06 自相关 2012.pptVIP

* 本案例主要用来展示当模型误差项存在2阶自回归形式的自相关时，怎样用广义差分法估计模型参数。 1967~1998年天津市的保险费收入（Yt，万元）和人口（Xt，万人）数据散点图见图。Yt与Xt的变化呈指数关系。对Yt取自然对数。LnYt与Xt的散点图见图。 可以在LnYt与Xt之间建立线性回归模型。LnYt = ?0 + ?1 Xt + ut Yt和Xt散点图 LnYt和Xt散点图 案例分析二 * 案例 * 案例 * 案例 Econometrics * 计量经济学 Econometrics 计量经济学(本科)讲义 Lecture Notes for Econometrics (undergraduate) 南开大学国际经济与贸易系 孙浦阳 非自相关假定 自相关的来源与后果 自相关检验（重点！） 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（重点！） * 复习：多元回归方程模型的假定条件 为什么要学习这些性质 (假定条件)？ 为保证得到最有效地结果(优化),回归模型应满足这些假设条件(性质) 现实经济分析中是否完全吻合？(存款与收入的例子) * 无多重共线性，即Xi (i = 2,3, …,k )之间不存在线性关系,不存在不全为零的一组数 复习：多元回归方程模型的假定条件 通过简单复习，了解随即误差(u), 方差(variance)等基本概念 归纳总结为: 同方差性，无偏性，一致性，无序相关性 这些基本特性为我们的估算值提供了有效最佳结果的保证 * 自相关问题的出现 自相关=序列相关 随机变量在时间上与其滞后项相关 在计量模型上主要是回归模型里的随机误差项与其滞后项的关系 * 产生自相关的现实原因 经济变量的惯性——时间序列变量的自相关导致干扰项的自相关 应进入模型的变量未被引入模型，能引起自相关 回归模型的的形式设定存在错误 蛛网现象：应变量对自变量的反应滞后 滞后效应：应变量受其前几期取值的影响 数据“编造”。数据的加工过程（如季度数据）或推算过程（根据某种 假定获得未调查数据）引起自相关 随机项自身可能存在“真正自相关”性（偶然性冲击对变量的长期影响） 自相关主要出现在世界序列数据中。横截面数据中也可能存在自相关（spatial autocorrelation, 空间自相关）。这种自相关可能来自样本观测值的排序依据——逻辑的或经济的排列的理由 * 自相关 学习的重点和难点 * 非自相关的基本概念与一阶表达式 重点：自相关不一定的当期和前一期的关系，有可能是多期的关系 （第3版第136页） 其中ρ被称为自协方差系数（coefficient of autocovariance)，或自相关系数。 非自相关的一阶表达式 * 假设如果u存在自相关，u当期的取值与若干个前期有关，关系可由： ut = f (ut-1 ， …， ut-p ) +vt 决定，其中误差项（vt）满足： 即vt满足一般线性假定。一般把f (ut-1 ， …， ut-p ) 假定为线性形式。 同方差的一般表达与多阶表达式 理解难点：v的概念是什么？v与u的关系是什么？ 理解重点：u的当期值作为被解释变量，类似于y;  u的前期值作为解释变量，类似于x;  u的当期值和u的前期值一起组成了一个估计方程 * 如果 则称为马尔科夫(Markov)一阶自回归模式（或简称为一阶自回归模式），记为AR(1)。 其中ρ被称为自协方差系数（coefficient of autocovariance)，或自相关系数。 如果 则称为高阶自回归模式，记为AR(s)--S阶自回归模式 简化了以上的方程 如果忽略自相关问题的估算后果 * 图形方法一：绘制 的散点图（数学公式解释原因） 自相关的检验：图示 方法一：图形直接判断法 (直观，但是缺乏准确性) 首先利用OLS回归后，求出残差 。 如果大部分落在第I、第III象限，则 存在正自相关。 如果大部分落在第II、第IV象限，则 存在负自相关。 * 图形方法二、按时间顺序绘制 图 作出 随时间变化的图形，如果 呈由规律的变化，如锯齿形或循环形，则说明干扰项存在自相关。ut = f (ut-1 ， …， ut-p