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： ttttttuXXXXY3322110 将系数i (i=0,1,2,3)用二次多项式近似，即 00  2101 210242 210393 则原模型可变为 tttttuZZZY221100 其中 3212321132109432tttttttttttttXXXZXXXZXXXXZ 在 Eview s 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 Z1t、Z2t 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210、、的估计值210ˆˆˆ、、。将它们代入分布滞后系数的阿尔蒙多项式中，可计算出3210ˆˆˆˆ、、、的估计值为： -0.522)432155.0(9902049.03661248.0ˆ9ˆ3ˆˆ0.736725)432155.0(4902049.02661248.0ˆ4ˆ2ˆˆ1.131142)432155.0(902049.0661248.0ˆˆˆˆ661248.0ˆˆ21012101210100 从而，分布滞后模型的最终估计式为： 32155495.076178.015686.1630281.0419601.6tttttXXXXY 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...