第七章滯后現(xiàn)象

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、滯后現(xiàn)象：解釋變量需要通過(guò)一段時(shí)間才能完全作用于被解釋變量。原因：心理預(yù)期因素、技術(shù)因素、制度因素。2、存在的問(wèn)題：自由度問(wèn)題、多重共線性問(wèn)題、滯后長(zhǎng)度難于確定。利用經(jīng)驗(yàn)加權(quán)估計(jì)法和阿爾蒙法。3、有滯后現(xiàn)象。四、1、對(duì) 2、錯(cuò)3、錯(cuò) 4、對(duì) 5、錯(cuò) 五、1、解方程可得，。2、時(shí)期t 3100110t 2105125t 1115155t 135185t +11603、首先將m滯后一期并乘上得

2、到 (1)(2) 于是可表示為: 六、1、（1） （261）（0.014） （0.015） （0.0002） （0.033） （5.448 ）（12.286）（-1.867） （-3.5 ） （ -9） （2）模型中考慮了預(yù)期因素，是對(duì)“期望模型”做出的假定。也就是說(shuō)產(chǎn)出、時(shí)間和時(shí)間平方現(xiàn)在水平影響將來(lái)的就業(yè)水平。（3）將上式化解可得：由局部調(diào)整模型的系數(shù)關(guān)系可得：（4）把代入上式即可得長(zhǎng)期需求函數(shù)：2、（1）先用第一個(gè)模型回歸，結(jié)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-squared0.996455    mean dependent var1955.606adjusted r-squared0.996233    s.d. dependent var307.7170

4、s.e. of regression18.88628    akaike info criterion8.819188sum squared resid5707.065    schwarz criterion8.918118log likelihood-77.37269    f-statistic4496.936durbin-watson stat1.366654    prob(f-statistic)0.000000 dw=1.

5、302 利用第二個(gè)模型進(jìn)行回歸，結(jié)果如下：dependent variable: pcemethod: least squaresdate: 07/27/05 time: 21:51sample (adjusted): 1971 1987included observations: 17 after adjustmentsvariablecoefficientstd. errort-statisticprob.  c-233.273645.55736-5.1204360.0002pdi0.9823820.1409286.9708170.0000pce(-1)0.037158

6、0.1440260.2579970.8002r-squared0.996542    mean dependent var1982.876adjusted r-squared0.996048    s.d. dependent var293.9125s.e. of regression18.47783    akaike info criterion8.829805sum squared resid4780.022    schwarz

7、 criterion8.976843log likelihood-72.05335    f-statistic2017.064durbin-watson stat1.570195    prob(f-statistic)0.000000回歸模型如下： dw=1.4542(2)從模型一得到mpc=1.0070；從模型二得到，短期mpc=0.9759，長(zhǎng)期mpc=0.9759+(-0.043)=0.93293 、在局部調(diào)整假定和自適應(yīng)假定下，上述二模型最終都轉(zhuǎn)化為一階自回歸模型。為此，先估計(jì)如下形式的一階自回歸模型：

8、估計(jì)結(jié)果如下：dependent 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)0.0147000.1828650.0803890.9365

9、r-squared0.584750    mean dependent var7.804242adjusted r-squared0.557066    s.d. dependent var5.889686s.e. of regression3.919779    akaike info criterion5.656455sum squared resid460.9399    schwarz criterion5.792502log

10、likelihood-90.33151    f-statistic21.12278durbin-watson stat1.901308    prob(f-statistic)0.000002從結(jié)果看，t值f值都很顯著，不是很高。（1）根據(jù)局部調(diào)整模型的參數(shù)關(guān)系，有，將上述估計(jì)結(jié)果代入得到：故局部調(diào)整模型為：意義：為了達(dá)到全省工業(yè)總產(chǎn)值的計(jì)劃值，尋求一個(gè)未來(lái)預(yù)期新增固定資產(chǎn)的最佳量。全省工業(yè)總產(chǎn)值每計(jì)劃增加1（億元），則未來(lái)預(yù)期最佳新增固定資產(chǎn)量為0.1037億元。（2）根據(jù)自適應(yīng)模型的參數(shù)關(guān)系，有，代入得到：故局部調(diào)整模型為：意義：新增固定資產(chǎn)的變化取決于全省工業(yè)總產(chǎn)值的預(yù)期值。全省工業(yè)總產(chǎn)值每預(yù)期增加增加1（億元），當(dāng)期新增固定資產(chǎn)量為0.1037（億元）。（3）局部調(diào)整模型和自適應(yīng)模型的區(qū)別在于：局部調(diào)整模型是對(duì)應(yīng)變量的局部調(diào)整而得到的；而自適應(yīng)模型是由解釋變量的自適應(yīng)過(guò)程而得到的。由回歸結(jié)果可見(jiàn)，y滯后一期