Chap3异方差和自相关概览.pptVIP

* （二）解析法 通过图示法我们只能粗略的判断是否存在自相关，如果要精确地探测序列相关性，需要使用解析法。解析法是通过假设检验来探测序列相关性的，下面我们将介绍其中的几种方法。 * 1.D-W（Durbin-Watson）检验 D-W检验的基本思想: 对一阶自相关 ： 当 0时, 不具有一阶自相关，当 时，具有一阶自相关。 D-W检验构造的统计量 ： d * 上式可表示为： * 图3-11 Durbin-Watson d 统计量 Durbin-Watson证明了d的实际分布介于两个极限分布之间。一个是下极限分布，其下临界值为 ，上临界值为4- ；另一个是上极限分布，其下临界值为 ，上临界值为4- 。 * D-W检验的步骤： （1）建立假设 ： （2）进行OLS回归并获得残差； （3）计算d值，大多数计算软件已能够实现。比如：Eviews软件就直接可以获得； （4）给定样本容量及解释变量的个数，从D—W表中查到临界值 和 ； （5）将d的现实值与临界值进行比较：具体的比较过程可参见上图所示。 * D-W检验的局限性 （1）D-W检验不适合用于自回归模型。 （2）D-W检验只适用于一阶线性自相关 。 （3）d统计量无法用来判定那些通过原点的回归模型的自相关问题。 （4）利用D-W检验检验自相关时，一般要求样本容量至少为15，否则很难对自相关的存在性做明确的结论。 * 2、杜宾-h Durbin-h 统计量 经济学的研究过程中，遇上解释变量中包含有因变量的滞后值的情况很多，为克服这样的困境，杜宾提出了一个基于h统计量的渐近检验： 在没有自相关的原假设之下，统计量是渐近正态的，其均值为0，方差为1。当检验一阶自回归的误差时，即使X包含有多个因变量的滞后值，统计量检验仍然有效。 * 3.Breusch-Godfrey 检验 当序列可能存在高阶自相关，或者我们需要同时检验残差与它的若干滞后项之间是否存在相关性，此时我们可以用Breusch-Godfrey检验（简记BG检验法）。BG检验法假定误差项是由如下的阶自回归过程产生的： 建立的零假设是： 0 * BG检验法的步骤 （1）用最小二乘法估计回归模型并得到残差 （2）将 对第一步中的所有解释变量及 的r个滞后值（ ）进行回归，并取得 值。由于我们取了 的r阶滞后值，所以在这次回归中我们只有 个观测值（其中T为原方程观测值个数）。 （3）BG检验建立的检验统计量是 ，在大样本的条件下，它服从自由度为p的 分布，即 。若 大于临界值，则拒绝不存在自相关的零假设，反之则不能拒绝。 * 二、自相关的修正方法 （一）已知的情况下——广义差分法： 一般在实践中，往往假定残差项存在一阶自回归方式，即： 若自相关系数 已知，自相关问题就解决。 回到前例，经过DW检验发现随机项具有正的自相关现象，并且d 0.18。因此，直接用OLS估计就不适合了，必须先消除自相关的影响： 已知 ，则 * 我们的回归模型是： 假设随机项u具有一阶线性自相关的形式： ， 满足经典回归的全部假定。 将上式滞后一期并乘以 0.91 得到： * 上二式相减，得到： 令 称为广义差分变换. * 故 满足经典回归的全部假定，变换后的模型（上式）称为广义差分模型，已经没有自相关。 以上过程就是将原回归模型进行广义差分变换得到广义差分模型，对广义差分模型应用普通最小二乘法估计，这种方法称为广义差分法。 * （二） 未知的情况下——杜宾两步法 杜宾两步法的主要步骤如下: 第一步：对模型 进行变换得到： * 对上式用OLS进行估计，得到： 得到的 的系数就是自相关系数 的估计值 ： * 第二步：用 对原始数据进行差分变换： 得到： * 对上式进行OLS估计，得到： 4.35 2.18 -6.74 d 1.5259 0.09176/ 1-0.976 3.82 所以，用杜宾两步法修正的结果为： * 本章小结 在金融计量和经济计量诸多分析中都要面对异方差问题，异方差问题是金融计量和经济计量时不满足经典回归条件的几个主要问题之一。本章首先明确了异方差的定义，并简要说明了其产生原因及后果，在此基础上从图示法和解析法两个方面介绍了诸多异方差的检验方法，然后具体介绍了修正异方差的方法，并辅以实例详细说明了异方差检验到修正的过程。 * 另外，作为经典线性回归模型（CLRM）五个假设的有一个破坏——自相关，本章从案例出发，逐步引出自相关问题的解决思路。其中，观测是否存在自相关，可以选择图示法或者解析法；如何解决自相关问题，可以通过广义差分法或者杜宾两步法等等。如何正确、快速的选择合适的方法，不仅因具体的数据而