sect;2.7 序列相关性Serial Correlation.pptVIP

§2.7 序列相关性Serial Correlation 一、序列相关性 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、解决自相关的方法 如果模型的随机误差项违背了互相独立的基本假设的情况，称为序列相关性。 一、序列相关性 1、序列相关的概念 二、实际经济问题中的序列相关性 为什么会出现序列相关性？下面通过两个例子加以说明。例如，建立行业生产函数模型，以产出量为被解释变量，资本、劳动、技术为解释变量，选择时间序列数据作为样本观测值。于是有： t=1,2,…,n在该模型中，政策因素等，没有包括在解释变量中，但它们对产出量是有影响的，该影响被包含在随机误差项中。如果该影响构成随机误差项的主要部分，则可能出现序列相关性。如果政策因素对前一年产出量的影响是正的，后一年的该影响往往也是正的。于是在不同的样本点之间，随机误差项出现了相关性，这就产生了序列相关性。 三、序列相关性的后果 1、参数估计量非有效 OLS参数估计量仍具无偏性 OLS估计量不具有有效性 在大样本情况下，参数估计量仍然不具有渐近有效性，这就是说参数估计量不具有一致性 2、变量的显著性检验