第12章_自相关(计量经济学).pptVIP

引子:t检验和F检验一定就可靠吗?;检验结果表明：回归系数的标准误差非常小，t 统计量较大，说明居民收入 对居民储蓄存款 的影响非常显著。同时可决系数也非常高，F统计量为4122.531，也表明模型异常的显著。 但此估计结果可能是虚假的，t统计量和F统计量都被虚假地夸大，因此所得结果是不可信的。为什么? ; 本章讨论四个问题： ●什么是自相关 ●自相关的后果 ●自相关的检验 ●自相关性的补救;第一节 什么是自相关;第一节 什么是自相关;自相关的性质; 上式中 是 滞后一期的随机误差项。 因此，将上式计算的自相关系数 称为一阶自相关系数。;二、自相关产生的原因;自相关的来源详解;设定偏误：不正确的函数形式 假如在成本—产出研究中，“真实”模型为：;滞后效应 在消费支出对收入的时间序列回归中，当期消费还会受到前期消费水平的影响：;三、自相关的表现形式;对于样本观测期为 的时间序列数据，可得到总体回归模型(PRF)的随机项为 ，如果自相关形式为 其中 为自相关系数， 为经典误差项，即 则此式称为一阶自回归模式，记为 。因为模型中 是 滞后一期的值，因此称为一阶。此式中的 也称为一阶自相关系数。 ;如果式中的随机误差项 不是经典误差项，即其中包含有 的成份，如包含有 则需将 显含在回归模型中，其为 其中， 为一阶自相关系数， 为二阶自相关系数， 是经典误差项。此式称为二阶自回归模式，记为 。 ;一般地，如果 之间的关系为 其中， 为经典误差项。则称此式为 阶自回归模式，记为 。 在经济计量分析中，通常采用一阶自回归形式，即假定自回归形式为一阶自回归 。 ;第二节 自相关的后果;对于一元线性回归模型: 假定随机误差项 存在一阶自相关: 其中， 为现期随机误差， 为前期随机误差。 是经典误差项，满足零均值 ，同方差 ，无自相关 的假定。;将随机误差项 的各期滞后值: 逐次代入可得: 这表明随机误差项 可表示为独立同分布的随机误差序列 的??权和，权数分别为 。当 时，这些权数是随时间推移而呈几何衰减的； 而当 时，这些权数是随时间推移而交错振荡衰减的。;可以推得: 表明，在 为一阶自回归的相关形式时，随机误差 依然是零均值、同方差的误差项。 ;由于现期的随机误差项 并不影响回归模型中随机误差项 的以前各期值 ，所 以 与 不相关，即有 。因此，可得随机误差项 与其以前各期 的协方差分别为:;以此类推，可得 : 这些协方差分别称为随机误差项 的一阶自协方差、二阶自协方差和 阶自协方差 ;二、对参数估计的影响;;例如，一元回归中 ;当存在自相关时，普通最小二乘估计量不再是最佳线性无估计量，即它在线性无偏估计量中不是方差最小的。在实际经济系统中，通常存在正的自相关，即 ，同时 序列自身也呈正相关，因此式(12.18)右边括号内的值通常大于0。因此，在有自相关的条件下，仍然使用普通最小二乘法将低估估计量 的方差 。 将低估真实的 。;三、对模型检验的影响;由于 并不是所有线性无偏估计量中最小的，使用t检验判断回归系数的显著性时就可能得到错误的结论。 ;;;;四、对模型预测的影响;第三节 自相关的检验;一、图示检验法;;如果大部分点落在第Ⅱ、Ⅳ象限，那么随机误差项 存在着负自相关。 ;;图 12.4 的分布;二、DW检验法;随机误差项的一阶自回归形式为： 为了检验序列的相关性，构造的原假设是： 为了检验上述假设，构造DW统计量首先要求出回归估计式的残差 定义DW统计量为 ： ;;由 可得DW 值与 的对应关系如表所示。 ;由上述讨论可知DW的取值范围为： 0≤DW≤４ 根据样本容量 和解释变量的数目 (不包括常数项)查DW分布表，得临界值 和 ，然后依下列准则考察计算得到的DW值，以决定模型的自相关状态。 ;DW检验决策规则;用坐标图更直观表示DW检验规则：;● DW检验有两个不能确定的区域，一旦DW值落在这两个区域，就无