计量经济学：第六章自相关性报告方案.docVIP

第六章 自相关性 本章教学要求：本章是违背古典假定情况下线性回归描写的参数估计的又一问题。通过本章的学习应达到：掌握自相关的基本概念，产生自相关的背景；自相关出现对模型影响的后果；诊断自相关存在的方法和修正自相关的方法。能够运用本章的知识独立解决模型中的自相关问题。经过第四、五、六章的学习，要求自行选择一个实际经济问题，建立模型，并判断和解决上述可能存在的问题。 自相关性的概念 一、一个例子 研究中国城镇居民消费函数，其中选取了两个变量，城镇家庭商品性支出（现价）和城镇家庭可支配收入（现价），分别记为CSJTZC和CSJTSR，时间从1978年到1997年，n=20。但为了剔除物价的影响，分别对CSJTZC和CSJTSR除以物价（用CPI表示），这里CPI为城镇居民消费物价指数（以1990年为100%），经过扣除价格因素以后，记 即如下表 回归以后得到的残差为 Dependent Variable: Y Method: Least Squares Date: 10/27/04 Time: 09:39 Sample: 1978 1997 Included observations: 20 Variable Coefficient Std. Error t-Statistic Prob. C -103.3692 78.80739 -1.311669 0.2061 X 0.923551 0.016033 57.60388 0.0000 R-squared 0.994605 Mean dependent var 3939.341 Adjusted R-squared 0.994305 S.D. dependent var 2124.467 S.E. of regression 160.3247 Akaike info criterion 13.08692 Sum squared resid 462671.9 Schwarz criterion 13.18649 Log likelihood -128.8692 F-statistic 3318.207 Durbin-Watson stat 1.208037 Prob(F-statistic) 0.000000 二、什么是自相关性 在引出自相关性的概念之前，根据建立中国城镇居民储蓄函数，经用最小二乘法估计出参数后，得到残差序列，由此画出残差图（残差序列自身的关系），从图形上看存在对的线性关系，残差的这种现象说明了什么？ 下面给出序列自相关的定义。 1、如果模型中的随机误差项，满足以下关系式 则随机误差项之间存在自相关性。 2、一阶线性自相关。在中，如果，则 并且与之间为线性关系，即，其中满足古典假定，即＜1。将与的这种线性关系称为一阶线性自相关（或一阶线性自回归），简称一阶自相关（或一阶自回归）。 3、一阶线性自回归的数学性质。 设一元线性模型为 并且，，其中满足＜1。 设总体一阶序列自相关系数为 按照样本相关系数计算公式，样本序列自相关系数为 另一方面，对一阶线性自回归，求参数的最小二乘估计，即 在大样本下，有。因此，通常可用表示。 的数学特性： （1） 事实上， 将递推关系逐一代入，并注意当时，，则 （2） 在满足服从正态分布，且＜1。有 （3） 按照协方差的定义，可类似推出上述结果。 三、自相关产生的原因 1、经济变量大多存在惯性的作用。如经济变量随时间运动往往存在趋势的作用，使得变量在变化中具有惯性特征。 2、许多经济变量具有滞后性的表现。 3、一些随机偶然因素的干扰或影响。 4、设定偏倚。与异方差性情况类似。 5、蛛网现象模型。这是农产品与农产品价格所固有的一种关系，即当期农产品的产出量与前期的农产品价格有关，用公式表示为 6、时间序列更易产生自相关性。 第二节 自相关性的后果 从统计意义上讲，并参考异方差性的情况，自相关性对模型的影响主要有以下几方面。 一、在自相关存在的前提下，参数估计的统计特性 1、参数估计仍是无偏的。 设线性回归模型为 其样本回归函数中参数的最小二乘估计分别为，有 其证明可参见在第五章中异方差存在的条件下，参数估计仍是无偏的。 2、参数估计不再具有方差最小性。 在自相关下，由第五章异方差对参数估计影响的说明，有 比较上述两式