“1”的人工变量。通常称为虚拟变量,且记为D。
●一般地,在虚拟变量的设置中,基础类型和肯定类型取值为1,比较类型和否定类型取值为0。同时含有一般解释变量与虚拟变量的模型称为虚拟变量模型。

一、虚拟变量的引入

●虚拟变量作为解释变量引入模型有两种基本方式:
①加法方式
②乘法方式

二、虚拟变量的设置原则

●虚拟变量的个数须按以下原则确定:
定性变量所需的虚拟变量个数要比该定性变量的类别数少1,即如果定性变量有m个类别,就在模型中引入m-1个虚拟变量。

5.2滞后变量模型

●某些经济变量不仅受到同期各种因素的影响,而且也受到过去某些时期的各种因素甚至自身的过去值的影响。通常把这种过去时期的具有滞后作用的变量叫做滞后变量,含有滞后变量的模型称为滞后变量模型。

一、滞后变量模型

●同样地,被解释变量当前的变化也可能受其自身过去水平的影响,这种被解释变量受到自身或另一解释变量的前几期值影响的现象称为滞后效应,表示前几期值的变量称为滞后变量。

●滞后效应产生的原因:
①心理原因
②技术原因
③制度原因

●滞后变量模型的一般形式为:

其中,q,s为滞后时间间隔,Yt-q为被解释变量Y的第q期滞后,Xt-s为解释变量X的第s期滞后。由于模型既含有Y对自身滞后变量的回归,还包括着解释变量X分布在不同时期的滞后变量,因此一般称为自回归分布滞后模型。若滞后期长度有限,称模型为有限自回归分布滞后模型:若滞后期长度无限,则称模型为无限自回归分布滞后模型。

①分布滞后模型
如果滞后变量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,称为分布滞后模型。分布滞后模型的一般形式为:

分布滞后模型的各系数体现了解释变量的当期值和各期滞后值对被解释变
量的不同影响程度,因此也称为乘数。β0称为短期或即期乘数,表示本期X变化一个单位对Y平均值的影响程度。βi (i=1,2,3,⋯s)称为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。∑si=0 βi 则称为长期或均衡乘数,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。

②自回归模型
如果滞后变量模型中的解释变量仅包含X的当期值与被解释变量Y的一个或多个滞后值,则称为自回归模型。自回归模型的一般形式为:

其中,滞后期长度q也称为自回归模型的阶数.

二、分布滞后模型的参数估计

●对于有限期的分布滞后模型,普通最小二乘回归也会遇到如下问题:
①没有先验准则确定滞后期长度
②如果滞后期较长,将缺乏足够的自由度进行统计检验
③同名变量滞后值之间可能存在高度线性相关,即模型存在高度的多重共线性。

●分布滞后模型的修正估计方法思想:都是通过对各滞后变量加权,组成线性合成变量而有目的地减少滞后变量的数目,以缓解多重共线性,保证自由度。

●修正方法:
①经验加权法

对于有限期分布滞后模型,往往根据实际问题的特点,以及人们的经验给各滞后变量指定权数,并按权数构成各滞后变量的线性组合,形成新的变量,再讲行估计。

权数的类型有以下三类:
①递减型
②矩形
③倒V型

②阿尔蒙(Almon)多项式法

该方法的主要思想仍是针对有限滞后期模型,通过阿尔蒙变换,定义新变量,以减少解释变量个数,然后用普通最小二乘法估计参数。

主要步骤如下:

由于m<s,可以认为原模型存在的自由度不足和多重共线性问题已得到改善。需注意的是,在实际估计中,阿尔蒙多项式的阶数m一般取2或3,不超过4,否则达不到减少变量个数的目的。

③科伊克(Koyck)方法


科伊克模型有两个特点:
①以个滞后被解释变量Yt-1代替了大量的滞后解释变量Xt-i,最大限度地节省了自由度,解决了滞后期长度s难以确定的问题
②由于滞后一期的被解释变量Yt-1与Xt的线性相关程度肯定可以小于X的各期滞后值之间的相关程度,从而缓解了多重共线性。

但科伊克变换同时也产生了两个新问题:
①模型存在随机干扰项vt的一阶自相关性
②滞后被解释变量Yt-1与随机干扰项vt不独立,即Cov(Yt-1, vt)≠0.

三、自回归模型的参数估计

●许多滞后变量模型都可以转化为自回归模型,自回归模型是经济生活中吏常见的模型。

●自回归模型的构造:
①自适应预期模型
②局部调整模型

●自回归模型的参数估计:
①工具变量法
②普通最小二乘法

四、格兰杰因果检验

●当两个变量间在时间上有先导-滞后关系时,能否从统计上考察这种关系是单向的还是双向的呢?即主要是一个变量过去的行为在影响另一个变量的当前行为,还是双方的过去行为在相互影响着对方的当前行为?格兰杰(Granger)提出了个简单的检验程序,习惯上称为格兰杰因果关系检验。

●对两变量X与Y,格兰杰因果关系检验要求估计以下回归:


可能存在有4种检验结果:


格兰杰检验是通过受约束的F检验完成的。如针对假设:【X并不是Y的格兰杰原因】,即针对(5.2.30)式中X滞后项前的参数整体为零的假设,分别做包含与不包含X滞后项的回归,记前者的残差平方和为RSSU.后者的残差平方和为RSSR,再计算F统计量:

式中,m为X的滞后项的个数,n为样本容量,k为包含可能存在的常数项及
其他变量在内的无约束回归模型的待估参数的个数。

如果计算的F值大于给定显著性水平α下F分布的相应的临界值Fα (m,n-k),则拒绝原假设,认为X是Y的格兰杰原因。

●需要指出的是,格兰杰因果关系检验对于滞后期长度的选择有时很敏感,不同的滞后期可能会得到完全不同的检验结果。因此,一般而言,常进行不同滞后期长度的检验,以检验模型中随机干扰项不存在序列相关的滞后期长度来选取滞后期。

●需要指出的是,格兰杰因果关系检验对于滞后期长度的选择有时很敏感,不同的滞后期可能会得到完全不同的检验结果。因此,一般而言,常进行不同滞后期长度的检验,以检验模型中随机干扰项不存在序列相关的滞后期长度来选取滞后期。

●由于假设检验的零假设是不存在因果关系,因此严格来说,该检验应该称为格兰杰非因果关系检验。

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/m0_37422217/article/details/105049160

智能推荐

计算机丢失concrt140,小编教你解决concrt140 dll 【解决教程】 的技巧_-程序员宅基地

文章浏览阅读4.5w次。近日有小伙伴发现电脑出现问题了,在突然遇到concrt140 dll时不知所措了,对于concrt140 dll带来的问题,其实很好解决concrt140 dll带来的问题,下面小编跟大家介绍concrt140 dll解决方法:丢失CONCRT140.dll,怎么办?答:分析及解决:网上下载这个DLL文件,将其放置到system32目录下面。 重启系统,或者在CMD下面运行regsvr32*.dl..._concrt140.dll下载教程

微信小程序源码案例大全_微信小程序switch页面demo-程序员宅基地

文章浏览阅读4.3k次,点赞4次,收藏62次。微信小程序demo:足球,赛事分析 小程序简易导航 小程序demo:办公审批 小程序Demo:电魔方 小程序demo:借阅伴侣 微信小程序demo:投票 微信小程序demo:健康生活 小程序demo:文章列表demo 微商城(含微信小程序)完整源码+配置指南 微信小程序Demo:一个简单的工作系统 微信小程序Demo:用于聚会的小程序 微信小程序Demo:Growth 是一款..._微信小程序switch页面demo

SLAM学习笔记(Code2)----刚体运动、Eigen库_eigen.determinant-程序员宅基地

文章浏览阅读2.2k次。2.1除了#include<iostream>之外的头文件#include <Eigen/Core>//Core:核心#include <Eigen/Dense>//求矩阵的逆、特征值、行列式等#include <Eigen/Geometry>//Eigen的几何模块,可以利用矩阵完成如旋转、平移/***其他***/#include <ctime>//可用于计时,比较哪个程序更快#include <cmath>//包含a_eigen.determinant

图像梯度-sobel算子-程序员宅基地

文章浏览阅读1w次,点赞12次,收藏61次。(1)理论部分x 水平方向的梯度, 其实也就是右边 - 左边,有的权重为1,有的为2 。若是计算出来的值很大 说明是一个边界 。y 竖直方向的梯度,其实也就是下面减上面,权重1,或2 。若是计算出来的值很大 说明是一个边界 。图像的梯度为:有时简化为:即:(2)程序部分函数:Sobelddepth 通常取 -1,但是会导致结果溢出,检测不出边缘,故使..._sobel算子

cuda10.1和cudnn7.6.5百度网盘下载链接(Linux版)_cudnn7.6网盘下载-程序员宅基地

文章浏览阅读3.6k次,点赞17次,收藏8次。cuda10.1和cudnn7.6.5百度网盘下载链接(Linux版)在官网下载不仅慢,,,主要是还总失败。。终于下载成功了,这里给出百度网盘下载链接,希望可以帮到别人百度网盘下载链接提取码: vyg5_cudnn7.6网盘下载

Python正则表达式大全-程序员宅基地

文章浏览阅读9.3w次,点赞69次,收藏427次。定义:正则表达式是对字符串(包括普通字符(例如,a 到 z 之间的字母)和特殊字符(称为“元字符”))操作的一种逻辑公式,就是用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。正则表达式是一种文本模式,该模式描述在搜索文本时要匹配的一个或多个字符串。上面都是官方的说明,我自己的理解是(仅供参考):通过事先规定好一些特殊字符的匹配规则,然后利用这些字符进行组合来匹配各种复杂的字符串场景。比如现在的爬虫和数据分析,字符串校验等等都需要用_python正则表达式

随便推点

NILM(非侵入式电力负荷监测)学习笔记 —— 准备工作(一)配置环境NILMTK Toolkit_nilmtk学习-程序员宅基地

文章浏览阅读1.9w次,点赞27次,收藏122次。安装Anaconda,Python,pycharm我另一篇文章里面有介绍https://blog.csdn.net/wwb1990/article/details/103883775安装NILMTK有了上面的环境,接下来进入正题。NILMTK官网:http://nilmtk.github.io/因为官方安装流程是基于linux的(官方安装流程),我这里提供windows..._nilmtk学习

k8s-pod 控制器-程序员宅基地

文章浏览阅读826次,点赞20次,收藏28次。如果实际 Pod 数量比指定的多那就结束掉多余的,如果实际数量比指定的少就新启动一些Pod,当 Pod 失败、被删除或者挂掉后,RC 都会去自动创建新的 Pod 来保证副本数量,所以即使只有一个 Pod,我们也应该使用 RC 来管理我们的 Pod。label 与 selector 配合,可以实现对象的“关联”,“Pod 控制器” 与 Pod 是相关联的 —— “Pod 控制器”依赖于 Pod,可以给 Pod 设置 label,然后给“控制器”设置对应的 selector,这就实现了对象的关联。

相关工具设置-程序员宅基地

文章浏览阅读57次。1. ultraEdit设置禁止自动更新: 菜单栏:高级->配置->应用程序布局->其他 取消勾选“自动检查更新”2.xshell 传输文件中设置编码,防止乱码: 文件 -- 属性 -- 选项 -- 连接 -- 使用UTF-8编码3.乱码修改:修改tomcat下配置中,修改: <Connector connectionTimeou..._高级-配置-应用程序布局

ico引入方法_arco的ico怎么导入-程序员宅基地

文章浏览阅读1.2k次。打开下面的网站后,挑选要使用的,https://icomoon.io/app/#/select/image下载后 解压 ,先把fonts里面的文件复制到项目fonts文件夹中去,然后打开其中的style.css文件找到类似下面的代码@font-face {font-family: ‘icomoon’;src: url(’…/fonts/icomoon.eot?r069d6’);s..._arco的ico怎么导入

Microsoft Visual Studio 2010(VS2010)正式版 CDKEY_visual_studio_2010_professional key-程序员宅基地

文章浏览阅读1.9k次。Microsoft Visual Studio 2010(VS2010)正式版 CDKEY / SN:YCFHQ-9DWCY-DKV88-T2TMH-G7BHP企业版、旗舰版都适用推荐直接下载电驴资源的vs旗舰版然后安装,好用方便且省时!) MSDN VS2010 Ultimate 简体中文正式旗舰版破解版下载(附序列号) visual studio 2010正_visual_studio_2010_professional key

互联网医疗的定义及架构-程序员宅基地

文章浏览阅读3.2k次,点赞2次,收藏17次。导读:互联网医疗是指综合利用大数据、云计算等信息技术使得传统医疗产业与互联网、物联网、人工智能等技术应用紧密集合,形成诊前咨询、诊中诊疗、诊后康复保健、慢性病管理、健康预防等大健康生态深度..._线上医疗的定义