DW检验的局限性与模型的高阶自相关检验.docVIP

DW检验的局限性与模型的高阶自相关检验 赵卫亚 2012-8-3 9:39:05　　来源：《统计与决策》2004年第1期 　　作者简介：赵卫亚杭州商学院　　由于经济发展的连续性所形成的“惯性”，使得许多经济变量的前后期值之间是相互关联的。经济发展的这种惯性作用，使得利用时序数据建立计量经济模型时经常会遇到“自相关性”的问题，即模型中随机误差项的各期值之间存在着较强的相关关系。自相关性的存在将会增大模型系数的估计误差，降低统计检验的可靠性和预测的精度。因此，进行计量经济分析时一般都要检验模型是否存在自相关性，并根据自相关性的类型采取相应的解决方法。　　一、DW检验及其局限性　　由Durbin和Watson提出的DW检验是检验自相关性的一种经典方法。DW统计量为：　　　　DW检验因其原理简单，计算方便，许多统计分析软件在建立模型时也将DW统计量值作为基本统计量直接输出，所以DW检验现已成为检验自相关性的一种最常用的方法。但是目前人们在使用过程中经常会出现两个问题：一是将DW检验作为检验自相关性的唯一标准，模型一旦通过了DW检验，则认为模型已不存在自相关性；二是认为自相关性主要是一阶自相关性，所以当DW检验结果表明模型存在自相关性时，认为只要对模型进行一阶广义差分变换（有的甚至只进行一阶差分变换）就可以消除模型中的自相关性。　　实际上DW检验也存在着一些局限性，其主要表现在以下三个方面。　　（一）DW检验只能用于检验一阶自相关性　　虽然很多经济现象仅表现为本期与上期相关，但是更多的是与多期相关，即存在所谓的“高阶自相关性”：　　　　所以，如果经DW检验模型存在自相关性，则表明模型至少存在一阶自相关性，很可能还存在着高阶自相关性。同理，如果模型通过了DW检验，即DW统计量的值接近于2，则只说明不相关，模型不存在一阶自相关性，但并不同时意味着模型不存在高阶自相关性，还需要进行高阶自相关性检验。也就是说，即使模型通过了DW检验，也不能断然得出“模型不存在自相关性”的结论。　　（二）DW检验存在着两个无法判别的区域　　根据DW检验的上、下界表可以直接进行（一阶）自相关性的显著性检验，但表中存在两个特殊的区域，如果DW值落入这两个区域，则无法判别模型是否存在自相关性。虽然Durbin和Watson对此已提出了修正方法，但因计算公式复杂，当DW值落入这两个区域时，人们还是宁愿改用其他的检验方法。　　（三）DW检验不能用于含有滞后内生变量的模型　　如果模型的解释变量中间含有滞后内生变量，此时即使模型存在较强的自相关性，DW统计量的值也经常会接近于2，从而使DW检验失效。　　二、检验自相关性的一般方法　　由于DW检验只是对自相关性的一个特例——一阶自相关性进行检验，虽然很多经济现象是一阶相关的，但是检验模型的自相关性时应该考虑更为一般的情况；而且更重要的是，只有在正确确定自相关性的具体类型之后，才能利用广义差分法消除自相关性的不利影响。因此，本文将结合我国城乡居民储蓄存款模型，介绍一些检验高阶自相关性的一般方法，以及对存在自相关性模型的具体调整过程。　　（一）建立我国城乡居民储蓄存款模型　　由于模型函数形式设置不当也是造成自相关性的一个主要原因，所以笔者先根据1978～2001年我国城乡居民储蓄存款（单位：亿元）和国内生产总值指数（1978年＝100）的统计资料（略）所绘制的相关图分析Y和X的相关类型。相关图表明，居民储蓄存款和GDP之间呈现出较强的曲线相关关系。因此，将模型形式分别取成指数模型、对数模型、双对数模型和多项式模型；经过比较分析，其中以三次多项式模型的拟合误差最小。所以，将我国城乡居民储蓄存款模型取成三次多项式模型，估计结果为：　　　　其中，括号里的数字为各个回归系数的t统计量值，S.E为回归模型的标准差，DW为Durbin-Watson统计量值。由于模型的拟合程度高达99.77%，模型中所有回归系数也是高度显著的，所以模型有很好的统计性质。此时，DW统计量值等于1.02，当样本容量n=24时，由DW检验表可以查得临界值的下界为1.273，而0＜DW=1.02＜1.273，所以模型存在一阶自相关性。　　（二）模型的高阶自相关性检验　　设模型存在P阶自相关性（P≥1）　　　　其中随机误差项的值因无法观测，检验过程中用残差作为近似估计值，并且利用计量经济分析软件——EViews获取有关检验结果。　　(1)偏相关系数检验　　既然自相关性是指随机误差项各期值之间的相关关系，因而可以利用相关系数进行检验，而且为了避免相关传递性的影响（即考虑“纯”相关关系），相关系数应该取成偏相关系数。根据之间偏相关系数值的大小，可以大致判定与哪几期残差项相关