计量经济学课件第六章自相关.docVIP

第六章 自相关 1 引子:t检验和F检验一定就可靠吗? 研究居民储蓄存款 Y 与居民收入 X 的关系： Yt = ?1 + ?2 X t + ut 用普通最小二乘法估计其参数，结果为 ?? Yt = 27.9123 + 0.3524 X t （1.8690） (0.0055) t = (14.9343) (64.2069) R2 ??0.9966 F ??4122.531 2 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 X 对居民储蓄存款 Y 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 什么呢? 3 第六章 自相关 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 4 第一节 什么是自相关 本节基本内容: ●自相关的概念 ●自相关产生的原因 ●自相关的表现形式 5 一、自相关的概念 自相关（auto correlation），又称序列相关（ serial correlation）是指总体回归模型的随机 误差项之间存在相关关系。即不同观测点上的 误差项彼此相关。可以表示为: Cov(ui , u j ) ??E (ui , u j ) ≠ 0? (i ??j ) 6 一阶自相关系数 自相关系数 ??的定义与普通相关系的公式形式相同 ?? ?u u t= 2 2 t n t t -1 ?u t ?2 n ?u t ?2 n (6.1) 2 t ?1 ??的取值范围为 -1 ??????1 式（6.1）中 ut -1 是 ut 滞后一期的随机误差项。 因此，将式（6.1）计算的自相关系数 ??称为一阶 自相关系数。 7 二、自相关产生的原因 自 相 关 产 生 的 原 因 经济系统的惯性 经济活动的滞后效应 数据处理造成的相关 蛛网现象 模型设定偏误 8 原因1－经济系统的惯性 自相关现象大多出现在时间序列数据中，而经 济系统的经济行为都具有时间上的惯性。 如GDP、价格、就业等经济指标都会随经济系 统的周期而波动。例如，在经济高涨时期，较 高的经济增长率会持续一段时间，而在经济衰 退期，较高的失业率也会持续一段时间，这种 现象就会表现为经济指标的自相关现象。 9 原因2－ 经济活动的滞后效应 滞后效应是指某一指标对另一指标的影响不仅限于 当期而是延续若干期。由此带来变量的自相关。 例如，居民当期可支配收入的增加，不会使居民的 消费水平在当期就达到应有水平，而是要经过若干 期才能达到。因为人的消费观念的改变客观上存在 自适应期。 10 原因3－数据处理造成的相关 因为某些原因对数据进行了修整和内插处理， 在这样的数据序列中就会有自相关。 例如，将月度数据调整为季度数据，由于采用 了加合处理，修匀了月度数据的波动，使季度 数据具有平滑性，这种平滑性产生自相关。对 缺失的历史资料，采用特定统计方法进行内插 处理，使得数据前后期相关，产生了自相关。 11 原因4－蛛网现象 许多农产品的供给呈现为 蛛网现象，供给对价格的 反应要滞后一段时间，因 为供给需要经过一定的时 间才能实现。如果时期 t 的价格 P 低于上一期的 t 价格 P ，农民就会减少 t -1 时期 t ??1 的生产量。如 此则形成蛛网现象，此时 的供给模型为: 蛛网现象是微观经济学中的 一个概念。它表示某种商品 的供给量受前一期价格影响 而表现出来的某种规律性， 即呈蛛网状收敛或发散于供 需的均衡点。 St ???1 ???2 P?1 ??utt 12 原因5－模型设定偏误 如果模型中省略了某些重要的解释变量或者模型函 数形式不正确，都会产生系统误差，这种误差存在 于随机误差项中，从而带来了自相关。由于该现象 是由于设定失误造成的自相关，因此，也称其为虚 假自相关。 13 例如，应该用两个解释变量，即: Yt = ?1 + ?2 X 2t + ?3 X 3t + ut 而建立模型时，模型设定为: Yt = ?1 + ?2 X 2t + ut 则 X 3t 对 Yt 的影响便归入随机误差项 ut 中，由于 在不同观测点上是相关的，这就造成了 ut 在不同 观测点是相关的，呈现出系统模式，此时 ut 是自 相关的。 14 模型形式设定偏误也会导致自相关现象。如将成本 曲线设定为线性成本曲线，则必定会导致自相关。 由设定偏误产生的自相关是一种虚假自相关，可通 过改变模型设定予以消除。 自相关关系主要存在于时间序列数据中，但是在横 截面数据中，也可能会出现自相关,通常称其为空 间自相关（Spatial auto correlati