[理学]第六章自相关.pptVIP

第六章 自相关 §6.1 自相关的概念 在阐释自相关概念之前，先介绍滞后值的概念。 一个变量的滞后值是这个变量在一段时间前的取值。 举个例子： 滞后一期的取值，记为 。 y的一阶差分,记为 ,是用y的当期值减去前一的 值： ，以此类推，可以得到滞后二期， 滞后三期值。 当期值、滞后值、差分的关系： 自相关的概念： 若回归模型 中随机误差相项满足 则称误差项 在自相关(Serial Correlation)。自相关又称序列相关。原指一随机变量 在时间上与其滞后项之间的相关。这里主要是指回归模型中随机 误差项ut与其滞后项的相关关系。自相关也是相关关系的一种 。 自相关的形式： 假定存在自相关，若 的取值仅与前一期 有关，即 =f( ),则称这种自相关为一阶自相关。对于一般经济现象而言， 两个随机项在时间上相隔越远，前者对后者的影响越小。如果存 在自相关的话，最强的自相关应该是一阶自相关。这里，我们只 讨论一阶自相关，并且假定这是一种线性自相关，具有一阶线性 自回归AR(1)的形式： 是一个新随机项，它满足经典回归的全部假定。 上式可以看成是一个一元回归模型。 是因变量， 是自变量， 是回归系数。可用OLS法估计 ： 为自相关系数 当 0时，为正相关， 0为负相关。当 =0时，由上式知， = ，此时为一个没有自相关的随机变量。当 =1或 =-1时， 与 之间的相关性最强: =1表示完全一阶正相关； =-1表示完全一阶负相关。由此可见，自相关系数 是一阶线性自相关强度的一个度量，其绝对值大小决定自相关的强弱。 （a）正自相关 （b）负自相关 （c）无自相关 §6.2 自相关产生的原因 1.经济变量固有的惯性 2.模型设定的偏误 又如：如果真实的边际成本回归模型应为： Yt= ?0+?1Xt+?2Xt2+?t 其中：Y=边际成本，X=产出。 但建模时设立了如下模型 ：Yt= ?0+?1Xt+vt 因此，由于vt= ?2Xt2+?t, ，包含了产出的平方对随机项的系统性影响，随机项也呈现自相关。 3. 数据的“编造” 例如：季度数据来自月度数据的简单平均，这种平均的计算减弱了每月数据的波动性，从而使随机干扰项出现序列相关。 §6.3 出现自相关时的后果 2. 变量的显著性检验失去意义 在变量的显著性检验中，统计量是建立在参数方差正确估计基础之上的，这只有当随机误差项具有同方差性和互相独立性时才能成立。 3. 模型的预测失效 区间预测与参数估计量的方差有关，在方差有偏误的情况下，使得预测估计不准确，预测精度降低。 所以，当模型出现自相关时，它的预测功能失效。 §6.4 自相关的检验 然后，通过分析这些“近似估计量”之间的相关性，以判断随机误差项是否具有自相关。 1. 图示法 2. 回归检验法 3. 杜宾—瓦尔森（Durbin-Watson）检验法 D-W检验是杜宾（J.Durbin）和瓦尔森(G.S. Watson)于1951年提出的一种检验序列自相关的方法。该方法的假定条件是： （3）回归模型中不应含有滞后应变量作为解释变量，即不应出现下列形式： Yi=?0+?1X1i+??kXki+?Yi-1+?i （4）回归含有截距项 （5）利用D-W检验检验自相关时，一般要求样本容量至少为15，否则很难对自相关的存在性做明确的结论。  D-W检验的步骤： （1）建立假设 ： （2）进行OLS回归并获得残差； （3）计算DW值， （4）给定样本容量及解释变量的个数，从DW表中查到临界值 和 ； （5）