第七章 分布滞后模型与自回归模型 思考题

第七章 分布滞后模型与自回归模型 思考题

7.1 什么是滞后现象 ? 产生滞后现象的原因主要有哪些 ?

7.2 对分布滞后模型进行估计存在哪些困难 ? 实际应用中如何处理这些难 ?

7.3 库伊克模型、自造应预期模型与局部调整模型有哪些共性和不同之处 ? 模型估计会存在哪些困难 ? 如何解决 ? 7.4 考虑以下模型

112231t t t t t Y X X Y u αβββ-=++++

假定1t Y -和t u 相关。为了消除相关,采用如下工具变量法:先求t Y 对1t X 和2t X 的回

归 , 得到Y 的估计值?t

Y , 然后做以下回归 112231?t t t t t

Y X X Y u αβββ-=++++ 其中 , 1?t Y -是第一步粗估计值?t Y 的滞后值。分析说明该方法为什么可以消除原模型中1t Y -和t u 之间的相关性。

7.5 检验一阶自回归模型随机扰动项是否存在自相关 , 为什么用德宾h 检验而不用 DW 检验 ?

练习题

7.1表7.11给出了1970~1987年美国的个人消费支出(PCE)和个人可支配收入(PDI)数据,所有数字的单位都是10亿美元(1982年的美元价)。

表7.1 1970－1987年美国个人消息支出PCE 和个人可支配收入PDI 数据 年份 PCE PDI 1970 1492 1668.1 1971 1538.8 1728.4 1972 1621.9 1797.4 1973 1689.6 1916.3 1974 1674 1896.6 1975 1711.9 1931.7 1976 1803.9 2001 1977 1883.8 2066.6 1978 1961 2167.4 1979 2004.4 2212.6 1980 2000.4 2214.3 1981 2042.2 2248.6 1982 2050.7 2261.5 1983 2146 2331.9 1984 2249.3 2469.8 1985 2354.8 2542.8 1986 2455.2 2640.9

1987 2521 2686.3

估计下列模型 12t t t PCE A A PDI u =++

1231t t t t PCE B B PDI B PCE u -=+++

1) 解释这两个回归模型的结果。

2) 短期和长期边际消费倾向 (MPC) 是多少 ?

7.2 表7.12给出了某地区 1980~2001 年固定资产投资 Y 与销售额 X 的资料。

表 7.12 某地区 1980~2001 年固定资产投资 Y 与销售额 X 的资料 ( 单

, 并解释模型的经济意义 , 探测模型扰动项的一阶自相关性。

1) 设定模型

*t t t Y X u αβ=++

运用局部调整假定。 2) 设定模型

*t u t t Y X e βα=

运用局部调整假定。 3) 设定模型

*t t t Y X u αβ=++

运用自适应预期假定。

4) 运用阿尔蒙多项式变换法 , 估计分布滞后模型 01144t t t t t Y X X Y u αβββ--=++++…+

7.3 表 7.13 给出了 1962-1995 年某地区基本建设新增固定资产 Y 和全省工业总产值 X 按当年价格计算的历史资料。

表7.13 1962-1995 年某地区基本建设新增固定资产 Y 和全省工业总产值 X( 单位 : 亿元 )

1) 设定模型*t t t Y X u αβ=++ 做部分调整假定 , 估计参数 , 并做解释。 2) 设定模型 *t t t Y X u αβ=++做自适应假定,估计参数,并做解释。 3) 比较上述两种模型的设定,哪一个模型拟合较好?

7.4 表 7.4 给出某地区各年末货币流通量Y 、社会商品零售额1X 、城乡居民储蓄余额2X 的数据。

表 7.14 某地区各年末货币流通量Y 、社会商品零售额1X 、 城乡居民储蓄余额2X 的数据 ( 单位 : 亿元 )

利用表中数据设定模型

*1122t t t t Y X X u αββ=+++

1

2*12t u t t t Y X X e ββα=

其中 ,*t Y 为长期 ( 或所需求的 ) 货币流通量。试根据局部调整假设 , 做模型变换 , 估计并检验参数 ,对参数经济意义做出解释 , 求出短期和长期货币流通需求和需求弹性。

7.5 设 **12t t t t M Y R u αββ=+++

其中 ,M 为实际货币流通量 ,*Y 为期望社会商品零售总额，*R 为期望储蓄总额。对于期望值做以下假定 **111(1)t t t Y Y Y γγ-=+- **221(1)t t t R R R γγ-=+-

其中 ,1γ,2γ为期望系数,均为小于1的正数。 1) 如何利用可观测的量来表示t M ?

2) 分析这样变换存在什么问题 ?

3) 利用 7.4 的数据进行回归 , 估计模型 , 并做检验。 7.6 考虑以下回归模型

1?30120.14080.2306t t t y

x x -=-++

t =(-6.27)(2.6)(4.26) 2R =0.727

其中 ,y 为通货膨胀率 ,x 为生产设备使用率。

1) 生产设备使用率对通货膨胀率的短期影响和长期影响分别是多大 ? 2) 如果你手中无原始数据 , 让你估计回归模型1231t t t t y b b x b y u -=+++, 你

怎样估计生产设备使用率对通货膨胀率的短期影响和长期影响 ?

7.7 表 7.15 给出了某地区消费总额 Y 和货币收入总额 X 的年度资料。

表 7.15 某地区消费总额 Y 和货币收人总额 X 的年度资料 ( 单位 :

分析该地区消费同收入的关系。 1) 做t Y 关于t X 的回归 , 对回归结果进行分析判断 ;

2) 建立分布滞后模型 , 用库伊克变换转换为库伊克模型后进行估计 , 并对估计结果进行分析判断 ;

3) 建立局部调整---自适应期望综合模型进行分析。

第七章 习题解答

1. 解答：参看p132

2. 解答：参看p134～135

3. 解答：参看p145，p146

4. 解答：参看p147

5. 解答：

（1） 按局部调整假定，调整之后的新模型为一个一阶自回归模型：

*1*1*

0*t t t t u Y X Y +++=-ββα

由P146的分析知道，若原模型没违背古典假定，则新模型没有违背古典假定。根据已有的数据，对新模型作最小二乘回归，得：

Dependent Variable: Y Method: Least Squares

Date: 11/18/03 Time: 08:57 Sample(adjusted): 1971 1991

X 0.630415 0.097747 6.449440 0.0000 var

Adjusted R-squared 0.985729 S.D. dependent var 51.82109 S.E. of regression 6.190577 Akaike info criterion 6.615497 Sum squared resid 689.8184 Schwarz criterion 6.764715 Log likelihood -66.46272 F-statistic 691.7302 Durbin-Watson 1.518297 0.000000 用德宾h 检验以检查随机扰动项是否存在一阶自相关：

=

?--=--=∧0.114703

21121

)

518297.11()

(1)

2/1(*

1βnVar n d h 2.93i

根号里面是负数，此检验失效，究其原因，可认为是样本太小。鉴于此，以下我们都不做这样的检验了。

根据新模型与原有模型的系数关系（参看P145：7.3.21），计算出模型中各个系数：

73.027.011*1=-=-=βδ

85.2073.0/22.15/*-=-==δαα

86.073.0/63.0/*

0===δββ

（2） 将原模型两边取自然对数，得：

t t t u X Y ++=ln ln ln *

βα，同上，在局部调整假定下变换得到的新模型是一个一阶自回归模型：

*1*1*

0*t t t t u Y X Y +++=-ββα

且没有违背古典假定。对新模型直接做最小二乘回归，可得：

Dependent Variable: LNY Method: Least Squares

Date: 11/18/03 Time: 09:16 Sample(adjusted): 1971 1991

LNX 0.908551 0.110985 8.186286 0.0000 var

Adjusted R-squared 0.993046 S.D. dependent var 0.563593 S.E. of regression 0.046999 Akaike info criterion -3.145816 Sum squared resid 0.039760 Schwarz criterion -2.996598 Log likelihood 36.03107 F-statistic 1428.984 Durbin-Watson 1.488852 0.000000 根据新模型与原有模型的系数关系（参看P145：7.3.21），计算出模型中各个系数：

74.026.011*1=-=-=βδ

47.174.0/09.1/ln *-=-==δαα 从而(

)自己查对数表吧=α 23.174.0/91.0/*

0===δββ

（3） 按照自适应预期假定将该模型可以转化为一个一阶自回归模型：

*1*1*

0*t t t t u Y X Y +++=-ββα

但是这个新模型，由P146的分析可知，存在违背古典假定：随机扰动项自相关、随机扰动项与解释变量相关。那么要对新模型回归，可以采用P147介绍的工具变量法。

在此选择的工具变量为1-∧

t Y ，1-∧

t Y 是t Y ∧

的滞后值，而t Y ∧

由以下模型回归得到（取滞后期为3）： t t t t v X c X c c Y +++=--22110 。对此模型具体回归结果为：

Dependent Variable: Y Method: Least Squares

Date: 11/18/03 Time: 09:46 Sample(adjusted): 1972 1991

X(-1) 1.387344 0.232860 5.957850 0.0000 var

Adjusted R-squared 0.984755 S.D. dependent var 50.11026 S.E. of regression 6.187151 Akaike info criterion 6.620307 Sum squared resid 650.7742 Schwarz criterion 6.769667 Log likelihood -63.20307 F-statistic 614.6541 Durbin-Watson 1.998856 0.000000 由型

*1*1*

0*t t t t u Y X Y +++=-ββα中的1-t Y 换成1-∧

t Y ，回归得：

Dependent Variable: Y Method: Least Squares

Date: 11/18/03 Time: 09:55 Sample(adjusted): 1973 1991

YF(-1) 0.030199 0.180231 0.167558 0.8690 var

Adjusted R-squared 0.978341 S.D. dependent var 47.94678 S.E. of regression 7.056370 Akaike info criterion 6.889678 Sum squared resid 796.6776 Schwarz criterion 7.038800 Log likelihood -62.45194 F-statistic 407.5265 Durbin-Watson 1.297393 0.000000

从回归结果看，模型拟合良好，各变量通过了t 检验，F 检验也显著。根据新模型与原有模型的系数关系（参看P144：7.3.15），计算出模型中各个系数：

97.003.011*1=-=-=βγ

99.2597.0/21.25/*-=-==γαα

88.097.0/85.0/*

0===δββ

（4） 将阿尔蒙多项式的阶数m 取为2，在Eviews 里，作回归（P140）：

LS Y C PDL （X ，4，2）

回归结果为：

Dependent Variable: Y Method: Least Squares

Date: 11/18/03 Time: 10:11 Sample(adjusted): 1974 1991

PDL01 -0.033014 0.122763 -0.268924 0.7919 PDL02 -0.253573 0.062111 -4.082589 0.0011 Adjusted R-squared 0.981628 S.D. dependent var 45.69120 S.E. of regression

6.193203 Akaike info criterion 6.677912 Sum squared resid 536.9808 Schwarz criterion 6.875772 Log likelihood -56.10121 F-statistic 303.7672 Durbin-Watson 1.134086 Prob(F-statistic) 0.000000 *|

. * |

1 0.32597 0.08950 3.64213

*. |

2 -0.03301 0.12276 -0.26892 * . |

3 -0.18117 0.08443 -2.14585 * .

4 -0.11850 0.17939 -0.66057 ，-0.03301，-0.18117，-0.11850。

自回归分布滞后模型ADL的运用试验指导-时间序列分析

案例六 自回归分布滞后模型（ADL ）的运用实验指导 一、实验目的 理解ADL 模型的原理与应用条件，学会运用ADL 模型来估计变量之间长期稳定关系。理解从经济理论上来说，两个经济变量之间的确有长期关系采用使用该模型进行估计。理解ADL 模型的优点：不管回归项是不是1阶单整或平稳都可以进行检验和估计。而进行标准的协整分析前，必须把变量分类成(0)I 和(1)I 。 二、基本概念 Jorgenson(1966)提出的（,p q ）阶自回归分布滞后模型ADL(autoregressive distributed lag)：011111 i t t p t p t t q t q i t i i y y y ταφφεθεθεβ-----='=++++--+∑x ，其中t i -x 是滞后i 期 的外生变量向量（维数与变量个数相同），且每个外生变量的最大滞后阶数为i τ，i β是参数向量。当不存在外生变量时，模型就退化为一般ARMA （,p q ）模型。 如果模型中不含有移动平均项，可以采用OLS 方法估计参数，若模型中含有移动平均项，线性OLS 估计将是非一致性估计，应采用非线性最小二乘估计。 三、实验内容及要求 （1）实验内容 运用ADL 模型研究1992年1月到1998年12月我国城镇居民月对数人均生活费支出yt 和对数可支配收入xt 之间的长期稳定关系。 （2）实验要求 在认真理解模型应用条件的基础上，通过实验掌握ADL 模型的实际应用方法，并熟悉Eniews 的具体操作过程。 四、实验指导 （1）数据录入 打开Eviews 软件，选择“File”菜单中的“New --Workfile”选项，在“Workfile structure type ”栏选择“Dated-regular frequency ”，在“Data specification ”栏中“Frequency ”中选择“Monthly ”即月份数据，起始时间输入1992m1即1992年1月份，止于1998m12，点击ok ，见图6-1，这样就建立了一个工作文件。 图6-1 建立工作文件窗口

自回归分布滞后模型

案例六自回归分布滞后模型（ADL）的运用实验指 导 一、实验目的 理解ADL模型的原理与应用条件，学会运用ADL模型来估计变量之间长期稳定关系。理解从经济理论上来说，两个经济变量之间的确有长期关系采用使用该模型进行估计。理解ADL模型的优点：不管回归项是不是1阶单整或平稳都可以进行检验和估计。而进行标准的协整分析前，必须把变量分类成 和 。 二、基本概念 Jorgenson(1966)提出的（ ）阶自回归分布滞后模型ADL(autoregressive distributed lag)： ，其中 是滞后 期的外生变量向量（维数与变量个数相同），且每个外生变量的最大滞后阶数为 ， 是参数向量。当不存在外生变量时，模型就退化为一般ARMA（ ）模型。 如果模型中不含有移动平均项，可以采用OLS方法估计参数，若模型中含有移动平均项，线性OLS估计将是非一致性估计，应采用非线性最小二乘估计。

三、实验内容及要求 （1）实验内容 运用ADL模型研究1992年1月到1998年12月我国城镇居民月对数人均生活费支出yt和对数可支配收入xt之间的长期稳定关系。 （2）实验要求 在认真理解模型应用条件的基础上，通过实验掌握ADL模型的实际应用方法，并熟悉Eniews的具体操作过程。 四、实验指导 （1）数据录入 打开Eviews软件，选择“File”菜单中的“New--Workfile”选项，在“Workfile structure type”栏选择“Dated-regular frequency”，在“Data specification”栏中“Frequency”中选择“Monthly”即月份数据，起始时间输入1992m1即1992年1月份，止于1998m12，点击ok，见图6-1，这样就建立了一个工作文件。 图6-1 建立工作文件窗口

MATLAB空间面板数据模型操作介绍

MATLAB空间面板数据模型操作简介 MATLAB安装：在民主湖资源站上下载MA TLAB 2009a，或者2010a，按照其中的安装说明安装MATLAB。（MATLAB较大，占用内存较大，安装的话可能也要花费一定的时间） 一、数据布局： 首先我们说一下MA TLAB处理空间面板数据时，数据文件是怎么布局的，熟悉eviews的同学可能知道，eviews中面板数据布局是：一个省份所有年份的数据作为一个单元（纵截面：一个时间序列），然后再排放另一个省份所有年份的数据，依次将所有省份的数据排放完，如下图，红框中“1-94”“1-95”“1-96”“1-97”中，1是省份的代号，94,95,96,97表示年份，eviews是将每个省份的数据放在一起，再将所有省份堆放在一起。 与eviews不同，MATLAB处理空间面板数据时，面板数据的布局是（在excel中说明）：先排放一个横截面上的数据（即某年所有省份的数据），再将不同年份的横截面按时间顺序堆放在一起。如图：

这里需要说明的是，MA TLAB中省份的序号需要与空间权重矩阵中省份一一对应，我们一般就采用《中国统计年鉴》分地区数据中省份的排列顺序。（二阶空间权重矩阵我会在附件中给出）。 二、数据的输入： MATLAB与excel链接：在excel中点击“工具→加载宏→浏览”，找到MA TLAB的安装目录，一般来说，如果安装时没有修改安装路径，此安装目录为：C:\Programfiles\MATLAB\R2009a\toolbox\exlink，点击excllink.xla即可完成excel与MATLAB的链接。这样的话excel中的数据就可以直接导入MATLAB中形成MATLAB的数据文件。操作完成后excel 的加载宏界面如图： 选中“Spreadsheet Link EX3.0.3 for use with MATLAB”即表示我们希望excel 与MATLAB实现链

利用geoda计算空间误差模型和空间滞后模型

利用geoda计算空间误差模型和空间滞后模型 步骤1计算空间权重矩阵 步骤2比较LMerror、robusterror LMlag robustlag的值，决定模型的类型。 步骤3利用模型得出结果。 1打开geoda 2打开shp文件file-new project from –shp注意英文路径

3打开结果如图所示 4计算权重文件tools-weights-creat ID变量选择一个唯一值，一般选择ID。 1.rook：表示共边为邻接； 【与arcgis中的Polygoncontiguity(edges only)对应】2.queen：表示共边或共点为邻接；

【与arcgis中的Polygon contiguity(edgesand corners)对应】 基于距离（Distance）关系的空间权重 1.threshold：表示既定距离下的相关，一般软件有默认一个最小值，但可视实际情况调整（一般应大于最小值）； 【arcgis中的inverse distance/fixed distance 都要设置threshold距离】2.K-nearest：表示指定某个多边形周围的多边形个数（K=3,4,5,6...）。【与arcgis中的K-nearest neighbors对应】 这里选择rook 创建完毕 5计算三种模型及诊断结果 Methods-regression -

选择因变量和自变量，勾选weights file，选择刚刚创建的权重文件。Methods选择classic，勾选 点击run。

注意看报告。PROB值越小表示通过R检验，表示精度较好。Value 表示其值的大小。首先比较LMlag和LMerror的大小，二者都比较显著，均可进行分析；若二者都不显著，则比较ROBUSTlag和robusterror，选择较大值的模型。 6选择恰当的模型进行分析 Methods-regression-,选取自变量和因变量，选择空间权重矩阵，选择模型spatial error or spatial lag，点击run即可。

空间面板数据计量经济分析

空间面板数据计量经济分析 空间面板数据计量经济分析 *以上分别介绍了区域创新过程中空间效应（依赖性和异质性）的空间计量检测，以及纳入空间效应的计量模型的估计方法——空间常系数回归模型（空间滞后模型，SLM 和空间误差模型，SEM ）和空间变系数回归模型（地理加权回归模型，GWR ）；同时还介绍和分析了面板数据（Panel Data ）计量经济学方法的估计和检验。 *可以看出，目前的空间计量经济学模型使用的数据集主要是截面数据，只考虑了空间单元之间的相关性，而忽略具有时空演变特征的时间尺度之间的相关性，这显然是一个美中不足。 *Anselin （1988）也认识到这一点。当然，大多学者通过将多个时期截面数据变量计算多年平均值的办法来综合消除时间波动的影响和干扰，但是这种做法仍然造成大量具有时间演变特征的创新行为信息的损失，从而无法科学和客观地认识和揭示具有时空二维特征的研发与创新过程的真实机制。*面板数据（Panel Data ）计量经济模型作为目前一种前沿的计量经济估计技术，由于其可以综合创新行为变量时间尺度的信息和截面（地域空间）单元的信息，同时集成考虑了时间相关性和空间（截面）相关性，因而能够科学而客观地反映受到时空交互相关性作用的创新行为的特征和规律，是定量揭示研发、知识溢出与区域创新相互作用关系的有效方法。但是，限于在所有时刻对所有个体（空间）均相等的假定（即不考虑空间效应），面板数据计量经济学理论也有其美中不足之处，具有很大的改进余地。 *鉴于空间计量经济学理论方法和面板数据计量经济学理论方法各有所长，把面板数据模型的优点和空间计量经济学模型的特点有机结合起来，构建一个综合考虑了变量时空二维特征和信息的空间面板数据计量经济模型，则是一种新颖的研究思路。以下根据空间计量经济模型和标准的面板数据模型[1]的建模思路，提出空间面板数据（Spatial Panel Data Model ，SPDM ）模型的建模思路和过程。 [1]与动态面板数据模型的建模思路类似，只要施加一些假定，引入因变量的滞后项，则为空间动态面板数据模型。 空间滞后面板数据计量分析 *考虑一个标准的面板数据模型： it it it it it y αx βμ=++*如果将变量的真实的区域空间自相关性（依赖性）（Anselin &Florax ，1995）考虑到创新行为中来，这种创新行为的空间自相关性可以视为区域创新过程中的一种外部溢出形式，这样则可以设定如下模型： it it it it it it y αWy x βμρ=+++*上式为空间滞后面板数据（Spatial Lag Panel Data Model ，SLPDM ）计量经济模型。其中，是创新的空间滞后变量，主要度量在地理空间上邻近地区的外部知识溢出，是一个区域在地理上邻近的区域在时期创新行为变量的加权求和。 空间误差面板数据计量分析 *如果在创新行为的空间依赖性存在误差扰动项中来测度邻近地区创新因变量的误差冲击对本地区创新行为的影响程度，则可以通过空间误差模型的空间依赖性原理可得： it it it it it y αx βμ=++it it it W μλμε=+*上式即为空间误差面板数据（Spatial Error Panel Data Model ，SEPDM ）计量经济模型。其中，参数衡量了样本观察值的误差项引进的一个区域间溢出成分。 *因为已经在面板数据模型中考虑了创新行为变量的空间依赖性，因此采用一般面板数据模型的估计技术如OLS 或GLS 等将具有良好的估计效果。如果能够综合考虑面板数据模型中的一些假定，如时间加权（Period Weights ）或截面加权（Cross-section Weights ），则可获得更加符合创新现实的估计结果。

第7章 分布滞后模型与自回归模型多重共线性

计量经济学课程教案

第7章 分布滞后模型与自回归模型 7.1 滞后效应与滞后变量模型 在经济运行过程中，广泛存在时间滞后效应。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（Lagged Variable ），含有滞后变量的模型称为滞后变量模型。 滞后变量模型考虑了时间因素的作用，使静态分析的问题有可能成为动态分析。含有滞后解释变量的模型，又称动态模型（Dynamical Model ）。 一、滞后效应与与产生滞后效应的原因 因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。 如：消费函数 通常认为，本期的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： C t =β0+β1Y t +β2Y t-1+β3Y t-2+μt Y t-1，Y t-2为滞后变量。 产生滞后效应的原因 1、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。 2、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。 3、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。 二、滞后变量模型 以滞后变量作为解释变量，就得到滞后变量模型。它的一般形式为： q ，s ：滞后时间间隔 自回归分布滞后模型（autoregressive distributed lag model, ADL ）：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 有限自回归分布滞后模型：滞后期长度有限 无限自回归分布滞后模型：滞后期无限， （1）分布滞后模型（distributed-lag model ） 分布滞后模型：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： β0：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。 βi (i=1,2…,s)：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。 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： X Y E s i i )()(0 ∑=+=βα∑=s i i 0β t i t i s i t X Y μβα++=-=∑0 t s t s t t q t q t t t X X X Y Y Y Y μαααββββ+++++++++=----- 11022110

第七章分布滞后模型与自回归模型答案(最新整理)

第七章 分布滞后模型与自回归模型 一、判断题 1. 无限分布滞后模型不可以转换为一阶自回归模型。（ F ） 2. 局部调整模型变换后得到的一阶自回归模型可以应用 OLS 法估计。（ T ） 3. 估计自回归模型的问题仅在于滞后被解释变量的存在可能导致它与随机扰动项相关。（F ） 4. 自回归模型的产生背景都是相同的。（ F ） 5. 库伊克模型和自适应预期模型都存在解释变量与随机扰动项相关问题。（ T ） 二、单项选择题 1. 设无限分布滞后模型为Y t = + 0 X t + 1 X t-1 +2X t-2 + + U t ，且该模型满足 Koyck 变换的假定，则长期影响系数为（ C ）。 A. B. 1+ C. 1- D. 不确定 2. 对于分布滞后模型，时间序列的序列相关问题，就转化为（ B ）。 A ．异方差问题 B ．多重共线性问题 C ．多余解释变量 D ．随机解释变量 3．在分布滞后模型Y t =+ 0 X t + 1 X t -1 + 2 X t -2 + + u t 中，短期影响乘数为（ D ）。 A. 1 1- B. 1 C. 1- D. 4. 对于自适应预期模型变换后的自回归模型，估计模型参数应采用( D ) 。 A. 普通最小二乘法 B ．间接最小二乘法 C ．二阶段最小二乘法 D ．工具变量法 5. 经过库伊克变换后得到自回归模型，该模型参数的普通最小二乘估计量是 ( D ) 。 A. 无偏且一致 B ．有偏但一致 C ．无偏但不一致 D ．有偏且不一致 6．下列属于有限分布滞后模型的是（ D ）。 A ． Y t =+ 0 X t + 1Y t -1 + 2Y t -2 + + u t B ． Y t =+ 0 X t + 1Y t -1 + 2Y t -2 + + k Y t -k + u t C ． Y t =+ 0 X t + 1 X t -1 + 2 X t -2 + + u t D ． Y t =+ 0 X t + 1 X t -1 + 2 X t -2 + + k X t -k + u t 7. 消费函数模型C ?t = 400 + 0.5I t + 0.3I t -1 + 0.1I t -2 ，其中 I 为收入，则当期收入 I t 对未来 消费C t +2 的影响是： I t 增加一单位， C t +2 增加（ C ）。 A ．0.5 个单位 B ．0.3 个单位 C ．0.1 个单位 D ．0.9 个单位

自回归分布滞后模型(ADL)的运用实验指导

实验六 自回归分布滞后模型（ADL ）的运用实验指导 一、实验目的 理解ADL 模型的原理与应用条件，学会运用ADL 模型来估计变量之间长期稳定关系。理解从经济理论上来说，两个经济变量之间的确有长期关系采用使用该模型进行估计。理解ADL 模型的优点：不管回归项是不是1阶单整或平稳都可以进行检验和估计。而进行标准的协整分析前，必须把变量分类成(0)I 和(1)I 。 二、基本概念 Jorgenson(1966)提出的（,p q ）阶自回归分布滞后模型ADL(autoregressive distributed lag)：011111 i t t p t p t t q t q i t i i y y y ταφφεθεθεβ-----='=++++--+∑x ，其中t i -x 是滞后i 期 的外生变量向量（维数与变量个数相同），且每个外生变量的最大滞后阶数为i τ，i β是参数向量。当不存在外生变量时，模型就退化为一般ARMA （,p q ）模型。 如果模型中不含有移动平均项，可以采用OLS 方法估计参数，若模型中含有移动平均项，线性OLS 估计将是非一致性估计，应采用非线性最小二乘估计。 三、实验内容及要求 （1）实验内容 运用ADL 模型研究1992年1月到1998年12月我国城镇居民月对数人均生活费支出yt 和对数可支配收入xt 之间的长期稳定关系。 （2）实验要求 在认真理解模型应用条件的基础上，通过实验掌握ADL 模型的实际应用方法，并熟悉Eniews 的具体操作过程。 四、实验指导 （1）数据录入 打开Eviews 软件，选择“File”菜单中的“New --Workfile”选项，在“Workfile structure type ”栏选择“Dated-regular frequency ”，在“Data specification ”栏中“Frequency ”中选择“Monthly ”即月份数据，起始时间输入1992m1即1992年1月份，止于1998m12，点击ok ，见图6-1，这样就建立了一个工作文件。 图6-1 建立工作文件窗口

第九章 案例分析(分布滞后模型)

第九章 案例分析 【案例7.1】 为了研究1955—1974年期间美国制造业库存量Y 和销售额X 的关系， 用阿尔蒙法估计如下有限分布滞后模型： t t t t t t u X X X X Y +++++=---3322110ββββα 将系数i β(i =0,1,2,3)用二次多项式近似，即 00αβ= 2101αααβ++= 210242αααβ++= 210393αααβ++= 则原模型可变为 t t t t t u Z Z Z Y ++++=221100αααα 其中 3 212321132109432---------++=++=+++=t t t t t t t t t t t t t X X X Z X X X Z X X X X Z 在Eviews 工作文件中输入X 和Y 的数据，在工作文件窗口中点击“Genr ”工具栏，出现对话框，输入生成变量Z 0t 的公式，点击“OK ”；类似，可生成Z 1t 、Z 2t 变量的数据。进入Equation Specification 对话栏，键入回归方程形式 Y C Z0 Z1 Z2 点击“OK ”，显示回归结果（见表7.2）。 表7.2 表中Z0、 Z1、Z2对应的系数分别为210ααα、、的估计值210???ααα 、、。将它们代入

分布滞后系数的阿尔蒙多项式中，可计算出3210? ???ββββ、、、的估计值为： -0.522)432155.0(9902049.03661248.0?9?3??0.736725)432155.0(4902049.02661248.0?4?2?? 1.131142)432155.0(902049.0661248.0????661248.0??2101 21012101 00 =-?+?+=++==-?+?+=++==-++=++===αααβαααβαααβαβ 从而，分布滞后模型的最终估计式为： 32155495.076178.015686.1630281.0419601.6----+++-=t t t t t X X X X Y 在实际应用中，Eviews 提供了多项式分布滞后指令“PDL ”用于估计分布滞后模型。下面结合本例给出操作过程： 在Eviews 中输入X 和Y 的数据，进入Equation Specification 对话栏，键入方程形式 Y C PDL(X, 3, 2) 其中，“PDL 指令”表示进行多项式分布滞后（Polynomial Distributed Lags ）模型的估计，括号中的3表示X 的分布滞后长度，2表示多项式的阶数。在Estimation Settings 栏中选择Least Squares(最小二乘法)，点击OK ，屏幕将显示回归分析结果（见表7.3）。 表 7.3 需要指出的是，用“PDL ”估计分布滞后模型时，Eviews 所采用的滞后系数多项式变换不是形如（7.4）式的阿尔蒙多项式，而是阿尔蒙多项式的派生形式。因此，输出结果中PDL01、PDL02、PDL03对应的估计系数不是阿尔蒙多项式系数210ααα、、的估计。但同前面分步计算的结果相比，最终的分布滞后估计

基于面板数据和空间计量模型的研究

第二组数量经济与理论方法（二）（数理经济学等），全文11932字。 我国教育投资与经济增长的关系研究 ——基于面板数据和空间计量模型的研究 朱璐璐肖腊珍① （中南财经政法大学统计与数学学院） 【摘要】教育投资是人力资本形成的重要途径。在对教育投资等内涵的理解基础上，从教育投资规模、教育投资质量和教育投资公平度三个方面选取反映教育投资状况的指标，运用教育基尼系数量化了我国1997-2007年30个省份的教育投资公平程度。运用单位根检验、协整检验、格兰杰因果检验研究我国教育资和经济增长之间的互动因果关系，建立合适的Panel Data和空间计量模型进行实证研究。研究结果表明教育投资规模对经济增长的促进作用非常明显，但是当基础教育提高到一定水平后，对经济增长的促进作用开始逐步递减；各区域的高等学历人才并不多，对经济增长的贡献率非常低；目前东、中部地区的教育投资的公平状况明显好于西部地区，公平的教育资源分配可以较好促进经济的发展。并提出要继续加大各地区教育投入，同时注重高等人才的培养，继续解决好教育投资公平问题。 关键词：教育投资规模教育投资质量教育投资公平教育基尼系数 引言 中国是世界上最大的发展中国家，经济增长是实现人民生活达到小康水平以及赶上中等发达国家经济发展水平目标的主要途径，因而经济增长理所当然地成为了中国经济理论研究的重点。中国幅员辽阔、自然资源丰富，人口众多，劳动力资源充足，但是人口质量不高，人力资本存量不多，人力资本结构与经济发展的需求严重失衡。人力资本低质量，低存量造成的人力资本缺乏使其外在效应的产出受到严重限制，人力资本收益递增的规律难以发挥。 自改革开放以来，我国各区域发展差距不断扩大，东部地区发展形势较好，西部地区经济发展较差。除了政策以及地域、气候因素外，劳动者的素质有着非常大的影响作用。地区差异的拉大使得高素质的劳动力继续往东部流动，尤其集中在北京、上海、江苏、浙江和广东等地，促使这些地区的经济发展更快，而东西部的差异继续增大。因此本文希望通过实证分析找出我国各省、市教育投资与经济发展程度的关系，也分析经济增长对教育投资在各不同区域所带来的反作用，同时寻找我国目前教育投资状况不足的原因，给出相关建议。 一、文献综述 最早正视教育投资问题的英国古典经济学创始人威廉·配第（William Petty,1676）指出劳动创造价值、复杂劳动比简单劳动创造更多的价值。1776年，英国古典政治经济学奠基人亚当·斯密（Adam Smith,1776）最早明确提出并重视教育投资问题，他认为资本的累积、就业人口的增加及技术进步构成经济理论发展基础的三要素。进入19世纪，德国历史学派的 ①作者简介：朱璐璐，1985.4出生,女，中南财经政法大学统计与数学学院，统计学研究生； 肖腊珍，1964.1出生，女，中南财经政法大学统计与数学学院，硕士，副教授。中国数量经 济学会会员。

《计量经济学》(庞浩第一版)第七章分布滞后模型与自回归模型eviews上机操作

第七章分布滞后模型与自回归模型案例分析 一、问题的提出和模型设定 货币主义学派认为，产生通货膨胀的必要条件是货币的超量供应。物价变动与货币供应量的变化有着较为密切的联系，但是二者之间的关系不是瞬时的，货币供应量的变化对物价的影响存在一定时滞。在中国，大家普遍认同货币供给的变化对物价具有滞后影响，但滞后期究竟有多长，还存在不同的认识。 下面采集1996－2005年全国广义货币供应量和物价指数的月度数据对这一问题进行研究。

Eviews 上机具体操作： 利用eviews3.0进行分析 第一步：建立数据 1新建工作文档：file-new-workfile ，在打开的workfile range 对话框中的workfile frequency 中选择monthly ，start date 输入1996-1，end date 输入2005-5，点击ok 。 2输入数据（先是data y x2 x3······然后是将excel 中的数据复制过来即可）并保存 本题在命令窗口输入data TBZS M2Z ，并点击name 命名为GROUP01. 然后将上面的数据录入。 第二步 分析数据 为了考察货币供应量的变化对物价的影响，我们用广义货币M2的月增长量用广义货币Z M 2作为解释变量，以居民消费价格月度同比指数TBZS 为被解释变量进行研究。首先估计如下回归模型: t Z u M TBZS ++=t 20t βα 在命令窗口输入ls TBZS C M2Z ，并点击name 命名为EQ01. 得到如下回归 Dependent Variable: TBZS Method: Least Squares Date: 12/20/12 Time: 10:23 Sample(adjusted): 1996:02 2005:05 Included observations: 112 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob.

计量经济学课件：第七章 分布滞后模型与自回归模型

第七章 分布滞后模型与自回归模型 第一节 分布滞后模型与自回归模型的基本概念 一、问题的提出 1、滞后效应的出现。 （1）在经济学分析中，研究消费函数，人们的消费行为不仅要受到当期收入的影响（绝对收入假设），还要受到前期收入的影响，甚至要受到前期消费的影响（相对收入假设）。 （2）研究投资问题，由于投资周期的原因，本年度投资的形成，与上年度，甚至再上年度的投资形成有关。 （3）运用经济政策调控宏观经济运行，经济政策的实施所产生的政策效果是一个逐步波及的扩散过程。 用计量经济学模型研究这类问题，怎样度量变量的滞后影响？怎样估计有滞后变量的模型？ 对于上述消费的情况，设C 表示消费，Y 表示收入，则 123141t t t t t C Y Y C u ββββ--=++++ 对于上述投资的情况，设I 表示投资，Y 表示收入，则 12314253t t t t t t I Y I I I u ααααα---=+++++ 2、静态计量经济学模型向动态计量经济学模型的扩展。 什么为“动态计量经济学模型”？ 二、产生滞后效应的原因 1、心理预期因素的作用。 2、技术因素的作用。 3、制度因素的作用。 上述原因的结果表现为经济现象中的“惯性作用”。 二、滞后变量模型的类型

1、分布滞后模型。如果模型中没有滞后的被解释变量，即 01122t t t t s t s t Y X X X X u αββββ---=++++++ 则模型为分布滞后模型。由于s 可以是有限数，也可以是无限数，则分布滞后模型可分为有限分布滞后模型和无限分布滞后模型。 在分布滞后模型中，有关系数的解释如下： ⑴乘数（又称倍数）的解释。该概念首先由英国的卡恩提出（R.F.Kahn ，1931）。所谓乘数是指，在一个模型体系里，外生变量变化一个单位，对内生变量产生的影响程度。据此进行的经济分析称为乘数分析或乘数效应分析。如投资乘数，是指在边际消费倾向一定的情况下，投资变动对收入带来的影响，亦即增加一笔投资，可以引起收入倍数的增加。 ⑵短期乘数0β。 ⑶延迟乘数或动态乘数),,2,1(s i i =β。 ⑷长期乘数∑==s i i 0ββ。 根据乘数的定义，教科书第183页，例7.1，短期乘数为0.4，动态乘数分别为0.3、0.2，则长期乘数为0.4+0.3+0.2=0.9。 2、自回归模型。如果模型中无滞后解释变量，即 011t t t q t q t Y X Y Y u αβγγ--=+++++ 则模型为自回归模型。如果模型无解释变量X ，则模型就是一个纯粹的关于被解释变量的自回归模型，即 11t t q t q t Y Y Y u αγγ--=++++ 它的特点是，不考虑经济理论为依据的解释变量的作用，而是依据变量本身的变化规律，利用外推机制描述时间序列变量的变化。这样的模型将在《时间序列分析》课程作专门的介绍。本章讨论自回归模型主要放在与分布滞后模型的关系上。 3、一般形式的滞后变量模型 设滞后变量模型的一般形式为 01111t t t s t s t q t q t Y X X X Y Y u αβββγγ----=++++++++

计量经济学习题第8章 分布滞后模型

第8章 分布滞后模型 一、单选 1、设无限分布滞后模型为Y t = α + β0 X t + β 1 X t-1 + β2X t-2 +……+ U t ，且该模型满足Koyck 变换的假定，则长期影响系数为（ ） A 、β0 ／λ B 、β0 ／（1＋λ） C 、β0 ／（1－λ） D 、不确定 2、对于分布滞后模型，时间序列资料的序列相关问题，就转化为（ ） A 、异方差问题 B 、多重共线性问题 C 、多余解释变量 D 、随机解释变量 3.在分布滞后模型01122t t t t t Y X X X u αβββ--=+++++ 中，短期影响乘数为（） A 、β1 ／（1-α） B 、β1 C 、β0 ／（1－α） D 、β0 4.对于自适应预期模型，估计模型参数应采用( ) A.普通最小二乘法 B.间接最小二乘法 C.二阶段最小二乘法 D.工具变量法 5.koyck 变换模型参数的普通最小二乘估计量是( ) A.无偏且一致 B.有偏但一致 C.无偏但不一致 D.有偏且不一致 6下列属于有限分布滞后模型的是（D ） A.y t = a +b 0x t + b 1y t-1 + b 2y t-2 +……+ u t B. y t = a +b 0x t + b 1y t-1 + b 2y t-2 +……+ b k y t-k + u t C. y t = a +b 0x t + b 1x t-1 +……+ u t D. y t = a +b 0x t + b 1x t-1 ……+ b k x t-k + u t 7.消费函数模型?t C ＝400+0.5I t +0.3I t-1+0.1I t-2，其中I 为收入，则当期收入I t 对未来消费C t+2的影响是：I t 增加一单位，C t+2增加（） A.0.5个单位 B.0.3个单位 C.0.1个单位 D.0.9个单位 8.下面哪一个不是几何分布滞后模型（） A.koyck 变换模型 B.自适应预期模型 C.局部调整模型 D.有限多项式滞后模型 9.有限多项式分布滞后模型中，通过将原来分布滞后模型中的参数表示为滞后期i 的有限多项式，从而克服了原分布滞后模型估计中的（） A.异方差问题 B.序列相关问题 C.多重共性问题 D.参数过多难估计问题 10.分布滞后模型y t = a +b 0x t + b 1x t-1 + b 2x t-2 + b 3x t-3+ u t 中，为了使模型的自由度达到30，必须拥有多少年的观测资料（） A.32 B.33 C.34 D.38 二、多选 1、下列模型中属于几何分布滞后模型的有( ) A 、koyck 变换模型 B 、自适应预期模型 C 、部分调整模型 D 、有限多项式滞后模型 E 、广义差分模型 2. 对于有限分布滞后模型，将参数b i 表示为关于滞后i 的多项式并代入模型，作这种变换可以（CD ） A.使估计量从非一致变为一致 B.使估计量从有偏变为无偏 C.减弱多重共线性 D.避免因参数过多而自由度不足 E.减轻异方差问题 3．在模型y t = a +b 0x t + b 1x t-1 + b 2x t-2 + b 3x t-3+ u t 中，延期过渡性乘数是指（BCD ） A. b 0 B. b 1 C. b 2 D. b 3 E. b 0+ b 1+ b 2+ b 3 4.对几何分布滞后模型的三种变换模型，即koyck 变换模型、自适应预期模型、局部调整模型，其共同特点是（ABCD ） A.具有相同的解释变量 B. 仅有三个参数需要估计 C. 用y t-1代替了原模型中解释变量的所有滞后变量 D. 避免了原模型中的多重共线性问题 E. 都以一定经济理论为基础 三、名词解释 分布滞后模型；有限分布滞后模型；无限分布滞后模型；几何分布滞后模型短期影响乘数、延期过渡性乘数、长期影响乘数 三、简答

实验8 分布滞后模型与自回归模型_46372

实验八 分布滞后模型与自回归模型及格兰杰因果关系检验 一 实验目的：掌握分布滞后模型与自回归模型的估计与应用，掌握格兰杰因果关系检验方法，熟 悉EViews 的基本操作。 二 实验要求：应用教材P168例子5.2.2案例，利用阿尔蒙法做有限分布滞后模型的估计；应用教 材P173例子5.2.3案例做分布滞后模型与自回归模型的估计；应用教材P176例子5.2.4案例额做格兰杰因果关系检验。 三 实验原理：普通最小二乘法、阿尔蒙法、格兰杰因果关系检验、DW 检验、LM 检验。 四 预备知识：最小二乘法估计的原理、t 检验、拟合优度检验、阿尔蒙法、多项式近似。 五 实验步骤 【案例1】分布滞后模型与阿尔蒙法 为了研究1975——2002年期间中国电力基本建设投资与发电量的关系，我们可以对教材P168例5.2.2采用经验加权法估计分布滞后模型。尽管经验加权法具有一些优点，但是设置权数的主观随意性较大，要求分析者对实际问题的特征有比较透彻的了解。 1建立工作工作文件并录入数据，如图8.1. 图8.1 2 模型估计与检验 为了测算电力行业固定资产投资与发电量增长之间的变动关系，我们拟建立如下双对数线性模型： ln ln ,s t i t i t i Y X αβμ?==++∑ 由于无法预知电力行业基本建设投资对发电量影响的时间滞后期，需要取不同的时间滞后期进行试算。经过试算发现，在2阶阿尔蒙多项式变换下，滞后期数取到第7期，估计结果的经验意义比较合理（即应该参数前面为正号，而且通过t 检验,AIC,SC 值达到最小）。针对所研究的问题，为了进行比较分析，我们给出以下几个分布滞后模型无约束限制的估计结果，如表8.1所示（例如，在2阶阿尔蒙多项式变换下，滞后期数取到第7期的估计结果由图8.2得到）。 表8.1 多个无约束限制的分布滞后模型估计结果 模型滞后长度 多项式次数 调整的可决系数 AIC 准则 SC 准则 滞后变量参数经济意义 2 2 0.983537 -2.133283-1.0939730 无 3 2 0.987100 -2.453631-2.258611有 4 2 0.991441 -2.928055 -2.731713 无

分布滞后模型

分布滞后模型 一、单选（每小题1分） 1、设无限分布滞后模型为Y t = α + β0 X t + β 1 X t-1 + β2X t-2 +……+ U t ，且该模型满足Koyck 变换的假定，则长期影响系数为（ ） A 、β0 ／λ B 、β0 ／（1＋λ） C 、β0 ／（1－λ） D 、不确定 2、对于分布滞后模型，时间序列资料的序列相关问题，就转化为（ ） A 、异方差问题 B 、多重共线性问题 C 、多余解释变量 D 、随机解释变量 3.在分布滞后模型01122t t t t t Y X X X u αβββ--=+++++ 中，短期影响乘数为（） A 、β1 ／（1-α） B 、β1 C 、β0 ／（1－α） D 、β0 4.对于自适应预期模型，估计模型参数应采用( ) A.普通最小二乘法 B.间接最小二乘法 C.二阶段最小二乘法 D.工具变量法 5.koyck 变换模型参数的普通最小二乘估计量是( ) A.无偏且一致 B.有偏但一致 C.无偏但不一致 D.有偏且不一致 6下列属于有限分布滞后模型的是（D ） A.y t = a +b 0x t + b 1y t-1 + b 2y t-2 +……+ u t B. y t = a +b 0x t + b 1y t-1 + b 2y t-2 +……+ b k y t-k + u t C. y t = a +b 0x t + b 1x t-1 +……+ u t D. y t = a +b 0x t + b 1x t-1 ……+ b k x t-k + u t 7.消费函数模型?t C ＝400+0.5I t +0.3I t-1+0.1I t-2，其中I 为收入，则当期收入I t 对未来消费C t+2的影响是：I t 增加一单位，C t+2增加（） A.0.5个单位 B.0.3个单位 C.0.1个单位 D.0.9个单位 8.下面哪一个不是几何分布滞后模型（） A.koyck 变换模型 B.自适应预期模型 C.局部调整模型 D.有限多项式滞后模型 9.有限多项式分布滞后模型中，通过将原来分布滞后模型中的参数表示为滞后期i 的有限多项式，从而克服了原分布滞后模型估计中的（） A.异方差问题 B.序列相关问题 C.多重共性问题 D.参数过多难估计问题 10.分布滞后模型y t = a +b 0x t + b 1x t-1 + b 2x t-2 + b 3x t-3+ u t 中，为了使模型的自由度达到30，必须拥有多少年的观测资料（） A.32 B.33 C.34 D.38 二、多选（每小题2分）： 1、下列模型中属于几何分布滞后模型的有( ) A 、koyck 变换模型 B 、自适应预期模型 C 、部分调整模型 D 、有限多项式滞后模型 E 、广义差分模型 2. 对于有限分布滞后模型，将参数b i 表示为关于滞后i 的多项式并代入模型，作这种变换可以（CD ） A.使估计量从非一致变为一致 B.使估计量从有偏变为无偏 C.减弱多重共线性 D.避免因参数过多而自由度不足 E.减轻异方差问题 3．在模型y t = a +b 0x t + b 1x t-1 + b 2x t-2 + b 3x t-3+ u t 中，延期过渡性乘数是指（BCD ） A. b 0 B. b 1 C. b 2 D. b 3 E. b 0+ b 1+ b 2+ b 3 4.对几何分布滞后模型的三种变换模型，即koyck 变换模型、自适应预期模型、局部调整模型，其共同特点是（ABCD ） A.具有相同的解释变量 B. 仅有三个参数需要估计 C. 用y t-1代替了原模型中解释变量的所有滞后变量 D. 避免了原模型中的多重共线性问题 E. 都以一定经济理论为基础 三、名词解释 分布滞后模型；有限分布滞后模型；无限分布滞后模型；几何分布滞后模型短期影响乘数、延期过渡性乘数、长期影响乘数 三、简答（每小题5分）： 1、估计有限分布滞后模型会遇到哪些困难 2.什么是滞后现像？产生滞后现像的原因主要有哪些？ 3．简述koyck 模型的特点。 五、计算分析（每小题15分） 1、考察以下分布滞后模型：

第七章分布滞后模型与自回归模型答案(最新整理)

第七章 分布滞后模型与自回归模型 一、判断题 1.无限分布滞后模型不可以转换为一阶自回归模型。（ F ） 2.局部调整模型变换后得到的一阶自回归模型可以应用OLS 法估计。（ T ） 3.估计自回归模型的问题仅在于滞后被解释变量的存在可能导致它与随机扰动项相关。（F ） 4.自回归模型的产生背景都是相同的。（ F ） 5.库伊克模型和自适应预期模型都存在解释变量与随机扰动项相关问题。（ T ） 二、单项选择题 1．设无限分布滞后模型为，且该模型满足t 0t 1t-12t-2t Y = + X + X +X ++ U αβββ Koyck 变换的假定，则长期影响系数为（　C ）。 A ． B ． C ． D ．不确定0βλ01βλ+01βλ -2．对于分布滞后模型，时间序列的序列相关问题，就转化为（ B ）。 A ．异方差问题 B ．多重共线性问题 C ．多余解释变量 D ．随机解释变量 3．在分布滞后模型中，短期影响乘数为（ 01122t t t t t Y X X X u αβββ--=+++++ D ）。 A ． B ． C ． D ．11βα-1β01βα -0β4．对于自适应预期模型变换后的自回归模型，估计模型参数应采用( D ) 。 A ．普通最小二乘法 B ．间接最小二乘法 C ．二阶段最小二乘法 D ．工具变量法 5．经过库伊克变换后得到自回归模型，该模型参数的普通最小二乘估计量是( D ) 。 A ．无偏且一致 B ．有偏但一致 C ．无偏但不一致 D ．有偏且不一致 6．下列属于有限分布滞后模型的是（ D ）。 A ． B ． 01122t t t t t Y X Y Y u αβββ--=+++++ 01122t t t t k t k t Y X Y Y Y u αββββ---=++++++ C ． D ． 01122t t t t t Y X X X u αβββ--=+++++ 01122t t t t k t k t Y X X X X u αββββ---=++++++ 7．消费函数模型，其中为收入，则当期收入对未来12 ?4000.50.30.1t t t t C I I I --=+++I t I 消费的影响是：增加一单位，增加（ C ）。 2t C +t I 2t C +A ．0.5个单位 B ．0.3个单位 C ．0.1个单位 D ．0.9个单位