计量经济学-第8章 自相关.pptVIP

* 《计量经济学》，高教出版社，2011年6月，王少平、杨继生、欧阳志刚等编著 自相关系数 的取值范围为[-1,1]，则DW统计 量的取值区间为[0,4]。 （1）若误差项没有自相关，则对应DW统计量值为2。若计算得到的DW值大约为2，则表明误差项没有自相关。 （2）若 ，表明误差项有完全正自相关，对应DW值等于0。因此，DW值越接近于0，正自相关的迹象越明显。 （3）若 ，随机误差项具有完全的负自相关，对应DW等于4。因此，DW值越接近于4，负自相关的迹象越明显 《计量经济学》，高教出版社，2011年6月，王少平、杨继生、欧阳志刚等编著 DW统计量没有唯一的临界值帮助判断拒绝或不拒绝原假设，只有一个临界值的上限 和临界值下限 。将计算得到的DW值和上下限进行比较，从而容易判断误差项是否存在自相关。不同样本容量和解释变量对应的 和 可在附表中查得。具体判别规则如图9.4.3： 正自相关 拒绝 不拒绝 不确定区域 不确定区域 负自相关 不拒绝 拒绝 图9.4.3 DW检验的判别规则 * ● DW检验有两个不能确定的区域，一旦DW值落在这两个区域，就无法判断。这时，只有增大样本容量或选取其他方法 ● DW统计量的上、下界表要求 ，这是因为样本如果再小，利用残差就很难对自相关的存在性做出比较正确的诊断 ● DW检验不适应随机误差项具有高阶序列相关的检验 ●只适用于有常数项的回归模型并且解释变量中不能含滞后的被解释变量 ,解释变量是非随机的。 DW检验的缺点和局限性 《计量经济学》，高教出版社，2011年6月，王少平、杨继生、欧阳志刚等编著 三、布罗施—戈弗雷检验 (简称BG) 对于回归模型： (9.4.6) 假设其误差项的自相关形式为： (9.4.7) 则没有自相关的原假设为： 备选假设：至少有一个 不为0。 《计量经济学》，高教出版社，2011年6月，王少平、杨继生、欧阳志刚等编著 该检验过程如下： （1）使用OLS估计模型(9.4.6)，得到残差记为 。 （2）将上述估计的残差 与残差滞后值 进行辅助回归，并计算辅助回归模型的可决系 数 。 （3）在大样本下，渐进地有： 对于给定显著性水平 ，若计算的 大于 的临界值，则拒绝原假设，认为至少有一个的值显著不为0，即存在自相关。 《计量经济学》，高教出版社，2011年6月，王少平、杨继生、欧阳志刚等编著 BG检验在应用过程中有几点需要注意： （1）若模型(9.4.6)中的解释变量不是严格外生 的，会有一个或多个 与 相关。 （2）确定滞后阶数的方法有二：一种是对辅助回 归模型中的回归系数进行显著性检验，将显 著不为0的系数保留在辅助回归中，另一种 是使用赤池或施瓦茨信息准则筛选滞后长 度。 * 第四节 自相关的补救 本节基本内容: ●广义差分法 ●科克伦－奥克特迭代法 ●其他方法简介 * 一、广义差分法 对于自相关的结构已知的情形可采用广义差分法解决。 由于随机误差项 是不可观测的，通常我们假定 为一阶自回归形式，即 （6.25） 其中， ， 为经典误差项。 当自相关系数为已知时，使用广义差分法，自相关问题就可彻底解决。我们以一元线性回归模型为例说明广义差分法的应用。 * 对于一元线性回归模型 将模型（6.26）滞后一期可得 用 乘式（6.27）两边，得 * 两式相减,可得 式中， 是经典误差项。因此，模 型已经是经典线性回归。令： 则上式可以表示为： * 对模型（6.30）使用普通最小二乘估计就会得到参数估计的最佳线性无偏估计量。 这称为广义差分方程，因为被解释变量与解释变量均为现期值减去前期值的一部分，由此而得名。 * 在进行广义差分时，解释变量 与被解释变量 均以差分形式出现，因而样本容量由 减少为 ，即丢失了第一个观测值。如果样本容量较大，减少一个观测值对估计结果影响不大。但是，如果样本容量较小，则对估计精度产生较大的影响。此时，可采用普莱斯－温斯滕（Prais-Winsten）变换，将第一个观测值变换为： 补充到差分序列 中，再使用普通最小二乘法估计参数。 * 二、Cochrane － Orcutt迭代法 在实际应用中,自相关系数 往