区分短期效应和长期效应

机器算法验证 回归 时间序列 滞后
2022-03-27 10:12:07

我在一篇论文中读到以下句子:

短期和长期系数之间存在差异的事实是我们的规范包括滞后内生变量的结果。

他们对一阶差分进行回归,并包括因变量的滞后。
现在他们争辩说,如果你从输出中查看一个估计值(例如,我们称之为估计值对因变量的短期影响。 此外,他们认为 / (1 - 滞后估计) 给出了 p 对因变量的长期影响。pp
p

该论文可在以下网址找到:https ://www.ecb.europa.eu/pub/pdf/scpwps/ecbwp1328.pdf以及他们在第 20 页脚注 23 中关于短期/长期影响的讨论。

我不完全理解为什么您可以区分对因变量的短期和长期影响。如果有人可以更详细地解释他们的想法,那将非常有帮助。p

1个回答

假设你有一个模型的瞬时效应(或短期效应

yt=α+βyt1+γxt+εt.
γxty

请注意,由于也会通过滞后因变量对产生影响,并且这种影响的大小将是yt1xtytxtyt+1βγxt

故事并没有到此结束。x_t将是x_t将是等等等等。如果你将瞬时效应和所有延迟效应一直到无限未来相加,你将得到的累积效应,即(你使用衰减几何级数的无限和的公式,请参阅Wikipedia)。这就是所谓的长期效应xtyt+2β2γxtxtyt+3β3γxtxty11βγxt

上面的模型可以推广到更复杂的滞后结构,但想法保持不变;滞后的因变量将影响延续到无限的未来。