计量经济学17.pptVIP

序列相关性 一、序列相关性概念 二、实际经济问题中的序列相关性 三、序列相关性的后果 四、序列相关性的检验 五、具有序列相关性模型的估计 一、序列相关性概念 滞后项 U的方差和协方差矩阵 二、实际经济问题中的序列相关性 1、经济变量固有的惯性 2、模型设定的偏误 丢掉重要的解释变量 模型函数形式有误 b 的期望和方差 2、变量的显著性检验失去意义 在变量的显著性检验中，统计量是建立在参数方差正确估计基础之上的，这只有当随机误差项具有同方差性和互相独立性时才能成立。 3、模型的预测失效 当模型出现序列相关性时，它的预测功能失效 三、序列相关性的检验 三、序列相关性的检验 然后，通过分析这些“近似估计量”之间的相关性，以判断随机误差项是否具有序列相关性。 1、图示法 2、杜宾-瓦森（Durbin-Watson）检验法 D-W检验是杜宾（J.Durbin）和瓦森(G.S. Watson)于1951年提出的一种检验序列自相关的方法，该方法的假定条件是： D.W. 统计量: 该统计量的分布与出现在给定样本中的X值有复杂的关系，因此其精确的分布很难得到。 但是，他们成功地导出了临界值的下限dL和上限dU ，且这些上下限只与样本的容量n和解释变量的个数k有关，而与解释变量X的取值无关。 对下面1-6项的DW比，回答模型是否存在序列相关。n为样本数，k是解释变量的个数，ρ是相关系数。 DW=0.92 (n=15,k=1) DW=1.60 (n=40,k=3) DW=1.81 (n=90,k=5) DW=2.75 (n=20,k=2) DW=2.54 (n=70,k=4) DW=2.27 (n=100,k=1) 3、回归检验法 如果模型被检验证明存在序列相关性，普通最小二乘法就不适用，需要改进。 1、广义最小二乘法 如何估计ρ ρ=1 从DW统计量中估计ρ 从残差中估计ρ 杜宾两步法 一、序列相关性概念 二、实际经济问题中的序列相关性 三、序列相关性的后果 四、序列相关性的检验 五、具有序列相关性模型的估计 案例操作（表10-1） 课后作业题 10.15 DW检验步骤: （1）计算DW值 （2）给定?，由n和k的大小查DW分布表，得临界值dL和dU （3）比较、判断 若 0D.W.dL 存在正自相关 dLD.W.dU 不能确定 dU D.W.4－dU 无自相关 4－dU D.W.4－ dL 不能确定 4－dL D.W.4 存在负自相关 0 dL dU 2 4-dU 4-dL 正相关 不能确定 无自相关 不能确定 负相关 如果存在某一种函数形式，使得方程显著成立，则说明原模型存在序列相关性。 回归检验法的优点是：（1）能够确定序列相关的形式，（2）适用于任何类型序列相关性问题的检验。 最常用的方法是广义最小二乘法（GLS: Generalized least squares） 四、序列相关的补救 自相关的结构已知时 Yt = B1 + B2 Xt + ut ut = ρ ut-1+vt -1 ρ 1 ρ Yt-1 = ρ B1 + ρ B2 Xt-1 + ρ ut-1 Yt-ρ Yt-1 = B1 (1-ρ) + B2 (Xt - ρ Xt-1) +ut - ρ ut-1 Yt*= B1 * + B2 Xt* +vt 普莱斯—温斯滕(Prais-Winsten transformation)变换 序列相关性小结 * * * 序列相关性 如果对于不同的样本点，随机误差项之间不再是不相关的，而是存在某种相关性，则认为出现了序列相关性。 对于模型 Yi=B0+B1X1i+B2X2i+…+BkXki+ui i=1,2, …,n 随机误差项互不相关的基本假设表现为 Cov(ui , uj)=0 i?j, i,j=1,2, …,n 在其他假设仍成立的条件下，序列相关意味着 我们称为随机误差项存在一阶序列相关，或一阶自相关 特别的，如果仅存在 78.60000 1970 77.20000 1969 76.00000 1968 73.60000 1967 71.70000 1966 69.10000 1965 67.70000 1964 66.10000 1963 64.6