计量经济学(第五章自相关).pptVIP

随机项的取值特点 DW统计量的判定图 课堂作业1： 思考题与练习题 输入数据 * * 计量经济学 王琴英 第五章 自相关 5.1 自相关 对于随机误差项序列： 不同样本点之间的随机误差项相关，称为序列相关。 定义 即存在 使得： 一、序列相关 。 二、自相关 定义 随机误差项前后期相关，称为自相关。 即 与 相关， 。 其中： 为满足所有基本假定的随机项； ， 称为自相关系数。 关于 （1） 的最小二乘估计为： （2） 若 ，称 为正自相关。 （3） 若 ，称 为负自相关。 一阶线性自相关： 作图形 或 ，随后的 （1）正自相关（ ） 当某一个 ，随后的 当某一个 ，随后的 （2）负自相关（ ） 当某一个 ，随后的 当某一个 某地区制造业中，每百名雇员的失业率 （%） ， 辞职率 （%）的关系模型为 已知1990年至2005年的观测值，用Eviews3.1进行回归 得到： 例1 (11.001) (-4.832) 0.0543 0.2543 0.3014 0.3391 0.4014 0.2296 0.2326 -0.0391 2.5 2.7 2.1 1.8 2.2 2.0 2.2 1.9 3.3 3.3 5.6 6.8 5.6 5.7 5.0 5.1 1998 1999 2000 2001 2002 2003 2004 2005 -0.3298 0.0204 -0.3423 -0.3704 -0.4674 -0.3488 0.1262 -0.0613 1.3 1.2 1.4 1.4 1.5 1.9 2.6 2.3 6.2 7.8 5.8 5.7 5.0 4.0 3.2 3.6 1990 1991 1992 1993 1994 1995 1996 1997 年份 年份 图形 残差图1 图形 残差图2 三、产生自相关的经济背景 1、时间序列中，由于经济变量前后期之间相互关联， 相互影响，导致随机误差项不再随机，而是前后期相关。 如：消费习惯、变量的滞后影响、蛛网现象等等。 例如 农产品供给函数： 若 ，则 若 ，则 3、在数据处理中，用内插或外延方式得到的经济数据， 也随之产生规律性的变化，不再具有随机性。 2、省略了重要的自变量，或错误地确定回归模型的数学 形式，从而使随机误差项产生自相关。 易产生自相关。 5.2 自相关所造成的后果 设模型为： ， 1、自相关不影响最小二乘估计量的线性、无偏性。 2、自相关使最小二乘估计量不满足最小方差性。 如： 3、自相关使参数的显著性检验失效、模型用于预测失效。 5.3 自相关的检验 一、图示检验法 ， 作图形： 或 以直观判断是否存在自相关。 的散点图， 见 P 96~97 图5-1 ，图5-2 由 （1） （2）作检验统计量： （3）当 充分大时， 二、 Durbin-Waston 检验法 （4）根据DW检验临界值 ，进行推断： (a) 当 ，则 存在正自相关； (b) 当 ，则 不存在自相关。 (c) 当 ，则 存在负自相关。 DW检验应用说明 1、D-W检验仅适用于一阶线性自相关，对高阶自相关或 非线性自相关均不适用；也不适用于自回归模型。 2、样本容量 。 3、在不确定区域： 和 ，DW检验失效。 正 自 相 关 相 关 性 不 确 定 无自相关 相 关 性 不 确 定 负 自 相 关 0 4 2 例1-1 （2）D-W检验法： 查表B-5a、得到： 存在正自相关。 (1) 用图示检验法判断自相关： 5.4 自相关模型的计量经济方法 广义最小二乘法 （GLS） 对于模型： …（1） …（2） 由方程（2）得到： 满足所有基本假定 对模型（1）进行广义差分变换，以消除自相关； 再对变换后的模型用 OLS法估计未知参数。 方法 由 （一） 为已知 …（3） 由方程（1）减方程（3）得到： …（1） 第一步：广义差分变换 令 广义差分变换 …（4） 方程（4）的随机项满足所有的基本假定。 由此 ， 第二步： OLS估计 模型（4）对应的样本观测值为： 模型（4）未知参数的OLS估计为： ， 原模型（1）对应的未知参数的估计值为： ， 可以补充样本的第一个观测值为： 关于样本： （二） 为未知 自相关系数的估计 （1） 的最小二乘估计： （2）当 充分大时， （3）当 较小时， ； ； ； （4）用迭代法估计 。 注： DW检验统计量的值； 自变量的个数。 （三）由AR(1)实现GLS 由 令 做模型： （ 称为1阶自回归模型） 5.5 应用实例——例1-2 （一）GLS估计 （1）估计 的值： （2）广义差分变换，计算相应的样本观测值：（见下表） ， 0.7762 0.8263 0.0764