第二章七计量经济学序列相关性.pptVIP

§2.7 序列相关性Serial Correlation 一、序列相关性 二、序列相关性的后果 三、序列相关性的检验 四、具有序列相关性模型的估计 五、案例 如果模型的随机误差项违背了互相独立的基本假设的情况，称为序列相关性。 一、序列相关性 1、序列相关的概念 称为一阶序列相关，或自相关（autocorrelation）。这是最常见的一种序列相关问题。 自相关往往可写成如下形式： 2、序列相关产生的原因 （1）惯性 大多数经济时间数据都有一个明显的特点，就是它的惯性。 GDP、价格指数、生产、就业与失业等时间序列都呈周期性，如周期中的复苏阶段，大多数经济序列均呈上升势，序列在每一时刻的值都高于前一时刻的值，似乎有一种内在的动力驱使这一势头继续下去，直至某些情况（如利率或课税的升高）出现才把它拖慢下来。 （2）设定偏误：模型中遗漏了显著的变量 例如：如果对牛肉需求的正确模型应为 Yt=?0+?1X1t+?2X2t+?3X3t+?t 其中：Y=牛肉需求量，X1=牛肉价格，X2=消费者收入，X3=猪肉价格。 如果模型设定为： Yt= ?0+?1X1t+?2X2t+vt 那么该式中的随机误差项实际上是：vt= ?3X3t+?t, 于是在猪肉价格影响牛肉消费量的情况下，这种模型设定的偏误往往导致随机项中有一个重要的系统性影响