计量经济学第六章自相关.pptVIP

如果这一假定不满足，则 称之为自相关。即用符号表示为： 自相关是对无自相关假定的违反。自相关主要表现在时间序列中。 自相关又称序列相关。原指一随机变量在时间上与其滞后项之间的相关。这里主要是指回归模型中随机误差项ut与其滞后项的相关关系。自相关也是相关关系的一种。 自相关按形式可分为两类。 （1）一阶自回归形式 当误差项ut只与其滞后一期值有关时，即 称ut具有一阶自回归形式。 2 高阶自回归形式 当误差项ut的本期值不仅与其前一期值有关，而且与其前若干期的值都有关系时，即 则称ut具有高阶自回归形式。 通常假定误差项的自相关是线性的。因计量经济模型中自相关的最常见形式是一阶自回归形式，所以下面重点讨论误差项的线性一阶自回归形式，即 一、自相关的来源 经济惯性 大多数经济时间序列都存在自相关。其本期值往往受滞后值影响。突出特征就是惯性与低灵敏度。如国民生产总值，固定资产投资，国民消费，物价指数等随时间缓慢地变化，从而建立模型时导致误差项自相关。 模型设定偏误： 若所用的数学模型与变量间的真实关系不一致，误差项常表现出自相关。比如平均成本与产量呈抛物线关系，当用线性回归模型拟合时，误差项必存在自相关。 回归模型中略去了带有自相关的重要解释变量。 若丢掉了应该列入模型的带有自相关的重要解释变量，那么它的影响必然归并到误差项ut中，从而使误差项呈现自相关。当然略去多个带有自相关的解释变量，也许因互相抵消并不使误差项呈现自相关。 蛛网现象 Cobweb phenomenon 随机扰动项序列本身的自相关 数据处理造成自相关-平滑处理 自相关也可能出现在横截面数据中，但主要出现在时间序列数据中。 二、一阶自回归 线性回归模型 Yt bo + b1Xt + ut 若 ut 的取值只与它的前一期取值有关，即 ut f ut-1 则称为一阶自相关 经典经济计量学对自相关的分析仅限于一阶自 回归形式： ut ? ut-1 +εt ? 为自相关系数 |?| ? 1 ? 0 为正自相关 ? 0 为负自相关 第二节 自 相 关 的 后 果 1、参数的估计值仍然是线性无偏的 2、参数的估计值不具有最小方差性，因而 是无效的，不再具有最优性质 3、参数显著性t检验失效 低估了?2，也低估了bi的方差和标准差,等于 夸大了T值，使t检验失去意义 4、降低预测可信度度 第三节 自 相 关 的 检 验 1、图示法 2、杜宾—瓦森检验 Durbin-Watson 3、回归检验法 4、偏相关系数检验 5、拉格朗日乘数（LM）检验 其中，4、5为高级自相关检验 一、图示法 1、用给定的样本估计回归模型，计算残差 , 2、按时间顺序绘制残差et的图形 3、绘制残差et, et-1的图形 1、时间顺序图—将残差对时间描点 如a图所示，扰动项为锯齿型，et随时间变化频繁地改变符号，表明存在负自相关。 如b图所示，扰动项为循环型，et随时间变化不频繁地改变符号，而是几个正之后跟着几个负的，几个负之后跟着几个正的，表明存在正自相关。 2、绘制残差et, et-1的图形 如a图所示，散点在I,III象限，表明存在正自相关。 如b图所示，散点在II, IV象限， 表明存在负自相关。 二、杜宾—瓦森检验 DW检验是检验自相关的最著名、最常用的方法。 1、适用条件 2、检验步骤 （1）提出假设 （2）构造统计量 （3）检验判断 1、适用条件 （1）回归模型中含有截距项； （2）解释变量与随机扰动项不相关； （3）随机扰动项是一阶自相关； （4）回归模型解释变量中不包含滞后因变量； （5）样本容量比较大。 2、检验步骤 （1）提出假设 H0：? 0，即不存在一阶自相关； H1：??0，即存在一阶自相关。 （2）构造统计量DW （3）检验判断 对给定样本大小和给定解释变量个数找出临界值dL和dU，按图中的决策准则得出结论。 构造 D-W 统计量 定义 为样本的一阶自相关系数，作为? 的估计量。则有， 因为-1 ? ? ? 1，所以，0 ? DW? 4 DW检验的判断准则 依据显著水平?、变量个数（k）和样本大小（n） 一般要求样本容量至少为 15。 三、回归检验法 四、偏相关系数检验 高阶自相关的形式为： 通过计算残差序列的偏相关系数进行检验。 可以直接利用Eviews软件操作 1、命令式：IDENT RESID 2、菜单式：在Equation窗口依次单击：View-Residual Test-Correlogram-Q-statistics LM检验的软件操作： 在方程窗口依次单击：View-Residual Test-Serial Correlation LM Test LM检验需要人为设定滞