第9章(自相关)分析.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 将模型(9.5.1)表述为 期表达式，并在两边同时 乘以自相关系数 ： （9.5.4） 将(9.5.3)减去(9.5.4)，得到： （9.5.5） 令 ， （ ）， 则模型(9.5.5)可表述为： （9.5.6） 变换后的模型(9.5.6)称为广义差分模型，模型中的误差项( )没有自相关并满足其余经典假定，因此，可以用OLS估计，从而得到最佳线性无偏估计。 《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 GLS模型和原始模型相比： （1）斜率系数相同，截距项不同： （2）被解释变量不同，GLS模型的 (或 ) 不能直接和原始模型OLS的 (或 )进 行比较。 （3）GLS模型损失了第一个样本观测值。 《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 二、 一阶自相关系数的估计 使用GLS校正自相关的前提是误差项的自相关系数 已知，事实上很少能够知道自相关系数，常用的估 计方法有： 1、通过DW统计量估计 2、Durbin两步法 （1）假定原始模型为： 误差项一阶自相关： 进行广义差分变换得到： （9.5.7） 《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 对模型(9.5.7)进行移项后： 令 ， ， ，从而得到： 对模型(9.5.9)进行OLS估计得到 的估计值 。再 用估计 的对原始模型进行广义最小二乘估计。 3、从残差中估计 将残差 对其滞后项进行回归，如： 注：不需加入截距项 （9.5.8） （9.5.9） （9.5.10） 4、科克伦—奥克特(Cochrane-Orcutt)迭代估计 (1) 利用OLS估计原始模型，得到估计的残差 (2) 根据估计的残差 ，计算第一次 的估计值 (3) 利用估计的 值对模型进行广义的差分变换， 并估计广义模型，得到第二次估计的残差 和 第二次对 的估计值 ，计算公式与同 。 (4) 重复(2)、(3)两步，直至的前后两次估计结果 比较接近为止，即 注：该方法也适合于高阶自相关 （9.5.11） 《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 §9.6误差项高阶自相关的校正方法 本节以误差项二阶自相关为例，分析高阶自相关及其校正，假定原始模型仍为（9.5.1）： 误差项为二阶自相关： 使用广义差分法，对模型（9.5.1）变换得到： 如果已知 和 ，则可直接对上式进行估计。如果 和 未知，可通过原始模型的残差项自回归得到。 《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 §9.7 修正标准误的尼威—韦斯特方法 该方法的核心是使用非参数的方法估计标准误，直接对误差项有自相关的回归模型使用OLS，从而避免了确定滞后阶数和估计自回归系数，但却可以提高标准误的估计精度。 对多元线性回归模型： 直接用OLS对其估计得到的回归系数的标准误是不精确的，尼威—韦斯特方法可对其估计的 进行校正，具体步骤如下： (9.7.1) 《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 (1)用 对其余解释变量做回归： (2)对某个选定的整数 ,定义： 其中 ,N为样本数量。g的选择依赖于误差项自相关的性质，自相关阶数越高g取值越大。Newey和West (1987)建议选择： 令 表示用OLS估计模型(9.7.1)得到的 的标准误， 为用OLS估计模型(9.7.1)得到的误差项 的标准误，则 的校正标准误就是： (9.7.2) (9.7.3) (9.7.4) 《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 例子：利率期限结构的尼威—韦斯特标准误 为长期利率，以我国商业银行90天同业拆借利率的月度加权平均值表示， 为短期利率，以商业银行7天同业拆借利率的月度加权平均值表示，为了便于比较，先直接用OLS估计的结果如下。 《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 使用尼威—韦斯特的计算程序，对上述回归方程再次进行估计，结果如下： 与前面结果比较 《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