第七章 滞后现象

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、

0a00,1a0a1a2,2a02a14a2,3a03a19a2,4a04a116a20.

解方程可得，00,12、

时期 t —3 t —2 t —1 t t +1 34a1,2a1,334a1,40。

P* p 100 105 115 135 160 110 125 155 185 —— 3、首先将M滞后一期并乘上(11)得到

(11)Mt1(11)(11)1Yt1(11)2Rt1t1

Mt(11)Mt1111Yt2[Rt(11)Rt1]t(11)t1111Yt2[Rt(1221)Rt1]t(11)t1111Yt2[Rt(12)Rt1(12)Rt1]t(11)t1111Yt2[Rt(12)Rt1]2(12)Rt1t(11)t1111Yt22Rt2(12)Rt1t(11)t1************* 1

Mt(11)MMt1t1111Yt22Rt2(12)Rt1t(11)t1(1)111Yt122Rt12(12)Rt2t1(11)t2]***(11)Mt2(12)[Mt1(11)Mt2(12)1(12)11Yt1(12)22Rt12(12)(12)Rt2(12)[t1(11)t2](2)(1)－(2) 于是Mt可表示为:

Mt121[1Yt(12)Yt(11)(12M)t21]2R[(11R)2tt2t)1t(21(11

)(12t  ) （）21](2M)1t1六、

ˆ14.220.1721、（1）EQt0.028t0.0007t20.297Et1

（2．61）（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：

Et14.220.172Q0.028t0.0007t0.703Ett1

由局部调整模型的系数关系可得：10.7030.297 （4）把EtEt1代入上式即可得长期需求函数：

Et47.87880.5791Q0.0943t0.0024t

t22、（1）先用第一个模型回归，结果如下：

Dependent Variable: PCE Method: Least Squares Date: 07/27/05 Time: 21:41 Sample: 1970 1987 Included observations: 18 Variable C PDI

Std. Error 32.69425 0.015033 2

Prob. 0.0000 0.0000 Coefficient -216.4269 1.008106 t-Statistic -6.619723 67.05920 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

0.9955 Mean dependent var 0.996233 S.D. dependent var 18.88628 Akaike info criterion 5707.065 Schwarz criterion -77.37269 F-statistic 1.366654 Prob(F-statistic) 1955.606 307.7170 8.819188 8.918118 4496.936 0.000000

ˆ215.22021.007PDI PCEttt(6.3123) (.2447) R0.9961 DW=1.302

2 利用第二个模型进行回归，结果如下：

Dependent Variable: PCE Method: Least Squares Date: 07/27/05 Time: 21:51 Sample (adjusted): 1971 1987 Included observations: 17 after adjustments Variable C PDI PCE(-1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -233.2736 0.982382 0.037158 Std. Error 45.55736 0.140928 0.144026 t-Statistic -5.120436 6.970817 0.257997 Prob. 0.0002 0.0000 0.8002 1982.876 293.9125 8.829805 8.976843 2017.0 0.000000 0.996542 Mean dependent var 0.996048 S.D. dependent var 18.47783 Akaike info criterion 4780.022 Schwarz criterion -72.05335 F-statistic 1.570195 Prob(F-statistic)

回归模型如下：

ˆ231.2330.9759PDI0.043PCE PCEttt1t(4.7831) (6.3840) (0.275 1)

3

R0.996196 DW=1.4542

2(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)=0.9329

3 、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：

Yt*0Xt1Yt1ut

***估计结果如下：

Dependent Variable: Y Method: Least Squares Date: 07/27/05 Time: 22:31 Sample (adjusted): 1963 1995 Included observations: 33 after adjustments Variable C X Y(-1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

2 Std. Error 1.167127 0.024782 0.182865 t-Statistic 1.625055 4.123961 0.0803 Prob. 0.1146 0.0003 0.9365 7.804242 5.8686 5.6555 5.792502 21.12278 0.000002 Coefficient 1.65 0.102199 0.014700 0.584750 Mean dependent var 0.557066 S.D. dependent var 3.919779 Akaike info criterion 460.9399 Schwarz criterion -90.33151 F-statistic 1.901308 Prob(F-statistic) 从结果看，t值F值都很显著，R不是很高。

（1）根据局部调整模型的参数关系，有,0,11,tt，将上述估计结果代入得到：

0.9853,0.1037,1.9249

****故局部调整模型为：

Yt1.92490.1037Xtt

*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。

4

（2）根据自适应模型的参数关系，有,0,11,tt(1)t1，代入得到：

0.9853,0.1037,1.9249

****故局部调整模型为：

Yt1.92490.1037X*tt

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