第七章案例分析【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，我们在例 7.3 中采用了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。下面用阿尔蒙法估计如下有限分布滞后模型：ttttttuXXXXY3322110将系数i (i=0,1,2,3) 用二次多项式近似，即002101210242210393则原模型可变为tttttuZZZY221100其中3212321132109432tttttttttttttXXXZXXXZXXXXZ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Z0t 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 Z0Z1 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210、、的估计值210???、、。将它们代入分布滞后系数的阿尔蒙多项式中，可计算出3210????、、、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??21012101210100从而，分布滞后模型的最终估计式为：32155495.076178.015686.1630281.0419601.6tttttXXXXY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210、、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系数式3210????、、、是相同的。【案例 7.2】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...
