文档介绍：生命赐给我们，我们必须奉献生命，才能获得生命。
实验概述：
【实验目的及要求】
深刻理解平稳性的要求和 ADL自回归分布之后建模的思想。
学会 ADL模型的实际应用方法，确定并建立模型。
学会如何利用模型进行预测。
熟练掌握 EVIEWS的结果，看懂 eviews 的输出结果。
【实验原理】
我们在上一节引入了分布滞后模型：
Yt = α +β 0Xt + β1Xt-1 + +βsXt-s + ut (1)
在这类模型中，由于在 X 和它的若干期滞后之间往往存在数据的
高度相关，从而导致严重多重共线性问题。因此，分布滞后模型极少按
1）式这样的一般形式被估计。通常采用对模型各系数β j 施加某种先验的约束条件的方法来减少待估计的独立参数的数目，从而避免多重共线性问题，或至少将其影响减至最小。这方面最著名的两种方法是科克
方法和阿尔蒙方法。下面首先介绍科克方法。
Yt 0 1 Xt 2Yt 1 Vt (4)
这种解释变量中包括因变量的滞后值的模型称为自回归模型。仅包
含因变量一期滞后值的自回归模型是动态经济模型的一种比较简单的
形式。由于在解释变量中包含了因变量的滞后值 , 我们就可以动态地考
察该变量在若干周期中的变动 , 因此称为动态模型。
在自回归模型（ 4）中，由于随机解释变量的存在和序列相关的可能
性这双重原因， OLS 法不能直接应用，因此我们必须研究这类模型的估
计问题。
一、自回归模型的估计问题
OLS 法的应用，要求解释变量 Xt 为非随机的。在自回归模型中，
由于 Yt-1 作为解释变量，这一条件已无法满足，这表明， Yt-1 是随着
随机扰动项 Vt-1 的变动而变动的，即 Yt-1 部分地由 Vt-1 决定，因而
Yt-1 是随机变量。
1. 解释变量为随机变量时 OLS估计量的统计性质
希望是本无所谓有，无所谓无的。这正如地上的路；其实地上本没有路，走的人多了，也便成了路。
生命赐给我们，我们必须奉献生命，才能获得生命。
可以证明，当 X 为非随机变量这一条不满足时
（ 1）若每一个 Xt 都独立于所有的扰动项 ut ，即
cov(Xs,ut)=0, s=1,2, ,n t=1,2, n
则 OLS估计量仍为无偏估计量。
2）若解释变量 Xt 独立于相应的扰动因素 ut ，即随机解释变量与扰动项同期无关：
Cov(Xt,ut)=0, t=1,2, ,n
则 OLS估计量为一致估计量。
3）若上述两条均不满足，则 OLS估计量既是有偏的，又是不一致的。
2、自回归模型的估计问题
在自回归模型的情况下，第（ 1）条已无法满足，因为 Yt-1 显然
可以表示为 Vt-1,Vt-2, ,V1 等的函数，因而依赖于 Vt-1 和所有早期
的扰动因子。
现在让我们来看是否有可能满足解释变量与扰动项同期无关的条
件，从而得到一个一致的估计量。在自回归模型（ 4）的情况下，也就
是要求 Yt-1 独立于 Vt, 或