[经济学]本科经济计量学第10章第4版.pptVIP

第10章 自相关：如果误差项相关会有什么结果 10.2 自相关的后果 1.最小二乘估计量是线性无偏但非有效 2.OLS估计量的方差是有偏的 3.T检验和F检验失效 4.计算所得误差方差可能低估了真实方差 5.拟合优度检验失效 6.预测的方差和标准差无效 10.3 自相关的诊断 10.3.1 图形法 10.3.2 杜宾－瓦尔森d检验 10.3.3 游程检验 10.4 补救措施 10.5 如何估计 10.5.1 一阶差分法 10.5.2 从杜宾－瓦尔森d统计量中估计 10.5.3 从OLS残差中估计 10.5.4 其它估计方法 10.6 校正OLS标准误的大样本方法：Newey-West方法 Newey-West 建立了一种计算OLS标准误的方法来校正自相关问题。 严格地说，这个检验只对大样本有效。 Eviews软件也包括了NW检验，也称为HAC（异方差和自相关一致的）标准误。 NW方法并没有改变OLS估计量的值，仅对标准误进行了修正。 10.7 小结 10.4 补救措施 若已知模型 Yt=B1+B2Xt+ut 存在如下自相关： ut=ρu t-1+vt －1≤ρ≤1 现在对该模型作变化以消除自相关： 对 Yt-1=B1+B2Xt-1+ut-1 (10-12) 两边同乘以ρ，得到： ρYt-1= ρB1+ ρB2Xt-1+ρut- 1 (10-13) 将上面两式相减，可得： Yt-ρYt-1=B1-ρB1+B2(Xt -Xt-1)+vt (10-14) 该方程即为消除自相关后的方程。 返回首页 广义差分法 即： Yt*=B1*+B2Xt*+vt (10-15) 其中， Yt*=(Yt－ρYt－1)； Xt*=(Xt－ρXt－1)； B1*=B1(1－ρ) 对变换后的模型使用OLS得到的估计量称为广义最小二乘(generalized least squares)估计量(GLS)。 我们将方程(10-14)或(10-15)称为是广义差分方程(generalized difference equation)。 注意：在差分过程中，由于第一个观察值没有前期值而将损失一个观察值。 如果样本容量很大，损失一个观察值对模型影响不大，直接估计即可。 如果样本容量不大，为了避免丢失这个观察值，可以对Y和X的第一个观察值作如下变换： (10-16) 这一变换称为Prais-Winsten变换(Prais-Winsten transformation)。 到现在为止，我们似乎已经解决了自相关问题，但是还应注意到，在应用广义最小二乘方法时，其中的ρ是未知的，我们必须先对其进行估计。 返回首页 10.5.1 ρ=1：一阶差分法 采用假设：ρ=1；也就是说，误差项之间是完全正自相关的。此时广义差分方程(10-14)就变为一阶差分方程： Yt－Yt－1=B2(Xt－Xt－1)+vt 或， ? ΔYt=B2ΔXt+vt (10-17) 其中，Δ是一阶差分算子。在估计方程(10-17)时，首先需要对被解释变量和解释变量同时求差分，然后再对变换后的模型进行回归。 10.5.2 从杜宾－瓦尔森d统计量中估计 前面已建立了d与ρ之间的近似关系： (10-18) 可以很容易地得到的ρ估计值。 对工资-生产率一例，d=0.1463。因此， (10-19) 这一值显然不等于一阶