计量经济学张晓桐版第六章自相关.pptVIP

* 第6章 自相关 非自相关假定 自相关的来源与后果 自相关检验 自相关的解决方法 克服自相关的矩阵描述（不讲） 自相关系数的估计 案例分析 6.1非自相关假定：Cov(ui, uj ) = E(ui uj) = 0, (i, j ? T, i ? j) 如果Cov (ui , uj ) ? 0, (i, j ? T, i ? j)则称误差项ut存在自相关。 自相关又称序列相关。也是相关关系的一种。 自相关按形式可分为两类： （1）一阶自回归形式。ut = f (ut-1) （2）高阶自回归形式。ut = f (ut – 1, u t – 2 , … ) 经济计量模型中自相关的最常见形式是一阶线性自回归形式。 ut = a1 ut -1 + vt E(vt ) = 0, t = 1, 2 …, T Var(vt) = ?v2, t = 1, 2 …, T Cov(vi, vj ) = 0, i ? j, i, j = 1, 2 …, T Cov(ut-1, vt) = 0, t = 1, 2 …, T 序列的自相关特征分析。给出具有正自相关，负自相关和非自相关三个序列。 c. 负自相关序列 d. 负自相关序列散点图 e. 非自相关序列 f 非自相关序列散点图 a. 正自相关序列 b. 正自相关序列散点图 6.2自相关的来源与后果 自相关的来源： 1．模型的数学形式不妥。 2. 惯性。大多数经济时间序列都存在自相关。 3. 回归模型中略去了带有自相关的重要解释变量。 6.2自相关的来源与后果 6.3 自相关检验 当DW值落在“不确定”区域时，有两种处理方法。（1）加大样本容量或重新选取样本，重作DW检验。有时DW值会离开不确定区。（2）选用其它检验方法。 DW检验临界值与三个参数有关。（1）检验水平?，（2）样本容量T , (3) 原回归模型中解释变量个数k（不包括常数项）。 ? 的取值范围是 [-1, 1]，所以DW统计量的取值范围是 [0, 4]。 6.3 自相关检验 6.3 自相关检验 （3）LM检验（亦称BG检验）法 6.4 自相关的解决方法 1. 如果自相关是由于错误地设定模型的数学形式所致，那么就应当修改模型的数学形式。方法是用残差et 对解释变量的较高次幂进行回归。 2. 如果自相关是由于模型中省略了重要解释变量造成的，那么解决办法就是找出略去的解释变量，把它做为重要解释变量列入模型。 怎样查明自相关是由于略去重要解释变量引起的？一种方法是用残差et对那些可能影响被解释变量，但又未单列入模型的解释变量回归，并作显著性检验。 只有当以上两种引起自相关的原因都排除后，才能认为误差项ut 真正存在自相关。 在这种情况下，解决办法是变换原回归模型，使变换后模型的随机误差项消除自相关。这种估计方法称作广义最小二乘法。 6.4 自相关的解决方法 Yt = ?0 + ?1 X1 t + ?2 X2 t+ … + ? k X k t + ut (t = 1, 2, …, T ) 其中ut具有一阶自回归形式ut = ? ut-1 + vt 其中vt 满足通常的假定条件 Yt = ?0 + ?1 X1t +?2 X2 t + … + ?k Xk t + ? ut -1 + vt 用第1式求(t - 1) 期关系式，并在两侧同乘?: ? Yt -1= ? ?0 + ? ?1X1 t -1 + ? ?2 X2 t -1 + … + ? ?k X k t-1 + ? ut-1 上两式相减，得 Yt-?Yt -1 = ?0 (1-?) + ?1 (Xt -? X1 t-1) +… + ?k (Xk t - ? Xk t -1) + vt 作广义差分变换： Yt* = Yt - ? Yt -1 ; Xj t* = X j t - ? Xj t-1, j = 1, 2 , … k ; ?0* = ?0 (1-? ) 则模型如下 Yt* = ?0*+ ?1 X1t* + ?2 X2 t* +… + ?k Xk t* + vt ( t = 2, 3,… T) vt 满足通常的假定条件，可以用OLS法估计上式。 6.4 自相关的解决方法 6.5 自相关系数的估计