‫الفصل االثامن‬

‫نماذج المتباطئات الموزعه ‪Distributed lag Models‬‬

‫‪ 1.8‬مقدمه‬
‫‪.28‬دور الفترة الزمنية في االقتصاد‬

‫‪3.8‬استخدام القيم المتباطئة‪.‬‬

‫‪ 4.8‬تقدير نموذج المتباطئات الموزعة‪.‬‬
‫‪ 5.8‬نموذج كويك للمتباطئات الموزعة‪.‬‬
‫‪6.8‬طريقة المتغيرات األداة‪.‬‬
‫‪7.8‬اختبار االرتباط الذاتي لنماذج االنحدار الذاتي‪.‬‬
‫‪ 8.8‬مثال‪ :‬الطلب على النقود‪.‬‬
‫‪9.8‬السببية في االقتصاد‪ .‬واختبار جرنجر‪.‬‬
‫‪ 10.8‬الخالصة‪.‬‬
 ‫مقدمه‪:‬‬
‫في تحليل االنحدار الذي يتضمن الســالسل الزمنية‪ ،‬إذا كان النموذج يتضمن قيم متباطئة باألضافه إلى القيم‬
‫الحالية‪ ،‬هذا يسمى نماذج المتباطئات الموزعة‪ Distribute Lag Model‬إذا كان النموذج يتضمن واحدة أو‬
‫أكثر من القيم المتباطئة من المتغير المفسر او من المتغير التابع ‪.‬‬
‫‪u‬‬ ‫‪t‬‬
‫‪Xt‬‬ ‫‪Xt ‬‬ ‫‪X 1  3‬‬ ‫‪ t2‬‬
‫‪1Y‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪‬‬ ‫‪‬‬
‫‪1.8‬‬

‫‪u‬‬ ‫‪t‬‬
‫‪Yt‬‬ ‫‪X‬‬ ‫‪1 t ‬‬
‫‪Y‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪‬‬
‫‪2.8‬‬
‫يمثل ‪ 8.1‬و ‪ 8.2‬نماذج المتباطئات الموزعة‪.‬‬
‫نماذج المتباطئات الموزعة‪ .‬تستخدم هذه النماذج بكثرة في التحليل االقتصادي حيث تمثل سلوك المتغير التابع‬
‫في عالقته مع القيم الماضية‪.‬‬

‫دور الزمن أو المتباطئات في االقتصاد‪:‬‬

‫في االقتصاد اعتماد المتغير التابع ‪ Y‬على قيم المتغير المفسر ليست لحظيه‪ .‬تكون عادة تعتمد ‪ Y‬على ‪ X‬مع‬
‫فرق زمني‪ .‬هذا الفارق الزمني يسمى المتباطئة ‪ lag‬على سبيل المثال دالة االستهالك ‪ .‬االستهالك يعتمد على‬
‫الدخل لو افترضنا زيادة في الدخل فان تأثيرها لن يكون تأثير لحظي أي في نفس اللحظة ولكن سوف تأخذ‬
‫بعض الوقت ليتعود الفرد على هذه الزيادة ويبدأ تأثيرها على االستهالك‪ .‬فتكون الدالة على الشكل التالي‪.‬‬
‫‪u‬‬ ‫‪X‬‬
‫‪3.8‬‬ ‫‪X‬‬ ‫‪t‬‬
‫‪X2.0‬‬ ‫‪t‬‬
‫‪ Y   4.0‬‬
‫‪3.0‬‬ ‫‪t‬‬ ‫‪2t‬‬ ‫‪1‬‬

‫حيث تمثل ‪ Y‬النفقات على االستهالك و‪ X‬تمثل الدخل‪.‬‬

‫المعادلة ‪ 8.3‬توضح أن تأثير الدخل ينتشر أو يتوزع على ثالث فترات زمنية‪ .‬نموذج ‪ 8.3‬يسمى نموذج‬
‫المتباطئات الموزعة‪ .‬ولتعميم النموذج يكون كما يلي‪:‬‬
‫‪Y     1X t  2X‬‬ ‫‪t 1‬‬ ‫‪  3X ......‬‬
‫‪t 2‬‬ ‫‪  kX‬‬ ‫‪t k‬‬ ‫‪u‬‬ ‫‪t‬‬

‫‪ k‬عدد المتباطئات ويمثل ‪ 1‬مضاعف التأثير أو تأثير قصير األجل ألنه يعطي تأثير تغير في ‪ X‬على ‪Y‬‬
‫في نفس الفترة الزمنية‪ .‬إذا استمر نفس المستوى من التأثير فان (‪ ) 1 + 2‬تعطي التغير الذي يحدث في‬
‫متوسط قسمة ‪ Y‬في الفترة التالية‪ .‬و (‪ ) 1 + 2+ 3‬في الفترة التالية وهكذا‪ .‬ويسمى الفاصل أو المؤقت‪.‬‬
‫أو المضاعفات المتوسطة‪ .‬ويعتبر مجموع إلى ‪ K‬المدى الطويل أو مجموع مضاعف المتباطئات الموزعة‪.‬‬
‫‪K‬‬

‫‪‬‬ ‫‪i 0‬‬

‫‪ i  1  2  ...‬‬
‫‪3  k   4.8‬‬

‫ويكون المعامل المعياري يساوي نسبة من المدى الطويل أو الذي يمثل التأثير لفترة زمنية بسيطة‪.‬‬

‫*‬ ‫‪‬‬ ‫‪‬‬

‫‪‬‬ ‫‪i‬‬
‫‪‬‬ ‫‪i‬‬
‫‪5.8‬‬
‫‪‬‬ ‫‪‬‬ ‫‪i‬‬ ‫‪‬‬
‫) ‪∂E (Y t‬‬
‫‪i‬‬
‫‪=β‬‬
‫‪∂ x −t i‬‬ ‫والتي تساوي‬
 ‫من معادلة االنحدار فان المضاعف قصير اآلجل يمثل الميل الحدي لالستهالك قصير اآلجل ويساوي ‪0.4‬‬
‫بينما مضاعف المدى الطويل هو الميل الحدي لالستهالك في المدى الطويل‪ .‬ويساوي من المعادلة ‪+0.4‬‬
‫‪0.9=0.2+0.3‬‬
‫أي أن زيادة وحده واحدة في الدخل سوف تؤدي إلى زيادة ‪ % 40‬في ألسنه األولى و ‪ %30‬في ألسنه الثانية‪.‬‬
‫و ‪ %20‬في ألسنه الثالثة‪ ..‬فيكون التأثير طويل األمد يساوي ‪ %90‬مما يشير إلى أن زيادة ‪ %44‬من التغير‬
‫الكلي سوف يظهر أثرها في ألسنه األولى و ‪ %77‬بعد سنه و‪ %100‬بعد سنتين‪.‬‬
‫أسباب وجدود المتباطئات ‪:‬‬
‫‪ -1‬أسباب نفسيه‪ .‬العادات والتقاليد تأخذ وقتا لتتجاوب مع المتغيرات التي تتم في البيئة‬
‫‪ -2‬أسباب تقنية‪ .‬ليس من السهل نقل التقنية بسرعة فعلى سبيا المثال إذا أردنا تغيير عنصر العمل بعنصر‬
‫الرأسمال(اآلالت) فيأخذ وقت لعملية اإلحالل مما يؤدي إلى وقت في التأثير على الناتج‪.‬‬
‫‪ -3‬أسباب تنظيميه‪ .‬مثل عقود العمل قد تأخذ وقت إلنهائها ليحل محلها راس المال مما يؤدي إلى وقت للتأثير في‬
‫الناتج‪.‬‬

‫تقدير نموذج المتباطئات الموزعة‪:‬‬

‫لتقدير نموذج المتباطئات الموزعة يجب أن نعرف أوال عدد المتباطئات التي يتضمنها النموذج‪ .‬يمكن‬
‫استخدام طريقتين‪:‬‬
‫استخدام طريقة اإلضافة‬ ‫‪-1‬‬
‫تحويلة كويك‪.‬‬ ‫‪-2‬‬
‫نموذج التوقعات المكيفة‬ ‫‪-3‬‬
‫نموذج التعديل الجزئي‬ ‫‪-4‬‬

‫‪-‬استخدام‪ 7‬طريقة االضافه‪:‬‬

‫يتم بإضافة القيمة األولى من ‪ X‬واستخدام طريقة المربعات الصغرى م ص ع ثم إضافة قيمة المتباطئة و‬
‫استخدم م ص ع مرة أخرى واالستمرار في إضافة المتباطئات وأجراء م ص ع إلى أن نصل إلى متباطئات‬
‫ال تتصف بالمعنوية أو تتغير إشارة من موجب إلى سالب أو من سالب إلى موجب‪ .‬بإجراء الطلب على النفط‪.‬‬
‫وباستخدام بيانات ربع سنوية من ‪ 1979- 1970‬نتحصل على النتائج التالية‪:‬‬
‫‪Y  873. 171‬‬
‫‪0. X‬‬
‫‪Y  872.  111‬‬
‫‪0 . X 460‬‬
‫‪0. X‬‬ ‫‪t1‬‬

‫‪Y  872. ‬‬

‫‪1901‬‬
‫‪0.‬‬ ‫‪X 170‬‬
‫‪0. X‬‬ ‫‪t1‬‬ ‫‪550‬‬
‫‪0. X‬‬ ‫‪t 2‬‬

‫‪Y  872. ‬‬

‫‪1801‬‬
‫‪0.‬‬ ‫‪X 360‬‬
‫‪0. X‬‬ ‫‪t 1‬‬ ‫‪220‬‬
‫‪0. X‬‬ ‫‪t 2‬‬ ‫‪020‬‬
‫‪0. X‬‬ ‫‪t 3‬‬ ‫‪8 6.‬‬
‫من التقديرات أعاله سوف نختار نموذج االنحدار الثاني‪ .‬آي أن قيمة المتباطئة غير مستقره وبالسالب‪.‬‬
‫هذه الطريقة لها عيوبها وهي‪:‬‬
‫‪ -1‬ال يوجد دليل نظري يعتمد عليه في اختيار عدد المتباطئات‪.‬‬
‫‪ -2‬بزيادة عدد المتباطئات تقل درجة الحرية‪.‬‬
 ‫‪ -3‬بزيادة عدد المتباطئات ترتفع قيمة االرتباط بين قيم ‪ X‬في النموذج‪ .‬ونعلم أن وجود االرتباط المتعدد يؤدي‬
‫إلى تقدير غير دقيق‪ .‬بارتفاع قيمة االنحراف المعياري‪.‬‬
‫‪ -4‬تؤدي هذه الطريقة إلى ما يسمى بتعدين البيانات ‪ Data Mining‬وهو اختبار البيانات إليجاد المتغيرات التي‬
‫تعطي مستوى معنوية وتصبح أهمية نتيجة اختبار الفرضية اكبر من دراسة العالقة‪.‬‬

‫طريقة نموذج كويك لنماذج المتباطئات الموزعة او االنحدار الذاتي للمتباطئات الموزعه‬
‫)‪:Auoregressive distrbuted lag(ARDL‬‬
‫ممكن إن تتضمن عدد النهائي من القيم المتباطئة للمتغير المستقل إال إن هذا يكون عائقا في عملية التقدير‬
‫وبذلك يتم استخدام نماذج المتباطئات الموزعة المحدد وده حيث أنها تتضمن عددا محدودا من المتغيرات‬
‫المستقلة في شكلها الحالي والمتباطئ وبذلك تأخذ الصورة التالية‪:‬‬
‫‪Y t    1X 1  2X‬‬ ‫‪  2X‬‬
‫‪t1‬‬ ‫‪t 2‬‬ ‫‪  3X‬‬ ‫‪t 3‬‬ ‫‪‬‬ ‫‪t‬‬ ‫‪8.7‬‬

‫ويمكن قياس النموذج شريطة إن يفوق حجم العينة عدد المتغيرات إال إننا نتوقع ظهور مشكلة االرتباط‬
‫الخطي المتعدد بين المتغيرات المستقلة بما قد ينعكس على دقة التقدير واالختبار‪.‬‬
‫لذلك توجد عدة نماذج تقترح حل مشكلة االرتباط المتعدد وذلك باستخدام فرضيات معينه حول الشكل الذي‬
‫تتخذه استجابة المتغير التابع لتغييرات المتغيرات المستقلة المتباطئة‪:‬‬
‫نموذج كويك للمتباطئات الموزعة يفترض إن معامالت المتغير المتباطئ تتناقص كمتوالية هندسية حسب‬
‫‪Y t    X 1  X‬‬ ‫‪t 1‬‬ ‫‪ 2X‬‬ ‫‪t 2‬‬ ‫‪ X‬‬
‫‪3‬‬
‫‪t 3‬‬ ‫‪.. u‬‬ ‫‪t‬‬ ‫القانون التالي‬
‫‪0  1‬‬
‫حيث تمثل ‪ ‬معدل التناقص للمتباطئات الموزعة حيث تمثل ‪ -1‬سرعة التكييف‪.‬‬
‫آي أن كل قيمة للمعامل ستكون اقل من القيمة التي بعدها‪ .‬آي انه كلما رجعنا إلى الوراء تأثير القيمة‬
‫المتباطئة يكون اقل ويمكن تمثل هذا بيانيا كما في الشكل‪.‬‬

‫‪=3/4‬‬
‫‪=1/2‬‬
‫‪=1/4‬‬

‫‪0‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬

‫لتقدير النموذج نستخدم ما يسمى بتحويله كويك‪ .‬والتي تتم كما يلي‪:‬‬
‫يقدر النموذج التالي‬
 2 3
Y =t α+Xβ Xδβ
+t −t 1+δβ X −t 2+δβ X −t 3+ ......+ u t 8 .8
:‫ثم تباطىء المعادلة وتضرب في‬

Y    X  2
X  3
X 
......  u
t1 t 1 t 2 t 3 t 1
8.9
‫بالطرح‬
2 2 3 3
Y −Yδ
t t =
− 1 α−αδ +Xβ Xδβ
+t 1Xδβ
t −
− t 1+δβ
− X −t −δβ
2 X t 2+δβ
− X −t −δβ
3 X t 3+
− .. +
. u−uδ
t t 1
−

Y t  (1   )  X t Y 
t1 t

  (u t u t 1 ) ‫حيث تمثل‬
:‫ويمكن إعادة كتابة المعادلة كما يلي‬

Y t  *   0X t Y t 1 t 801.

 *   (1   ,)

. ‫ وقيمة‬1 ,2 ‫نالحظ باستخدام تحويله كويك انه تم تبسيط النموذج بحيث انه سوف يتم تقدير‬
:‫في االقتصاد الكلي االستهالك دالة للدخل الحالي واالستهالك للفترة الزمنية السابقة‬
OC t   *  DY
0 t 
OC 
t1 t

:‫بتقدير النموذج ياستخدام االيفيوز نتحصل على ما يلي‬

Dependent Variable: COT

Method: Least Squares
Date: 02/23/12 Time: 17:59
Sample (adjusted): 1971 2010
Included observations: 40 after adjustments

Prob.   t-Statistic Std. Error Coefficient Variable

0.0000 7.706230 0.064980 0.500752 YD

0.0000 5.116328 0.080352 0.411106 COT(-1)
0.1104 -1.635491 28.48161 -46.58142 C

4531.193     Mean dependent var 0.999523 R-squared

3059.685     S.D. dependent var 0.999497 Adjusted R-squared
11.36675     Akaike info criterion 68.60868 S.E. of regression
11.49342     Schwarz criterion 174164.6 Sum squared resid
11.41255     Hannan-Quinn criter. -224.3351 Log likelihood
0.783208     Durbin-Watson stat 38763.48 F-statistic
0.000000 Prob(F-statistic)
 ‫‪C^O^=−64‬‬
‫‪t‬‬ ‫‪84‬‬
‫‪. + 005DY‬‬
‫‪.‬‬ ‫‪+t 014‬‬
‫‪. OC‬‬ ‫‪t 1‬‬
‫‪−‬‬
‫‪(060‬‬
‫) ‪. ) (080.‬‬
‫‪t 707‬‬
‫=‬ ‫‪. 511.‬‬
‫‪2‬‬
‫=‪R‬‬ ‫‪99‬‬
‫‪. n=041791‬‬
‫‪( 0102‬‬
‫‪−‬‬ ‫‪WD‬‬
‫‪) = 387‬‬
‫‪0.‬‬ ‫‪.‬‬
‫آي أن ‪β=0.50, δ=0.41, α*=-46.48‬‬
‫‪  i  0‬فأن‬
‫‪i‬‬
‫بالتعويض حيث أن‬
‫‪2‬‬ ‫‪3‬‬
‫‪β =1 β 0δ= (005. )(014. =) 502‬‬
‫‪0 . ,β =2 005. )(014. )=50480‬‬
‫‪0.‬‬ ‫‪,β =3 005. )(014. 164430‬‬
‫‪)= 0 .‬‬
‫) ‪α∗ ¿α (1− δ‬‬
‫‪−64 84. = α (1− 014. )α=−87 77.‬‬
‫وباستمرار عملية التعويض نتحصل على المعادلة أال صليه‬
‫‪2‬‬ ‫‪3‬‬
‫‪OC =t α+ D‬‬ ‫‪β Y +δβDY‬‬
‫‪t‬‬ ‫‪t 1+δβ DY −‬‬
‫‪−‬‬ ‫‪t 2+δβ DY −‬‬‫‪t 3+ .. .. ..+ u‬‬
‫‪OC =−87‬‬
‫‪t‬‬ ‫‪77‬‬
‫‪. + 005DY‬‬
‫‪.‬‬ ‫‪+t 502‬‬
‫‪0 . DY −t 1+ 480‬‬
‫‪0 . DY −t 2+ 430‬‬‫‪0 . DY −t 3+ u t‬‬
‫لو قارنا هذا التعويض مع م ص ع نتحصل على مقدرات م ص ع غير حقيقة نظرا للترابط المتعدد بين‬
‫المتغيرات‪ .‬لذا تفضل مقدرات نموذج كويك‪.‬‬
‫االرتباط الذاتي يسبب تحيز في نموذج كويك‪:‬‬
‫من عيوب نماذج المتباطئات الموزعة والتي اتبعنا في تقديرها نموذج كويك احتمال حدوث االرتباط الذاتي‪،‬‬
‫‪ t u t u‬‬ ‫‪t1‬‬ ‫يمكن شرح ذلك باإلطالع على المتغير العشوائي للنموذج‬
‫إن حد الخطأ العشوائي الخاص بالنموذج األصلي هو ‪ u‬بينما حد الخطأ الخاص بنموذج كويك المحول هو‬
‫‪ ،‬فإذا كانت ‪ u‬أال صليه ال ترتبط ذاتيا حسب فروض المربعات الصغرى العادية فان ‪ ‬ال تحتفظ بتلك‬
‫الخاصية إذا أن‪E ( t , t s )  0 :‬مما يقود إلى مقدرات متحيزة وغير متسقة لنموذج كويك‪:‬‬

‫عند وجود المتباطئة للمتغير التابع وعند وجود الخطأ العشوائي ‪ t u t u t1‬ويسمى الوسط المتحرك في‬
‫معادلة كويك‬
‫‪ Y t  *  X t   Y‬‬ ‫‪ u t t u‬‬
‫‪t 1‬‬ ‫‪t1‬‬ ‫‪‬‬ ‫‪811.‬‬

‫‪Y‬‬ ‫‪t1‬‬ ‫‪  *  X t Y t 2  u‬‬ ‫‪t t1‬‬ ‫‪ u‬‬ ‫‪t 2‬‬ ‫‪‬‬ ‫‪821.‬‬
‫ان الخطأ العشوائي من الفترة السابقة يكون موجب في المعادلة ‪ 8.12‬مما يسبب ان ترتفع قيمة ‪ Yt-1‬في‬
‫المعادلة ‪ 8.12‬قيمة ‪ u −t 1‬السالبة تؤدي الى تناقص قيمة ‪ Yt‬ولكن تظهر في يمين المعادلة‬
‫‪ 8.11‬وهي متزايدة ‪ ،‬أي ان هناك عالقة بين المتغيرات على يمين المعادلة والخطأ العشوائي‬
‫نتيجة لهذا االرتباط سيكون هناك تحيز في مقدرات النموذج وعلى األخص المعامل ‪.δ‬‬
 ‫االرتباط الذاتي في نموذج كويك سوف يسبب تحيز في االنحراف المعياري لمعامالت النموذج‬
‫المقدرة‪ .‬هذا التحيز يعني ان االختبرات التي تعتمد على البواقي مثل اختبار دربن واتسون غير‬
‫صحيحة‪.‬‬

‫االرتباط الذاتي ونموذج كويك‪:‬‬

‫حيث ان التحيز في البواقي يؤدي الى ان مقدرة ديربن واتسون ‪ DW‬التستطيع ان تقدر ماذا كان هناك‬
‫ارتباط ذاتي في النموذج لذا نقوم باختبار نموذج كويك لالرتباط الذاتي مستخدمين اختبار دير بن ‪:h‬‬
‫‪d‬‬ ‫‪n‬‬
‫‪h  (1 ‬‬ ‫)‬
‫) ‪2 1 Vn (‬‬
‫دير بن ‪ h‬يتبع التوزيع الطبيعي‪ Z‬آي إن ‪ %5‬مستوى معنوية يعطينا قيمة ‪1.96‬‬

‫‪087. 04‬‬

‫‪04‬‬
‫‪h= (1−‬‬

‫‪04‬‬
‫‪2‬‬
‫)‬
‫√‬ ‫‪. )2‬‬
‫‪1−04 (080‬‬
‫‪04‬‬
‫√‬
‫) ‪h= (1− 093.‬‬
‫‪1−04 4600‬‬
‫‪(0 .‬‬
‫‪= 016.‬‬
‫)‬ ‫√‬‫‪1− 652‬‬
‫‪0.‬‬
‫‪= 016.‬‬
‫√‬
‫‪0447.‬‬
‫= ‪= 016. √35 67. = 016. (733.‬‬
‫‪) 274‬‬
‫‪4.‬‬
‫القيمة المحسوبة > من القيمة الجد وليه نرفض فرضية العدم انه ال يوجد ارتباط ذاتي من الدرجة األولى‪.‬‬
‫ونستنتج انه يوجد ارتباط ذاتي في النموذج‬

‫عيوب اختبار دربن ‪ h‬لالرتباط الذاتي‪:‬‬

‫‪-1‬ال يستخدم عندما يكون التباين‪. nV(λ) ≤ 1‬‬
‫‪-2‬ال يستخدم عندما يكون النموذج يحوي اكثر من متباطئ واحد‬
‫لذا يمكن استخدام اختبار مضاعف الجرانج‪ ،‬وهو اختبار يستخدم الختبار االرتباط الذاتي في حالة وجود‬
‫متغيرات متباطئة في النموذج‪.‬‬
‫اختبار مضاعف الجرانج )‪The Lagrange Multiplier (LM‬‬
‫ألجراء اختبار مضاعف الجرانج نتبع الخطوات التالية‪:‬‬
‫‪-1‬نتحصل على بواقي من المعادلة المقدرة‪.‬‬
‫‪Y t    0X t Y‬‬ ‫‪‬‬
‫‪t1‬‬ ‫‪t‬‬

‫‪ t Y t Yˆ t Y t ˆ  ˆ 0X t Y‬‬
‫ˆ‬
‫‪t1‬‬ ‫‪831.‬‬

‫‪-2‬تستخدم هذه البواقي كمتغير تابع للمتغيرات المفسرة في نموذج كويك‪.‬‬

‫‪ t t a 0  a 1X t a 2Y‬‬ ‫‪t1‬‬ ‫‪ a 3‬‬ ‫‪‬‬
‫‪t 1‬‬ ‫‪t‬‬ ‫‪841.‬‬
 ‫ نستخدم اإلحصاء‬.a3=0 ‫تستخدم المربعات الصغرى في تقدير النموذج و الختبار فرضية العدم إن‬--3
:‫التالي‬
LM=nR2
:Breusch-Godfrey Serial Correlation LM Test

0.0000 Prob. F(2,35)     14.03087 F-statistic

0.0001 Prob. Chi-Square(2)     17.79954 Obs*R-squared

Breusch-Godfrey Serial Correlation LM Test:

0.0000     Prob. F(2,35) 14.03087 F-statistic

0.0001     Prob. Chi-Square(2) 17.79954 Obs*R-squared

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 02/23/12 Time: 21:55
Sample: 1971 2010
Included observations: 40
Presample missing value lagged residuals set to zero.

Prob.   t-Statistic Std. Error Coefficient Variable

0.5049 -0.673673 0.053542 -0.036070 YD

0.4908 0.696316 0.066544 0.046336 COT(-1)
0.7658 0.300241 22.10593 6.637118 C
0.0000 4.883478 0.186350 0.910037 RESID(-1)
0.0338 -2.209494 0.228207 -0.504222 RESID(-2)

-4.16E-13     Mean dependent var 0.444988 R-squared

66.82633     S.D. dependent var
10.87799     Akaike info criterion
11.08910     Schwarz criterion
10.95432     Hannan-Quinn criter.
2.076094     Durbin-Watson stat
0.381559 Adjusted R-squared
52.55293 S.E. of regression
96663.36 Sum squared resid
-212.5597 Log likelihood
7.015436 F-statistic
0.000295 Prob(F-statistic)

LM=n.R2
‫ ويتبع اإلحصاء توزيع مربع كاي بدرجة حرية‬.‫معامل التحديد الغير مصحح‬R2 ‫تمثل حجم العينة و‬n ‫حيث‬
`‫ أي انه اليوجد ارتباط ذاتي‬17.79= )2 ‫تساوي عدد القيود في فرضية العدم (في هذه الحالة‬
‫في حالة وجود ارتباط ذاتي في نموذج كويك نستخدم المربعات الصغرى ذات المرحلتين والتي تستخدم في‬
.‫المعادالت اآلنية‬
 ‫تقدير نموذج المتباطئات الموزعة باستخدام المربعات الصغرى ذات المرحلتين‪:‬‬
‫يمكن تقدير معالم نموذج كويك باستخدام المربعات الصغرى ذات المرحلتين حيث يتم تقدير المتغير‪ Yt-1‬ذا‬
‫االرتباط مع الخطأ العشوائي‪ ،‬حيث يتم إبدال ‪ Yt-1‬المتغير المقدر والذي يســاوي‪:‬‬
‫‪Y^ =a+b X +e‬‬
‫‪t−1‬‬ ‫‪1‬‬ ‫‪t−1‬‬

‫حيث يمكن تقدير النموذج باستخدام المربعات الصغرى العادية ثم تستخدم المقدرة في نموذج كويك‪:‬‬
‫‪Y =α +δ Y^ + βX +ν‬‬
‫‪t‬‬ ‫‪1‬‬ ‫‪t−1‬‬ ‫‪t‬‬ ‫‪t‬‬

‫‪8.15‬‬
‫ومن ثم تقدير مقدرات النموذج أال صليه‪ .‬استخدام م ص ع مرتين يعطي مقدرات صحيحه ولكن االنحراف‬
‫المعياري غير صحيح لذلك يجب استخدام برامج حاسب آلي متضمنا طريقة المربعات الصغرى ذات‬
‫المرحلتين‪.‬‬
‫نموذج التوقعات المكيفة‪The Adaptive Expectations Model:‬‬
‫هو احد الطرق التي تستخدم اسلوب عقالنية كويك‪ .‬تم الحصول على نموذج كويك بتحويلة جبرية وينقصة‬
‫االساس النظري وقد تم سد هذه الثغرة بطريقة اخرى كما يوضحها االشتقاق التالي‪ ،‬لنفترض النموذج التالي‪:‬‬

‫‪e‬‬
‫‪Y =t β 0+ β 1X +u‬‬
‫‪t‬‬ ‫‪t 861‬‬
‫‪.‬‬
‫حيث ‪ Y‬الطلب على النقود‬
‫‪ *X‬سعر الفائدة المتوقع‪.‬‬
‫‪ ut‬الخطأ العشوائي‬
‫ان المعادلة ‪ 8.16‬هي عبارة عن كمية النقود دالة في سعر الفائدة المتوقع‪ .‬وهناك مثال آخر يمكن استخدامة‬
‫بنفس األسلوب وهو أن االستهالك دالة في الدخل الدائم ‪ Permanent income‬نظرية فريدمان في‬
‫االستهالك‪.‬‬
‫والمعادلة ‪ 8.16‬اليمكن استخدامها كما هي معطاة مباشرة حيث ان‪ Xe‬غير معلومة أي التتوفر عنها بيانات‬
‫وعلية فان هذه المعادلة البد ان تلحق ببعض الفرضيات عن صياغة التوقعات المكيفة والتي تصاغ كالتالي‪:‬‬
‫‪e‬‬ ‫‪e‬‬ ‫‪e‬‬
‫= ‪X −t X −t‬‬
‫‪1 θ (X −t X −t 1 )871‬‬
‫‪.‬‬
‫حيث تشير ‪ θ‬الى معلمة التوقع وتكون قيمتها بين ‪ 0< θ≤ 1‬اذا اخذنا في االعتبار الحالتين‬
‫‪e‬‬ ‫‪e‬‬
‫المتطرفتين أ‪ θ= 0 -‬فستكون ‪ X =t X −t 1‬لم يستخدم تكيف على التوقعات‬
 ‫‪e‬‬
‫يكون لدينا تكيف آني في التوقعات‬ ‫=‪X‬‬
‫‪t X‬‬ ‫‪t‬‬ ‫ب‪ θ= 1 -‬فستكون‬

‫تعرف هذه الفرضية ايضا بفرضية التوقع المتطور‪ progressive expectation‬او فرضية تعلم‬
‫الخطأ ‪ Error learning hypothesis‬وقد اقترح هذه الفرضية كل من )‪ Cagan(1967‬و‬
‫)‪ Friedman(1957‬وتشير المعادلة ‪ 8.17‬الى ان المحللين االقتصاديين سيكيفون توقعاتهم على‬
‫ضوء التجربة السابقة ويتعلموا من اخطائهم وبالتحديد معادلة ‪ 8.17‬توضح ان التوقعات تتعدل‬
‫في كل فترة بنسبة من ‪ θ‬وتسد الثغرة بين القيمة الحالية للمتغير والقيمة السابقة‪ .‬وعلية فأن‬
‫نموذج الطلب على النقود في المعادلة ‪ 8.16‬يعني ان التوقعات عن سعر الفائدة تتعدل في كل‬
‫فترة زمنية بنسبة من ‪ θ‬من سعر الفائدة الحالي والسابق والطريقة تعرض المعادلة ‪ 8.17‬كالتالي‬
‫‪e‬‬ ‫‪e‬‬
‫=‪X‬‬
‫‪t X −‬‬‫‪t 1+‬‬‫‪Xθ −tXθ‬‬ ‫‪t 1‬‬
‫‪−‬‬
‫‪e‬‬ ‫‪e‬‬
‫=‪X‬‬
‫‪t Xθ +‬‬ ‫‪t X −‬‬ ‫‪1 Xθ‬‬
‫‪t −‬‬ ‫‪t 1‬‬
‫‪−‬‬
‫‪e‬‬
‫=‪X‬‬
‫‪t Xθ +‬‬
‫‪t (1− θ )X‬‬ ‫‪t 1‬‬
‫‪−‬‬ ‫‪881‬‬
‫‪.‬‬
‫ومن مالحظة المعادلة ‪ 8.18‬نجد ان القيمة المتوقعه لسعر الفائدة عند الزمن ‪ t‬هي المتوسط‬
‫المرجح للقيمة الحقيقية لسعر الفائدة في الفترة ‪ t‬وتمثل الوسط الموزون ‪weighted average‬‬
‫للقيمة الحالية و القيمة المتوقعه في الفترة السابقة بوزن ‪ θ‬و ) ‪ (1− θ‬تباعا ‪ .‬اذا كانت ‪ θ‬تساوي‬
‫¿‬
‫الواحد ‪ θ= 1‬فأن ‪ X =t X t‬ولكن اذا كانت ‪ θ= 0‬فأن التوقعات يمكن تحقيقها حاال في‬
‫¿‬ ‫¿‬
‫نفس الفترة ‪ X =t X −t 1‬أي ان التوقعات ثابتة أي ان الحالة الموجودة في الوقت الحالي سوف‬
‫تستمر في الفترات القادمة أي ان القيم المستقبلية المتوقعه سوف تصبح معرفة مع القيم الحالية‪.‬‬
‫بالتعويض في المعادلة ‪ 8.16‬نتحصل على‬
‫‪[ +t (1− θ )X e−t 1 ]+ u t‬‬
‫‪Y =t β 0+ β 1Xθ‬‬
‫‪e‬‬
‫‪Y =t β 0+ βXθ‬‬
‫‪1‬‬ ‫‪+t β 1 (1− θ )X −et 1+u t891.‬‬
‫نباطء المعادلة ‪ 8.16‬نباطىء ‪:‬‬
‫‪e‬‬
‫‪Y −t =1 β 0+ βXθ1‬‬ ‫‪−t 1+u −t 1 802‬‬
‫‪.‬‬
‫) ‪(1− θ‬‬ ‫وبالضرب في‬

‫‪¿ ¿812‬‬
‫¿ ‪.‬‬
‫طرح المعادلة ‪ 8.21‬من المعادلة‪ 8.19‬نتحصل على‬
 ‫‪Y −t (1− θ )Y =t β −‬‬‫‪0 (1− θ )β 0+ βXθ‬‬
‫‪1‬‬ ‫‪t −t (1− θ )u −t 1‬‬
‫‪+u‬‬
‫‪ro‬‬
‫‪Y =t β 0θ+ βXθ‬‬
‫‪1‬‬ ‫‪+t (1− θ )Y −t 1+u−t (1− θ )u −t 1‬‬
‫‪Y =t β ∗+‬‬
‫∗‪0 β‬‬
‫‪1 X +‬‬
‫‪t β ∗Y‬‬
‫‪2‬‬ ‫‪−t 1+ v t 822‬‬
‫‪.‬‬

‫∗‪β‬‬
‫∗ ‪0 ¿ β 0θ , β‬‬
‫∗‪1 ¿ β 1 θ , β‬‬
‫) ‪2 ¿ (1− θ‬‬
‫‪t‬‬ ‫حيث‬
‫‪ν= u−t (1− θ )u −t 1‬‬ ‫و‬
‫الفرق بين المعادلة ‪ 8.16‬والمعادلة ‪ 8.22‬تقيس ‪ β 1‬معدل استجابة ‪ Y‬لتغير وحدة من التغير‬
‫¿‬
‫‪ X t‬قيمة التوازن او القيمة في االجل الطويل لـ‪ . X‬في المعادلة ‪ 8.22‬فأن ‪ βθ 1‬تقيس‬
‫استجابة ‪ Y‬لتغير وحدة من القيمة الحقيقة او المشاهدة من ‪ X‬هذه االستجابة لن تكون مساوية‬
‫‪ β 1‬اال اذا كانت ‪ θ= 1‬اس ان القيمة الحالية والقيمة المتوقعه متساوية‪ .‬عمليا نقوم بتقدير‬
‫‪ 8.22‬وعندما نتحصل على قيمة ‪ θ‬من معامل المتباطئة‪ Yt-1‬يمكن الحصول على قيمة‬
‫‪ β 1‬بقسمة معامل ‪ Xt‬في المعادلة ‪.‬‬
‫التشابة بين نموذج التوقعات المكيفة ونموذج كويك واضح من المالحظ ان نموذج التووقعات‬
‫المكيفة هو انحدار ذاتي والخطأ العشوائي مشابة للخطأ العشوائي في نموذج كويك‪.‬‬
‫نموذج التعديل الجزئي‪Partial Adjustment Model :‬‬
‫نموذج التعديل الجزئي هو نموذج آخر من من تحويلة كويك وتم تطبيق هذا النموذج من قبل‬
‫‪ Marc Nerlove‬ويطلق علية احيانا بنموذج تعديل المخزون ولتوضيح ذلك لنفترض ان هناك‬
‫منشأه مهتمة بتحديد مستوى المخزون ‪ .‬المنشأ التي التملك مستوى المخزون المثالي سوف‬
‫تواجة تكلفتين‪ ،‬واحدة االرباح المفقودة من وجود مخزون منخفض وتكلفة تعديل المخزون‬
‫للمستوى الحالي للمستوى المطلوب‪ .‬التعديل قد يتطلب الحصول على امرافق تخزين او ايجاد‬
‫مشتري للفائض‪ .‬التعديل لتدنية التكاليف التعديل للمستوى األمثل للمخزون يجب ان يكون‬
‫تدريجيا‪ .‬لنفرض ان ‪ *Y‬المستوى االمثل للمخزون في الفترة ‪ . t‬اذا كانت ‪ Y‬المستوى الفعلي‬
‫من المخزون فان التعديل يمكن ان يكون‬
‫كما يلي‪:‬‬
‫¿‬
‫‪Y −t Y −t =1 δ (Y tt− Y −t 1 )812.‬‬
‫حيث تشير ‪ δ‬الى معلمة التعديل وتكون قيمتها بين ‪ 0< δ≤ 1‬وتشير المعادلة ‪ 8.19‬الى ان التغير في‬
‫المخزون من الفترة ‪ t-1‬للفترة ‪ t‬هو نسبة من الفرق بين مستوى المخزون الفعلي ‪ Yt-1‬والمستوى األمثل‬
‫¿‬
‫‪ . Y t‬اذا افترضنا ان المستوى األمثل للمخزون دالة للمبيعات‬
 ‫¿‬
‫‪Y =t α+xβ +t u t 822‬‬
‫‪.‬‬
‫¿‬
‫‪ Y‬غير معروفة‪ .‬ولكن يمكن استخدامعالقة التعديل الجزئي‬ ‫اليمكن تقدير المعادلة ألن القيمة‬
‫‪t‬‬

‫وذلك باحالل المعادلة ‪ 8.22‬في المعادلة ‪ 8.21‬لنتحصل على‪:‬‬

‫¿‬
‫‪Y −t Y −t =1 δ (Y tt− Y −t 1=) δ (α+xβ +u‬‬
‫) ‪t −t Y −t 1‬‬
‫‪=αδ +βδ x +uδ‬‬
‫‪t −Yδ‬‬
‫‪t‬‬ ‫‪−t 1‬‬
‫‪Y= Y −t αδ‬‬
‫‪1 +βδ x +‬‬‫‪tuδ −Yδ‬‬
‫‪t‬‬ ‫‪−t 1‬‬
‫‪Y =αδ‬‬
‫‪t‬‬ ‫‪+ (1− δ )y −t 1+βδ x +uδ‬‬
‫‪t‬‬ ‫‪t 832‬‬
‫‪.‬‬
‫‪Y= β 0+ β 1Y −t 1+ β 2 x 2+ ν t 842.‬‬
‫نموذج التعديل الجزئي يؤدي الى معادلة مشابهة لنموذج كويك متضمنة متباطئة للمتغير التابع‪.‬‬
‫االختالف الرئيسي ان الخطأ العشوائي اليتضمن متباطئة ‪ ut-1‬وليس مرتبطا مع المتغير‬
‫المتباطىء الذ يمكن استخدام طريقة المربعات الصغرى العادية لتقدير معالم النموذج‪.‬‬
‫تطبيق مهم لنموذج التعديل الجزئي هو لدراسة سلوك االستثمار‪ ،‬حيث ان الفرق بين المخزون‬
‫للفترة السابقة والمخزون الحالي هو االستثمار ‪ Y −t Y −t =1 I‬ولتطبيق المعادلة ‪ 8.23‬تباطء‬
‫المعادلة لفترة زمنية واحدة‬
‫‪Y −t =αδ‬‬
‫‪1‬‬ ‫‪+ (1− δ )y −t 2+βδ x −t 1+uδ‬‬ ‫‪−t 1852‬‬
‫‪.‬‬
‫وطرح المعادلة الناتجة ‪ 8.25‬من المعادلة ‪ 8.23‬ونتحصل على‪:‬‬
‫‪Y −t Y −t =1 I=αδ‬‬
‫‪t‬‬ ‫‪+ (1− δ )y −t 1+βδ x +tuδ − αδ[ + (1− δ )y −t 2+βδ x −t 1+uδ‬‬ ‫] ‪−t 1‬‬
‫) ‪=αδ −αδ + (1− δ )(Y −t −1 Y −t 2)+βδ (x−t x −t 1 )+ δ (u−t u −t 1‬‬
‫)‪= (1− δ )( I −t 1+βδ (x−t x −t 1 )+ δ (u−t u −t 1‬‬
‫‪I=t β 1 I −t 1+ β 2(x−t x −t 1)+ ν t‬‬
‫نموذج االستثمار يسمى‪ .‬نموذج التعجيل المرن ‪ flexibel accelerator model‬وهو يربط‬
‫مستوى االستثمار الحالي الى االستثمار في الفترة السابقة والتغير في مستوى المبيعات ‪.‬‬
‫والمعادلة الناتجة تربط المتغير العشوائي ممتباطة االستثمار ولذلك اليستخدم طريقة المربعات‬
‫الصغرى العادية بل طريقة المربعات ذات المرحلتين‪.‬‬

‫مثال‪:‬‬
‫دالة الطلب على النقود على صيغة لوغاريتمات‪:‬‬
 nl M ∗ t¿nl a+b 1nl Y +b
t 2nl R +u
t t862
.
‫ اجمالي الناتج المحلي‬Y ‫ سعر الفائدة و‬R‫ الطلب على النقود و‬M ‫حيث تمثل‬
: ‫فرضية التعديل الجزئي‬
nl M T−nlM −t =1 δ (nlM ∗−nl
t M −t 1 )872
.
:‫ نتحصل على التالي‬8.27 ‫ في المعادلة‬8.26 ‫بتعويض المعادلة‬
nl M T−nlM −t =1 δ (nl a+b 1nl Y +b
t nl
2 R +u
t −nlM
t −t 1 )
nl M T= δnl a+bδ 1nl Y +tbδ 2nl R +t (1− δ )nl M −t 1+uδ t
ro
nl M T= φ 0+φ nl1 Y +φ
t nl
2 R +φ
t nl
3 M −t 1+ ν t 882
.

φ=
0 δnl a ,φ =bδ
1 1 l ,φ =bδ
2 2 ,φ =
3 (1− δ )
‫ يتم استخدام بيانات الواليات المتحدة األمريكية بتطبيق برنامج‬E-views ‫للحصول على مقدرات م ص ع‬
Dependent Variable: LMR
Method: Least Squares
Date: 02/24/12 Time: 15:12
Sample (adjusted): 1971 2010
Included observations: 40 after adjustments

Prob.   t-Statistic Std. Error Coefficient Variable

0.0649 1.904366 0.051772 0.098593 LY

0.0236 -2.363697 0.007991 -0.018888 LR
0.0000 9.108879 0.088062 0.802142 LMR(-1)
0.7310 -0.346511 0.195703 -0.067813 C

3.897812     Mean dependent var 0.981847 R-squared

0.233258     S.D. dependent var
-3.907570     Akaike info criterion
-3.738682     Schwarz criterion
-3.846505     Hannan-Quinn criter.
0.901653     Durbin-Watson stat
0.980334 Adjusted R-squared
0.032711 S.E. of regression
0.038520 Sum squared resid
82.15139 Log likelihood
649.0410 F-statistic
0.000000 Prob(F-statistic)

0.20= ‫ او تقريبا‬δ=0.197858‫قيمة‬ ‫( اذا ستكون‬1− 2412080

δ=
) 0. ‫لتقدير المعادلة حيث أن‬
δnl a=−318760
0. nl a=0-
47243.
bδ 395890
=1 0 . b203894
=1 0 .
bδ =−2888810
0. b =0-
264590
. ‫اذا ستكون‬
‫‪nl M∗ t¿− 043. +094. nl Y −t 090. nl R +u‬‬
‫العالقة في االجل الطويل ‪t t‬‬
‫وتمثل المعامالت المقدرة المرونات‬