《第七章 滞后现象.doc》由会员分享，可在线阅读，更多相关《第七章 滞后现象.doc（5页珍藏版）》请在三一文库上搜索。
1、第七章一、1、A 2、D 3、B 4、D 5、C 6、A 7、B 8、C 9、B 10、D 11、A 12、A 13、C 14、A 15、D二、1、ABD 2、BC 3、ACD 4、ABD 5、ABC三、1、滞后现象：解释变量需要通过一段时间才能完全作用于被解释变量。原因：心理预期因素、技术因素、制度因素。2、存在的问题：自由度问题、多重共线性问题、滞后长度难于确定。利用经验加权估计法和阿尔蒙法。3、有滞后现象。四、1、对 2、错3、错 4、对 5、错 五、1、解方程可得，。2、时期t 3100110t 2105125t 1115155t 135185t +11603、首先将M滞后一期并乘上得
2、到 (1)(2) 于是可表示为: 六、1、（1） （261）（0.014） （0.015） （0.0002） （0.033） （5.448 ）（12.286）（-1.867） （-3.5 ） （ -9） （2）模型中考虑了预期因素，是对“期望模型”做出的假定。也就是说产出、时间和时间平方现在水平影响将来的就业水平。（3）将上式化解可得：由局部调整模型的系数关系可得：（4）把代入上式即可得长期需求函数：2、（1）先用第一个模型回归，结果如下：Dependent Variable: PCEMethod: Least SquaresDate: 07/27/05 Time: 21:41Sample:
3、1970 1987Included observations: 18VariableCoefficientStd. Errort-StatisticProb.C-216.426932.69425-6.6197230.0000PDI1.0081060.01503367.059200.0000R-squared0.996455Mean dependent var1955.606Adjusted R-squared0.996233S.D. dependent var307.7170S.E. of regression18.88628Akaike info criterion8.819188Sum s
4、quared resid5707.065Schwarz criterion8.918118Log likelihood-77.37269F-statistic4496.936Durbin-Watson stat1.366654Prob(F-statistic)0.000000 DW=1.302 利用第二个模型进行回归，结果如下：Dependent Variable: PCEMethod: Least SquaresDate: 07/27/05 Time: 21:51Sample (adjusted): 1971 1987Included observations: 17 after adjus
5、tmentsVariableCoefficientStd. Errort-StatisticProb.C-233.273645.55736-5.1204360.0002PDI0.9823820.1409286.9708170.0000PCE(-1)0.0371580.1440260.2579970.8002R-squared0.996542Mean dependent var1982.876Adjusted R-squared0.996048S.D. dependent var293.9125S.E. of regression18.47783Akaike info criterion8.82
6、9805Sum squared resid4780.022Schwarz criterion8.976843Log likelihood-72.05335F-statistic2017.064Durbin-Watson stat1.570195Prob(F-statistic)0.000000回归模型如下： DW=1.4542(2)从模型一得到MPC=1.0070；从模型二得到，短期MPC=0.9759，长期MPC=0.9759+(-0.043)=0.93293 、在局部调整假定和自适应假定下，上述二模型最终都转化为一阶自回归模型。为此，先估计如下形式的一阶自回归模型：估计结果如下：Depen
7、dent Variable: YMethod: Least SquaresDate: 07/27/05 Time: 22:31Sample (adjusted): 1963 1995Included observations: 33 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C1.8966451.1671271.6250550.1146X0.1021990.0247824.1239610.0003Y(-1)0.0147000.1828650.0803890.9365R-squared0.584750Mean de
8、pendent var7.804242Adjusted R-squared0.557066S.D. dependent var5.889686S.E. of regression3.919779Akaike info criterion5.656455Sum squared resid460.9399Schwarz criterion5.792502Log likelihood-90.33151F-statistic21.12278Durbin-Watson stat1.901308Prob(F-statistic)0.000002从结果看，t值F值都很显著，不是很高。（1）根据局部调整模型的
9、参数关系，有，将上述估计结果代入得到：故局部调整模型为：意义：为了达到全省工业总产值的计划值，寻求一个未来预期新增固定资产的最佳量。全省工业总产值每计划增加1（亿元），则未来预期最佳新增固定资产量为0.1037亿元。（2）根据自适应模型的参数关系，有，代入得到：故局部调整模型为：意义：新增固定资产的变化取决于全省工业总产值的预期值。全省工业总产值每预期增加增加1（亿元），当期新增固定资产量为0.1037（亿元）。（3）局部调整模型和自适应模型的区别在于：局部调整模型是对应变量的局部调整而得到的；而自适应模型是由解释变量的自适应过程而得到的。由回归结果可见，Y滞后一期的回归系数并不显著，说明两个模型的设定都不合理。七、1、滞后效应 2、制度因素 3、滞后变量4、滞后解释变量，滞后被解释变量 5、s 6、q 7、有限分布滞后模型，无限分布滞后模型 8、乘数效应9、长期乘数或总分布乘数10、施加某种约束 11、模型变换12、经验加权估计法 13、多项式 14、库伊克几何分布滞后 15、被解释变量5