注意：自回归模型和自回归分布滞后模型都属于动态模型。即被解释变量滞后项作解释变量的模型。最简单的形式是一阶自回归模型Y=βY-1+ut回归系数的估计量为有偏、一致估计量。这样的模型避免用小样本估计参数以真值=0.8为例，Y=0.8Yt1+ut，用蒙特卡罗方法研究β的OLS估计量的分布。样本容量分别为T=20，50，100时，各模拟2万次结果如下：B1F3B1F1B1F2(File:dynamicmodel)6-5-T=2004-MethodSeries names3-yfForecast name:DynamicforecastT=50Staticforecast2-S.E. (optional):Structural(ignoreARMA)1-GARCH(optional):CoefuncertaintyinS.E.calcT=200--0.4-0.20.00.20.40.60.81.01.21.4对于动态模型预测时有两种方法。一种称作静态预测，一种称作动态预测。静态预测是指Y-用实际发生值（样本值）代入预测式所做的预测。动态预测是指解释变量Y除了Y用实际发生值（样本值），而对于Y2...，Yr-1.都用模型前一期的预测值代入预测式所做的预测
注意：自回归模型和自回归分布滞后模型都属于动态模型。即被解释变量滞后项作解释变量 的模型。最简单的形式是一阶自回归模型。 Yt = 1 Yt-1 + ut 回归系数1的估计量为有偏、一致估计量。这样的模型避免用小样本估计参数。 以真值1 = 0.8 为例，Yt = 0.8 Yt-1 + ut，用蒙特卡罗方法研究1的 OLS 估计量的分布。 样本容量分别为 T=20，50，100 时，各模拟 2 万次结果如下： 0 1 2 3 4 5 6 7 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 B1F1 B1F2 B1F3 T=20 T=50 T=200 对于动态模型预测时有两种方法。一种称作静态预测，一种称作动态预测。 静态预测是指 Yt-1用实际发生值（样本值）代入预测式所做的预测。 动态预测是指解释变量 Yt-1 除了 Y1用实际发生值（样本值），而对于 Y2,., YT-1,都用模型前一 期的预测值代入预测式所做的预测
模型的设定误差与变量测量误差（1）当模型中丢失重要解释变量时，回归系数估计量是有偏的、不一致的。（2）当模型中包括非重要解释变量时，主要是影响回归系数估计量的有效性：但不会影响估计量的无偏性和一致性。（3）当被解释变量、解释变量同时存在测量误差时，或者仅解释变量存在测量误差时，将导致回归系数OLS估计量丧失无偏性和一致性
模型的设定误差与变量测量误差 （1）当模型中丢失重要解释变量时，回归系数估计量是有偏的、不一致的。 （2）当模型中包括非重要解释变量时，主要是影响回归系数估计量的有效性， 但不会影响估计量的无偏性和一致性。 （3）当被解释变量、解释变量同时存在测量误差时，或者仅解释变量存在测 量误差时，将导致回归系数 OLS 估计量丧失无偏性和一致性