(1)式F*=a+BH1+u1代入(3)式 H=6H*+(1-0)Ht-1,得到 H=a6+BHt+(1-6)Ht=+6u (4) 用此模型可估计出α、β和δ的值。 与科克模型类似,这里也存在解释变量为随机变 量的问题(Y1-1).区别是科克模型中,Y-1与扰动项 u--λu1-1)同期相关,而部分调整模型不存在同期 相关,因为V和u都在Yt-1决定之后才产生。在这种情 况下,用OLS法估计,得到的参数估计量是一个一致 的估计量(渐近无偏和渐近有效) 16
16 (1）式 Yt * =α+βXt+ut 代入（3）式 Yt =δYt * +(1-δ) Yt-1 ，得到 Yt=αδ+βδXt+(1-δ)Yt-1+δut （4） 用此模型可估计出α、β和δ的值。 与科克模型类似，这里也存在解释变量为随机变 量的问题（Yt-1）.区别是科克模型中,Yt-1与扰动项 （ut-λut-1）同期相关，而部分调整模型不存在同期 相关，因为Vt和ut都在Yt-1决定之后才产生。在这种情 况下，用OLS法估计，得到的参数估计量是一个一致 的估计量（渐近无偏和渐近有效）
不难看出,(4)式 H=a+B6H1+(1-6)t1+6u2 (4) 与变换后的科克模型的形式相似,我们也不难通过 对(4)式中Y-1进行一系列的置换化为几何分布滞 后的形式。 (4)式两端取一期滞后,得 X1=ao+BaY1+(1-)H22+O1(5) 将此式代入(4)式,得到(为简单起见,省略扰动 项) Y1=ao1+(1-)+Bcx1+(1-6)Ba1+(1-o)y2 (6)
17 不难看出，（4）式 Yt=αδ+βδXt+(1-δ)Yt-1+δut （4） 与变换后的科克模型的形式相似，我们也不难通过 对（4）式中Yt-1进行一系列的置换化为几何分布滞 后的形式。 （4）式两端取一期滞后，得 （ 5 ） 将此式代入（4）式，得到（为简单起见，省略扰动 项）： （ 6 ） 1 1 2 1 (1 ) Yt− = + Xt− + − Yt− +ut− 2 2 1 [1 (1 )] (1 ) (1 ) Yt = + − + Xt + − Xt− + − Yt−
我们可以用同样的方法置换Yt=2,以及随后的Y13, 直至无穷,结果是将Y1表示为X的当前值和滞 后值的一个滞后结构,系数为科克形式的几何递减权 数,具体形式为: y1=a+BX1+(1-6)X21+(1-6)2X2+]+5 其中 5=n1+6(1-6)21+o(1-6)l12+ 令A=1-8,β=β8,则得 =∝+bx+K+Yx3+]+() 与上节(2)式形式完全一样
18 我们可以用同样的方法置换Yt-2，以及随后的Yt-3, Yt-4,…,直至无穷，结果是将Yt表示为X的当前值和滞 后值的一个滞后结构，系数为科克形式的几何递减权 数，具体形式为： Yt Xt Xt Xt t = + + − + − + + − − [ (1 ) (1 ) ......] 2 2 1 (1 ) (1 ) ...... 2 2 t = ut + − ut−1 + − ut− + [ ...] (7) 2 2 Yt Xt + Xt 1 + Xt + +t = + − − 与上节（2）式形式完全一样。 令λ=1-δ，β’=βδ，则得 其中
例林特纳( lintner)的股息调整模型 J. Lintner建立的股息调整模型是应用部分调整模 型的一个著名实例 在对公司股息行为的研究中, Lintner发现,所有 股份公司都将其税后利润的一部分以股息的形式分配 给股东,其余部分则用作投资。 当利润增加时,股息一般也增加,但通常不会将增 加的利润都用作股息分配,这是因为:(1)利润的 增加可能是暂时的;(2)可能有很好的投资机会 为了建立一个描述这种行为的模型, Lintner假设 各公司有一个长期的目标派息率γ,理想的股息D*与 现期利润∏1有关,其关系为 D=r1l
19 例 林特纳（lintner）的股息调整模型 J．Lintner建立的股息调整模型是应用部分调整模 型的一个著名实例。 在对公司股息行为的研究中，Lintner发现，所有 股份公司都将其税后利润的一部分以股息的形式分配 给股东，其余部分则用作投资。 当利润增加时，股息一般也增加，但通常不会将增 加的利润都用作股息分配，这是因为：（1）利润的 增加可能是暂时的；（2）可能有很好的投资机会。 为了建立一个描述这种行为的模型，Lintner假设 各公司有一个长期的目标派息率γ，理想的股息Dt *与 现期利润Πt有关，其关系为 Dt * =γΠt
而实际股息服从部分调整机制 △D1=元(D1-D1-1)+U1 其中为扰动项。因此 D1-D=1=A(D2-D1=1)+U1 =yl, -nD+U yaI4+(1-A)D1+U1
20 而实际股息服从部分调整机制 Dt = Dt − Dt− +Ut ( )1 * Dt − Dt− = Dt − Dt− +Ut ( )1 * 1 = t − Dt−1 +Ut Dt = t + − Dt−1 +Ut (1 ) 其中Ut为扰动项。因此