第五章计量经济学中的自相关性.pptVIP

第5章 自相关性 5.1 自相关性及其产生的原因 5.1.1 什么是自相关性;;;;;5.2 自相关性的后果 5.2.1 模型参数估计值不具有最优性 1．参数估计值仍具有无偏性; 2．参数估计值不再具有最小方差性;5.2.2 低估随机误差项的方差;;;;; 图示检验法可以借助于Eviews软件来实现。在方程窗口中点击Resids按钮，或者点击View＼Actual，Fitted，Residual＼Table，都可以得到残差分布图。 5.3.2 德宾一沃森(Durbin-Watson)检验 DW检验假定条件是： 第一，解释变量x为非随机的；; 第四，模型中含有截距项； 第五，统计数据比较完整，无缺失项。适用于样本容量的样本情况 DW检验的基本原理和步骤为;;; 由上述判断区域知，误差序列存在一阶正自相关。 使用DW检验时应注意以下几个问题。 第一，DW检验只能判断是否存在一阶线性自相关性，对于高阶自相关或非自相关皆不适用。 第二，DW检验有两个无法判定的区域。 第三，这一方法不适用于对联立方程组模型中各单一方程随机误差项序列相关的检验。;; 5.3.3 回归检验法 回归检验法适用对任一随机变量序列相关的检验，并能提供序列相关的具体形式及相关系数的估计值。这一方法的应用分三步进行：; 出回归估计式，再对估计式进行统计检验（F检验和t检验）。如果通过检验发现某一个估计式是显著的(若有多个估计式显著就选择最为显著者)，表明随机误差项存在序列相关。 5.3.4 高阶自相关性检验 1．偏相关系数检验; EViews软件可以同时给出时间序列的自相关和偏自相关系数及分析图。利用EViews软件计算偏相关系数，具体有两种方式： [命令方式] IDENT RESID [菜单方式] 在方程窗口中点击： View＼Residual Test＼Correlogram-Q-statistics 屏幕将直接输出et与et-1 ,et-2 ,…, et-p（p是事先指定的滞后期长度）的自相关系数和自偏相关系数，从中可以直观地看出残差序列的相关情况。通过观察自相关和偏自相关系数来判断是否存在序列相关。如果残差不存在序列相关，各阶滞后的自相关和偏自相关值都接近于零。; Q统计量的软件操作：估计方程后，选择View／Residual Tests／Correlogram and Q-statistics，可以检验回归方程残差的序列相??性；打开一个序列对象，选择View／Correlogram，通过观察Q统计量来判断是否存在序列相关。在Q统计量的p值小（如小于0.05）的情况下，拒绝原假设，即认为存在序列相关。否则，如果Q统计量的p值比较大，则残差不存在序列相关。; 3．拉格朗日乘数检验(LM)或布罗斯—戈弗雷(B-G)检验 对于模型：;;; (1)绘制相关图，确定模型的函数形式。;表5.3.2 估计结果; (3)检验自相关性 ①残差图分析：在方程窗口中点击Resids按钮，所显示的残差图（图5.3.7所示）表明e呈现有规律的波动，预示着可能存在自相关性。;运用GENR生成序列E，观察E，E(-1)图形（见图5.3.8）。; 图中AC表示各期的自相关系数，PAC表示各期的偏自相关系数，为了直观地反映相关系数值的大小，在图形左半部分别绘制了相关系数和偏相关系数的直方图，其中虚线表示显著性为0.05的置信带。当第s期偏相关系数的直方块超过虚线部分时，表明存在s阶自相关性。从图5.3.9可以明显看出，我国城乡居民储蓄存款模型存在着一阶和二阶自相关性。各阶滞后的Q统计量的p值都小于0.05，说明在5%的显著性水平下，拒绝原假设，残差序列存在序列相关。 ⑤B-G检验：在方程窗口中点击View＼Residual Test＼Serial Correlation LM Test，并选择滞后期为2，屏幕将显示以下信息，见表5.3.3。;表5.3.3 估计结果;;;;;2．Durbin两步估计法; 3．迭代估计或科克伦—奥克特(Cochrane-Orcutt)估计 具体步骤为;; 4.搜索估计法 5.4.3 广义差分法的EViews软件实现过程 ; 在EViews软件中可以直接使用广义差分法估计自相关性模型，具体步骤为 1．利用OLS法估计模型，系统将同时计算残差序列RESID。 LS y c x 2．判断自相关性的类型。 IDENT RESlD; ;所以在LS命令中加上AR(1)和AR(2)，使用迭代估计法估计模型。键入命