虚拟变量与滞后变量模型(习题与解答)

虚拟变量案例

虚拟变量（dummy variable） 在实际建模过程中，被解释变量不但受定量变量影响，同时还受定性变量影响。例如需要考虑性别、民族、不同历史时期、季节差异、企业所有制性质不同等因素的影响。这些因素也应该包括在模型中。 由于定性变量通常表示的是某种特征的有和无，所以量化方法可采用取值为1或0。这种变量称作虚拟变量，用D表示。虚拟变量应用于模型中，对其回归系数的估计与检验方法与定量变量相同。 1．截距移动 设有模型， y t = 0 + 1 x t + 2D + u t , 其中y t，x t为定量变量；D为定性变量。当D= 0 或1时，上述模型可表达为， + 1x t + u t , (D = 0) y t = (0 + 2) + 1x t + u t , (D = 1) D =0 D = 1 +2 图8.1 测量截距不同 D= 1或0表示某种特征的有无。反映在数学上是截距不同的两个函数。若2显著不为零，说明截距不同；若2为零，说明这种分类无显著性差异。 例：中国成年人体重y（kg）与身高x（cm）的回归关系如下： –105 + x D = 1 (男) y = - 100 + x - 5D = – 100 + x D = 0 (女) 注意： ①若定性变量含有m个类别，应引入m-1个虚拟变量，否则会导致多重共线性，称作虚拟变量陷阱（dummy variable trap）。 ②关于定性变量中的哪个类别取0，哪个类别取1，是任意的，不影响检验结果。

③定性变量中取值为0所对应的类别称作基础类别（base category）。 ④对于多于两个类别的定性变量可采用设一个虚拟变量而对不同类别采取赋值不同的方法处理。如： 1 (大学) D =0 (中学) -1 (小学)。 【案例1】中国季节GDP数据的拟合（虚拟变量应用，file：case1及case1-solve） GDP序列图不用虚拟变量的情形若不采用虚拟变量，得回归结果如下， GDP = 1.5427 + 0.0405 T (11.0) (3.5) R2 = 0.3991, DW = 2.6,s.e. = 0.3 定义 1 （1季度） 1 （2季度） 1 （3季度） D1 = D2 = D3 = 0 （2, 3,4季度） 0 （1, 3, 4季度） 0 （1, 2, 4季度） 第4季度为基础类别。 GDP = 2.0922 + 0.0315 T – 0.8013 D1 – 0.5137 D2– 0.5014 D3 (64.2) (15.9) (-24.9) (-16.1) (-15.8) R2 = 0.9863, DW = 1.96,s.e. = 0.05 附数据如下： 年GDP t D1D2D3 1996:11.31561100 1996:21.66002010

虚拟变量回归模型

虚拟变量回归模型 以下是为大家整理的虚拟变量回归模型的相关范文，本文关键词为虚拟,变量,回归,模型,内蒙古,科技,大学,课程,计量经济学，您可以从右上方搜索框检索更多相关文章，如果您觉得有用，请继续关注我们并推荐给您的好友，您可以在综合文库中查看更多范文。 内蒙古科技大学

实验报告 课程名：计量经济学实验项目名称：单方程线性回归模型的扩展——虚拟变量回归模型 院（系）：专业班级：姓名：学号： 1 内蒙古科技大学 实验地点：经管机房 实验日期：20XX年4月18日 实验目的：掌握虚拟变量回归模型的建立、参数估计和统计检验。实验内容： 1）生成趋势变量2）生成季节虚拟变量3）生成分段虚拟变量4）建立虚拟变量回归模型 5）虚拟变量回归模型的参数估计和统计检验实验方法、步骤和结果： 一、生成趋势变量 1、建立新的工作文件，导入数据并且重命名

2、点击quick,generateseries生成序列，t=@trend(1990:1)+1 2 并填写公式内蒙古科技大学 3、打开gDp,点击View，graph,line生成趋势图。 根据趋势图可以看出近似分段虚拟变量，需剔除季节的影响 3 内蒙古科技大学 二、生成季节虚拟变量 生成虚拟变量，点击quick----generateseries输入公式

D2=@seas(2)D3=@seas(3)D4=@seas(4) 三、生成分段虚拟变量 1、为了研究1997年金融危机对香港经济的影响，以1997年为分界点。设d5=0,将sample改为1990第一季度到1997年第四季度。 4 内蒙古科技大学 2、设d5=1,将sample改为1998年第一季度到20XX年第四季度。 四、建立虚拟变量回归模型 gDp^=?^1+?^2t+?^3d2t+?^4d3t+?^5d4t+?^6d5t+?^7d5t*t 五、虚拟变量回归模型的参数估计和统计检验点击quick，

第八章 虚拟变量回归 思考题

第八章 虚拟变量回归 思考题 8.1 什么是虚拟变量 ? 它在模型中有什么作用 ? 8.2 虚拟变量为何只选 0 、 1, 选 2 、 3 、 4 行吗 ? 为什么 ? 8.3 对 (8.10) 式的模型 , 如果选择一个虚拟变量 1,01D ?? =??-? 大专及大专以上，高中 ，高中以下 这样的设置方式隐含了什么假定 ? 这一假定合理吗 ? 8.4 引入虚拟解释变量的两种基本方式是什么 ? 它们各适用于什么情况 ? 8.5 四种加法方式引入虚拟变量会产生什么效应? 8.6 引入虚拟被解释变量的背景是什么?含有虚拟被解释变量模型的估计方法有哪些 ? 8.7 设服装消费函数为 12233t i i i i Y D D X u αααβ=++++ 其中， i X =收入水平 ;Y = 年服装消费支出 ; 1,30D ?=? ?大专及大学以上 ，其他 ；1,20D ?=??女性，其他 试写出不同人群组的服装消费函数模型。 8.8 利用月度数据资料 ,为了检验下面的假设,应引入多少个虚拟解释变量 ? 1) 一年里的 12 个月全部表现出季节模式 ; 2) 只有 2 月、 6 月、 8 月、 10 月和 12 月表现出季节模式。 练习题 8.1 1971 年 ,Sen 和 Sztvastava 在研究贫富国之间期望寿命的差异时 , 利用 101 个国家的数据 , 建立了如下回归模型 []? 2.409.39ln 3.36(ln 7)i i i i Y X D X =-+-- (4.37)(0.857)(2.42) R2=0.752 其中 ,X 是以美元计的人均收入 ;Y 是以年计的期望寿命 ; Sen 和 Srimstava 认为人均收入的临界值为 1097 美元 (ln1097=7), 若人均收入超过 1097 美元 , 则被认定为富国 ; 若人均收入低于1097美元 , 被认定为贫穷国。括号内的数值为对应参数估计值的t 值。 1) 解释这些计算结果。 2) 回归方程中引入(ln 7)i i D X =-的原因是什么?如何解释这个回归解释变量? 3) 如何对贫穷国进行回归 ? 又如何对富国进行回归 ? 4）这个回归结果中可得到的一般结论是什么 ?

Eviews虚拟变量实验报告

实验四虚拟变量 【实验目的】 掌握虚拟变量的基本原理，对虚拟变量的设定和模型的估计与检验，以及相关的Eviews操作方法。 【实验内容】 试根据1998年我国城镇居民人均收入与彩电每百户拥有量的统计资料建立 【实验步骤】 1、相关图分析 根据表中数据建立人均收入X与彩电拥有量Y的相关图（SCAT X Y）。从相关图可以看出，前3个样本点（即低收入家庭）与后5个样本点（中、高收入）的拥有量存在较大差异，

因此，为了反映“收入层次”这一定性因素的影响，设置虚拟变量如下： ?? ?=低收入家庭 中、高收入家庭 1D 2、构造虚拟变量 构造虚拟变量 1D （DATA D1），并生成新变量序列： GENR XD=X*D1 3、估计虚拟变量模型 LS Y C X D1 XD 得到估计结果：

我国城镇居民彩电需求函数的估计结果为： XD D X Y 009.0873.31012.0611.571-++=∧ (16.25) (9.03) (8.32) (-6.59) 366,066.1..,9937.02===F e s R 再由t 检验值判断虚拟变量的引入方式，并写出各类家庭的需求函数。 虚拟变量的回归系数的t 检验都是显著的，且模型的拟合优度很高，说明我国城镇居民低收入家庭与中高收入家庭对彩电的消费需求，在截距和斜率上都存在着明显差异，所以以加法和乘法方式引入虚拟变量是合理的。 低收入家庭与中高收入家庭各自的需求函数为： 低收入家庭： X Y 012.0611.57+=∧ 中高收入家庭： X X Y 003.0484.89)009.0012.0()873.31611.57(+=-++=∧ 由此可见我国城镇居民家庭现阶段彩电消费需求的特点： 对于人均年收入在3300元以下的低收入家庭，需求量随着收入水平的提高而快速上升，人均年收入每增加1000元，百户拥有量将平均增加12台；对于人均年收入在4100元以上的中高收入家庭，虽然需求量随着收入水平的提高也在增加，但增速趋缓，人均年收入每增加1000元，百户拥有量只增加3台。

回归分析方法及其应用中的例子

3.1.2 虚拟变量的应用 例3.1.2.1：为研究美国住房面积的需求，选用3120户家庭为建模样本，回归模型为： 123log log P Y βββ++logQ= 其中：Q ——3120个样本家庭的年住房面积（平方英尺） 横截面数据 P ——家庭所在地的住房单位价格 Y ——家庭收入 经计算：0.247log 0.96log P Y -+logy=4.17 2 0.371R = （）（） （） 上式中2β=0.247-的价格弹性系数，3β=0.96的收入弹性系数，均符合经济学的常识，即价格上升，住房需求下降，收入上升，住房需求也上升。 但白人家庭与黑人家庭对住房的需求量是不一样的，引进虚拟变量D ： 01i D ?=?? 黑人家庭 白人家庭或其他家庭 模型为：112233log log log log D P D P Y D Y βαβαβα+++++logQ= 例3.1.2.2：某省农业生产资料购买力和农民货币收入数据如下：（单位：十亿元） ①根据上述数据建立一元线性回归方程：

? 1.01610.09357y x =+ 20.8821R = 0.2531y S = 67.3266F = ②带虚拟变量的回归模型，因1979年中国农村政策发生重大变化，引入虚拟变量来反映农村政策的变化。 01i D ?=?? 19791979i i <≥年 年 建立回归方程为： ?0.98550.06920.4945y x D =++ （）（） （） 20.9498R = 0.1751y S = 75.6895F = 虽然上述两个模型都可通过显着性水平检验，但可明显看出带虚拟变量的回归模型其方差解释系数更高，回归的估计误差（y S ）更小，说明模型的拟合程度更高，代表性更好。 3.5.4 岭回归的举例说明 企业为用户提供的服务多种多样，那么在这些服务中哪些因素更为重要，各因素之间的重要性差异到底有多大，这些都是满意度研究需要首先解决的问题。国际上比较流行并被实践所验证，比较科学的方法就是利用回归分析确定客户对不同服务因素的需求程度，具体方法如下： 假设某电信运营商的服务界面包括了A1……Am 共M 个界面，那么各界面对总体服务满意度A 的影响可以通过以A 为因变量，以A1……Am 为自变量的回归分析，得出不同界面服务对总体A 的影响系数，从而确定各服务界面对A 的影响大小。 同样，A1服务界面可能会有A11……A1n 共N 个因素的影响，那么利用上述方法也可以计算出A11……A1n 对A1的不同影响系数，由此确定A1界面中的重要因素。 通过两个层次的分析，我们不仅得出各大服务界面对客户总体满意度影响的大小以及不同服务界面上各因素的影响程度，同时也可综合得出某一界面某一因素对总体满意度的影响大小，由此再结合用户满意度评价、与竞争对手的比较等因素来确定每个界面细分因素在以后工作改进中的轻重缓急、重要性差异等，从而起到事半功倍的作用。 例 3.5.4：对某地移动通信公司的服务满意度研究中，利用回归方法分析各服务界面对总体满意度的影响。 a. 直接进入法 显然，这种方法计算的结果中，C 界面不能通过显着性检验，直接利用分析结果是错误

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

第7章滞后变量习题

第七章 滞后变量模型 一.单项选择题 1.下列属于有限分布滞后模型的是( )。 A.u y b y b x b y t t t t t a +++++=-- 22110 B.u y b y b y b x b y t k t k t t t t a ++++++=--- 22110 C.u x b x b y t t t t a ++++=- 110 D.u x b x b x b y t k t k t t t a +++++=-- 110 2.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 增加一单位，C t+2增加( )。 A.0.5单位 B.0.3单位 C.0.1单位 D.0.9单位 3.在分布滞后模型u x b x b x b y t k t k t t t +++++=-- 110α中，延期过渡性乘数( )。 A.b 0 B.b i (i=1,2,…,k) C.∑=k i i b 1 D.∑=k i i b 0 4.在分布滞后模型的估计中，使用时间序列资料可能存在的序列相关问题就表现为( )。 A.异方差问题 B.自相关问题 C.多重共线性问题 D.随机解释变量问题 5.有限多项式分布滞后模型中，通过将原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. 多重共线性问题 D. 由于包含无穷多个参数从而不可能被估计的问题 6.在分布滞后模型Y t =α+β0X t +β1X t-1+β2X t-2+…+u t 中,短期影响乘数为( ). A ．αβ-11 B.1β C.αβ-11 D. β 6.对于有限分布滞后模型 t s t s t t t t u X X X X Y ++++++=---ββββα 22110 在一定条件下，参数 i β可近似用一个关于i 的多项式表示（i=0，1，2……k ），其中多项 式的阶数m 必须满足（ ） A ．k m < B.k m = C.k m > D.k m ≥ 7.自适应预期模型基于如下的理论假设：影响被解释变量t Y 的因素不是t X ，而是关于t X

计量经济学作用-虚拟变量回归

虚拟变量回归 实验目的：分析1965~1970年美国制造业利润和销售额，季度的关系。 实验要求：假定利润不仅与销售额有关，而且和季度因素有关 （1） 如果认为季度影响使利润平均值发生变异，应如何引入虚拟变量？ （2） 如果认为季度影响使利润对销售额的变化率发生变异，应如何引入虚拟变 量？ （3） 如果认为上诉两种情况都存在，又当如何引入虚拟变量？ （4） 对上述三种情况分别估计利润模型，进行对比分析。 实验原理：最小二乘法原理 实验步骤： 由于有四个季度，因此引入三个季度虚拟变量： 其它一季度???=012D 其它二季度???=013D 其它三季度? ??=014D 一、如果认为季度影响使利润平均值发生变异，应以加法类型引入三个虚拟变量，设其模型为：u X D D D Y t t t +++++=βαααα4433221 对模型进行回归，得到以下回归结果： Dependent Variable: Y Method: Least Squares Date: 11/26/10 Time: 15:02 Sample: 1965Q1 1970Q4 Included observations: 24 Variable Coefficien t Std. Error t-Statistic Prob. C 6910.449 1922.350 3.594792 0.0019 X 0.038008 0.011670 3.256914 0.0041 D2 -187.7317 660.1218 -0.284390 0.7792 D3 1169.320 637.0766 1.835446 0.0821 D4 -417.1182 640.8333 -0.650900 0.5229 R-squared 0.517642 Mean dependent var 12838.54 Adjusted R-squared 0.416093 S.D. dependent var 1433.284 S.E. of regression 1095.227 Akaike info criterion 17.01836 Sum squared resid 22790932 Schwarz criterion 17.26379 Log likelihood -199.2204 F-statistic 5.097454 Durbin-Watson stat 0.396350 Prob(F-statistic) 0.005810 Y t ^=6910.449-187.7317D 2+1169.320D 3-417.1182D 4+0.038008X t Se=（1922.350） （660.1218） （637.0766） （640.8333） （0.011670）

计量经济学实验7虚拟变量模型

实验七虚拟变量 【实验目的】 掌握虚拟变量的设置方法。 【实验内容】 一、试根据表7-1的1998年我国城镇居民人均收入与彩电每百户拥有量的统计资料建立我国城镇居民彩电需求函数； 资料来源：据《中国统计年鉴1999》整理计算得到 二、试建立我国税收预测模型（数据见实验一）； 三、试根据表7-2的资料用混合样本数据建立我国城镇居民消费函数。

最低收入户 2397.6 2476.75 0 2523.1 2617.8 1 低收入户 2979.27 3303.17 0 3137.34 3492.27 1 中等偏下户 3503.24 4107.26 0 3694.46 4363.78 1 中等收入户 4179.64 5118.99 0 4432.48 5512.12 1 中等偏上户 4980.88 6370.59 0 5347.09 6904.96 1 高收入户 6003.21 7877.69 0 6443.33 8631.94 1 最高收入户 7593.95 10962.16 8262.42 12083.79 1 资料来源：据《中国统计年鉴》1999－2000整理计算得到 【实验步骤】 一、我国城镇居民彩电需求函数 ⒈相关图分析； 键入命令：SCAT X Y ，则人均收入与彩电拥有量的相关图如7-1所示。 从相关图可以看出，前3个样本点（即低收入家庭）与后5个样本点（中、高收入）的拥有量存在较大差异，因此，为了反映“收入层次”这一定性因素的影响，设置虚拟变量如下： ?? ?=低收入家庭 中、高收入家庭 1D 图7-1 我国城镇居民人均收入与彩电拥有量相关图 ⒉构造虚拟变量； 方式1：使用DATA 命令直接输入；

虚拟变量的分析

虚拟变量（dummy variable ） 在实际建模过程中，被解释变量不但受定量变量影响，同时还受定性变量影响。例如需要考虑性别、民族、不同历史时期、季节差异、企业所有制性质不同等因素的影响。这些因素也应该包括在模型中。 由于定性变量通常表示的是某种特征的有和无，所以量化方法可采用取值为1或0。这种变量称作虚拟变量，用D 表示。虚拟变量应用于模型中，对其回归系数的估计与检验方法与定量变量相同。 1．截距移动 设有模型， y t = β0 + β1 x t + β2D + u t , 其中y t ，x t 为定量变量；D 为定性变量。当D = 0 或1时，上述模型可表达为， y t =?? ?=+++=++1 )(012010D u x D u x t t t t βββββ 020 40 60 20 40 60 X Y 图8.1 测量截距不同 D = 1或0表示某种特征的有无。反映在数学上是截距不同的两个函数。若β2显著不为零，说明截距不同；若β2为零，说明这种分类无显著性差异。 例：中国成年人体重y （kg ）与身高x （cm ）的回归关系如下： –105 + x D = 1 (男) y = - 100 + x - 5D = – 100 + x D = 0 (女) 注意： ① 若定性变量含有m 个类别，应引入m -1个虚拟变量，否则会导致多重共线性，称作虚拟变量陷阱（dummy variable trap ）。 ② 关于定性变量中的哪个类别取0，哪个类别取1，是任意的，不影响检验结果。 ③ 定性变量中取值为0所对应的类别称作基础类别（base category ）。 ④ 对于多于两个类别的定性变量可采用设一个虚拟变量而对不同类别采取赋值不同的方法处理。如： 1 (大学) D = 0 (中学) -1 (小学)。 β0 β0+β2 D = 1 D =0

第7章分布滞后模型与自回归模型多重共线性.doc

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+++++++++=-----ΛΛ11022110

第7章滞后变量习题

1 第七章 滞后变量模型 一.单项选择题 1.下列属于有限分布滞后模型的是( )。 A.u y b y b x b y t t t t t a +++++=--Λ22110 B.u y b y b y b x b y t k t k t t t t a ++++++=---Λ22110 C.u x b x b y t t t t a ++++=-Λ110 D. u x b x b x b y t k t k t t t a +++++=--Λ110 2.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 增加一单位，C t+2增加( )。 3.在分布滞后模型 u x b x b x b y t k t k t t t +++++=--Λ110α中，延期过渡性乘数( )。 A.b 0 B.b i (i=1,2,…,k) C.∑=k i i b 1 D.∑=k i i b 0 4.在分布滞后模型的估计中，使用时间序列资料可能存在的序列相关问题就表现为( )。 A.异方差问题 B.自相关问题 C.多重共线性问题 D.随机解释变量问题 5.有限多项式分布滞后模型中，通过将原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. 多重共线性问题 D.由于包含无穷多个参数从而不可能被估计的问题 6.在分布滞后模型Y t =α+β0X t +β1X t-1+β2X t-2+…+u t 中,短期影响乘数为( ). A ．αβ-11 B.1β C.αβ-11 D.0β 6.对于有限分布滞后模型 t s t s t t t t u X X X X Y ++++++=---ββββαΛ22110 在一定条件下，参数 i β可近似用一个关于i 的多项式表示（i=0，1，2……k ），其中多项 式的阶数m 必须满足（ ） A ．k m < B.k m = C.k m > D.k m ≥ 7.自适应预期模型基于如下的理论假设：影响被解释变量t Y 的因素不是t X ，而是关于t X

计量经济学第9章 滞后变量模型

第九章 滞后变量模型习题与答案 1、什么是滞后变量模型？ 2、列举常用到的内生滞后变量模型。 3、假设货币需求关系式为t t t M Y R αβγ*=++，式中，t M 为时间t 的实际现金余额；t Y *为时间t 的“期望”实际收入；t R 为时间t 的利率。根据适应规则， 11(1)t t t t Y Y Y λλμ**--=+-+，01λ<<修改期望值。已知t Y ，t M ，t R 的数据，但 t Y *的数据未知。 （1）建立一个可以用于推导,,αβγλ和估计值的经济计量模型。 （2）假设221()0,(),()0,0;,,t t t t s t t E E E s Y R μμσμμ--===≠1t M -和1t R -与t μ都不相关。OLS 估计值是1）无偏的；2）一致的吗？为什么？ （3）假设t μ=1,t t ρμε-+t ε的性质类似（2）部分。那么，本例中OLS 估计值是（1）无偏的；（2）一致的吗？为什么？ 4、下表给出了1970—1991年美国制造业固定厂房设备投资Y 和销售量X 的相关数据。 （1） 以*t Y 代表理想的或长期的建厂房设备企业开支，估计模型 t t t X Y μββ++=*10。 （2） 如果模型设定为t e X Y t t μββ20=*，请用存量调整模型进行估计。 答案： 1、所谓滞后变量模型是指在某一回归模型中，如果把滞后变量作为解释变量，则称此模型为滞后变量模型。

2、考依克模型、适应性期望模型、局部调整模型 3、（1）由于 t t t M Y R αβγ*=++ （1） 11(1)t t t t Y Y Y λλμ**--=+-+ （2） 第二个方程乘以β有 11(1)t t t t Y Y Y βλβλββμ**--=+-+ （3） 由第一个方程得 t t t R M Y γαβ--=* 11*1-----=t t t R M Y γαβ 代入方程（3）得 t t t t t t R M Y R M βμγαβλλβγα+---+=-----)()1(111 整理得 1(1)t t t M Y R ααλλβγ-=--++11(1)(1)t t t M R λλγβμ-----+ =111(1)(1)t t t t t Y M R R αλλβλγλγβμ---++-+--+ 该模型可用来估计并计算出,,αβγλ和。 （2）在给定的假设条件下，尽管t μ与t M 相关，但t μ与模型中出现的任何解释变量都不相关，因此只是μ与M 存在异期相关，所以OLS 估计是一致的，但却是有偏的估计值。 （3）如果t t t ερμμ+=-1，则1t M -和t μ相关，因为1t M -与1-t μ相关。所以OLS 估计结果有偏且不一致。 4、（1）运用软件取得如下结果： 12415.06480.053.14?-++-=t t t Y X Y （-2.98） （6.26） （1.97） 9857.02=R 9841.02=R F=621.38， D.W.=1.676 （2）1~ln 1867.0ln 9837.08139.4? ~ln -++-=t t Y X Y

第8章 滞后变量模型

第8章 滞后变量模型 8.1 滞后变量的基本概念 8.1.1 滞后现象和产生滞后现象的原因 很多情况下，解释变量与因变量的因果关系不可能同时发生，在这一过程中通常都有时间滞后，也就是说，解释变量需要通过一段时间后才能作用于因变量。同时，由于经济活动的连续性，因变量的当前变化也往往受到自身过去取值的影响。这种因变量受其自身或其它经济变量前期水平的影响，称为滞后现象。产生滞后现象的原因比较复杂，可以归结为以下几个方面： 1.经济变量自身的原因 有些变量的发展变化有很强的继往性，当期水平与前期水平有极为密切的关系。 2.决策者心理上的原因 3.技术上的原因 随着技术的进步、需求的改变和供求关系的变化，经济变量的影响因素亦随之发生改变。但由于技术上的原因，这种改变要经历一个过程，而不可能即期实现。 4.制度的原因 在现代社会，经济活动都是在一定制度背景下进行的，且存在众多的契约关系。这种制度及契约在一定时期内，对经济活动和资源、要素有较强的“锁定功能”，使它们的作用表现出滞后的特征。这些情况表明，当一种变量发生变化时，另一个变量由于制度方面的原因，需要经过一定时期才能做出相应的变动，从而形成滞后现象。 8.1.2 滞后变量和滞后变量模型 所谓滞后变量是指过去时期的、对当期变量产生影响的变量。滞后变量可分为滞后解释变量和滞后因变量两类。把滞后变量引入模型，这种回归模型称为滞后变量模型。在经济分析中，运用滞后变量模型可以使不同时期的经济现象彼此联系起来，同时也将经济活动的静态分析转化为动态分析，使模型更符合实际经济的运行状况。 滞后模型的一般形式为： 01111t t t k t k t p t p t y a b x b x b x y y u λλ----=++++++++ 滞后模型根据其滞后变量的类型分为分布滞后模型和自回归模型；根据其滞后的长度分为有限滞后模型和无限滞后模型。 1.分布滞后模型 如果滞后变量模型中没有滞后因变量，因变量受解释变量的影响只分布在解释变量不同时期的滞后值上，称为分布滞后模型（distributed lag model ）。模型结构如下：

实验五七虚拟变量回归分析

第七章虚拟变量回归分析 姓名：耿肃竹学号：20136878 班级：经济1302 【实验目的】目的在于学习基本的经济计量方法并利用Stata对经济中典型的数据，掌握虚拟变量的分析思路，掌握虚拟变量回归的基本操作方法，掌握虚拟变量回归的结果分析。 【实验软件】Stata是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。该软件提供的功能包含线性混合模型、均衡重复反复及多项式普罗比模式。作为流行的计量经济学软件，Stata的功能十分地全面和强大。可以毫不夸张地说，凡是成熟的计量经济学方法，在Stata中都可以找到相应的命令，而这些命令都有许多选项以适应不同的环境或满足不同的需要。【实验要求】利用stata软件学习多元回归分析的应用问题，并在回归结果中学会以下命令的使用对类型变量B生成虚拟变量Atabulate B, gen(A)；对包含虚拟变量的情况进行回归regress y x1 x2…A2 A3…等命令。学会虚拟变量在回归分析中的应用进行有效分析，学以致用。 【实验内容】教材P213——C2 题目【1】C2 （Ⅰ）输入命令“regress lwage educ exper tenure married black south urban”:

解： log(wage)=5.395497+0.0654307educ+0.014043exper+0.0117473tenure (0.113225) (0.0062504) (0.0031852) (0.002453) +0.1994171married-0.1883499black-0.0909036south+0.1839121urban (0.0390502) (0.0376666) (0.0262485) (0.0269583) n=935 R2=0.2526 保持其他因素不变，黑人和非黑人之间的月薪差异近似（约等于）为0.1883499，因为P=0，所以这个差异是统计显著的。 （Ⅱ）输入命令”g e n e rate e x pe r sq=e x p e r*e x p e r”“ge n e rate tenuresq=tenure*tenure”“regress lwage educ expertenure married black a o u t h u r b a n e x p e r a q”:

第九章 滞后变量模型

第九章 滞后变量模型 一. 单项选择题 1.下列属于有限分布滞后模型的是( )。 A. t t t t t u Y b Y b X b Y +++++=-- 22110α B. t t t t u X b X b Y ++++=- 110α C. t k t k t t t t u Y b Y b Y b X b Y ++++++=--- 22110α D. t k t k t t t t u X b X b X b X b Y ++++++=--- 22110α 2.消费函数模型2 11.03.05.0400?--+++=t t t t I I I C ，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 增加1单位，C t+2增加( )。 A. 0.5单位; B. 0.3单位 C. 0.1单位; D. 0.9单位 3.在分布滞后模型t k t k t t t t u X b X b X b X b Y ++++++=--- 22110α中，长期乘数为( )。 A.0b B. i b (i=1,2,…,k) C. ∑=k i i b 1 D. ∑=k i i b 4.在分布滞后模型的估计中，使用时间序列资料可能存在的序列相关问题就表现为( )。 A.异方差问题 B.自相关问题 C.多重共线性问题 D.随机解释变量问题 5.对于有限分布滞后模型t k t k t t t t u X b X b X b X b Y ++++++=--- 22110α中，如果其参数i b (i=1,2,…, k) 可以近似地用一个关于滞后长度i (i=1,2,…,k) 的多项式表示，则称此模型为（ ）。 A.有限多项式滞后模型 B.无限多项式滞后模型 C.考伊克变换模型 D.自适应预期模型 6.自适应预期模型基于如下的理论假设：影响被解释变量Y t 的因素不是X t,而是关于X 的预期*1+t X ，且预期*1+t X 形成的过程是*1+t X -* t X =)(*1+-t t X X γ，其中0＜γ＜1，γ被称为（ ）。

滞后变量模型

第5章 滞后变量模型 一.单项选择题 1.下列属于有限分布滞后模型的是( )。 A.u y b y b x b y t t t t t a +++++=-- 22110 B.u y b y b y b x b y t k t k t t t t a ++++++=--- 22110 C.u x b x b y t t t t a ++++=- 110 D.u x b x b x b y t k t k t t t a +++++=-- 110 2.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 增加一单位，C t+2增加( )。 A.0.5单位 B.0.3单位 C.0.1单位 D.0.9单位 3.在分布滞后模型u x b x b x b y t k t k t t t +++++=-- 110α中，延期过渡性乘数( )。 A.b 0 B.b i (i=1,2,…,k) C.∑=k i i b 1 D.∑=k i i b 0 4.在分布滞后模型的估计中，使用时间序列资料可能存在的序列相关问题就表现为( )。 A.异方差问题 B.自相关问题 C.多重共线性问题 D.随机解释变量问题 5.对于有限分布滞后模型u x b x b x b y t k t k t t t +++++=-- 110α中，如果其参数b i (i=1,2,…,k)可以近似地用一个关于之后长度i(i=1,2,…,k)的多项式表示，则称此模型为（ ）。 A.有限多项式滞后模型 B.无限多项式之后模型 C.库伊克变换模型 D.自适应预期模型 6.下列哪一个不是几何分布滞后模型的变换模型（ ）。 A.库伊克变换模型 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 7.自适应预期模型基于如下的理论假设：影响被解释变量y t 的因素不是X t,而是关于X 的预期X t * 1+，且预期X t * 1+形成的过程是X t * 1+-X t * =γ（X X t t * -），其中0＜γ＜1，γ被称为（ ）。 A.衰减率 B.预期系数 C.调整因子 D.预期误差 8.当分布滞后模型的随机误差项满足线性模型假定时，下列哪一个模型可以