第9章(自相关)剖析.ppt

《计量经济学》，高教出版社，2011年6月，王少平、杨继生、欧阳志刚等编著 第九章 自相关 前言 本章继续探讨违背经典假定的模型，在第三章所介绍的经典假定6要求随机误差没有自相关。 但实际问题研究中，如果数据观测值的顺序有一定含义，就有可能存在自相关。因而在时间序列数据中，自相关问题经常发生。 §9.1 自相关的含义及其表现形式 一、自相关的含义 图9.1.1中的残差似乎隐含着这么一种规律：后一期残差与前一期残差有一种相关性。这正是随机误差项自相关的一种表现形式。 自相关又称为序列相关，实际中，如果变量在时间或空间的顺序有一定含义，就有可能存在序列相关，特别是在时间序列数据的研究中，数据的观测值往往是按照时间的先后自然排列，因此连续观测的时间序列数据就表现出内在的相关性。 如：一年期存款基准利率 、我国股票的上证综合指数或上证180指数 若误差项 的性质满足(9.1.2)式，就称误差项没有自相关(或序列相关)。 经典线性回归模型假定随机误差项( )不相关是指对于回归模型： 二、 自相关的表现形式 假定随机误差项的自相关形式如下： 如果自相关系数ρ=0，则 = ，无自相关，如图9.1.2 如果误差项的自相关系数 大于0，此时误 差项正自相关，如图9.1.3 如果误差项的自相关系数 小于0， ，此时误差项负自相关，如图9.1.4