计量经济学 6 第6章 序列相关性.pptVIP

第六章 序列相关性 一、序列相关的概念 二、序列相关产生的原因 三、序列相关的后果 四、序列相关的检验 五、序列相关的处理方法 六、实例分析 一、序列相关性的概念 称为一阶序列相关，或自相关（autocorrelation） 二、序列相关性产生的原因 1、经济变量固有的惯性 2、模型设定的偏误 但建模时设立了如下模型： Yt= ?0+?1Xt+vt 因此，由于vt= ?2Xt2+εt, ，包含了产出的平方对随机项的系统性影响，随机项也呈现序列相关性。 3、数据的“编造”(数据处理) 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。 还有就是两个时间点之间的“内插”技术往往导致随机项的序列相关性。 4、一些随机干扰因素的影响 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、模型的预测功能失效 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，当模型出现序列相关性时，它的预测功能失效。 四、序列相关性的检验 四、序列相关性的检验 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序列相关性。 1、图示法 2、杜宾-瓦森（Durbin-Watson）检验法 D-W检验是杜宾（J.Durbin）和瓦森(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： 如果模型被检验证明存在序列相关性，则需要发展新的方法估计模型。 （一）自相关系数ρ已知——广义差分法 以一元线性回归模型为例， 其中， 是序列相关的，即 且满足一阶自回归形式： （二）自相关系数ρ未知 在样本容量比较大的情况下，首先利用D-W统计量： 求出 然后利用广义差分法对模型（6.4.6）式进行OLS估计。 这种方法是先采用OLS法估计 ，再采用广义差分法估计参数。其步骤为： 对上式利用OLS估计，可以得到参数的估计值。 这种方法要进行一系列地反复迭代计算,寻找出一个更好的估计值 ，直到消除序列相关为止。其基本步骤如下： 应用软件中的广义差分法 在Eview/TSP软件包下，广义差分采用了科克伦-奥科特（Cochrane-Orcutt）迭代法估计?。 在解释变量中引入AR(1)、AR(2)、…，即可得到参数和ρ1、ρ2、…的估计值。 其中AR(m)表示随机误差项的m阶自回归。在估计过程中自动完成了ρ1、ρ2、…的迭代。 六、案例分析—中国商品进口模型 1. 通过OLS法建立如下中国商品进口方程： 2. 进行序列相关性检验。 D-W检验 则M*关于GDP*的OLS估计结果为： （2）采用科克伦-奥科特迭代法估计? 在Eviews软包下，2阶广义差分的结果为： （6.4.18） （6.4.19） 经济理论指出，商品进口主要由进口国的经济发展水平，以及商品进口价格指数与国内价格指数对比因素决定的。 由于无法取得中国商品进口价格指数，我们主要研究中国商品进口与国内生产总值的关系。（下表）。 （2.32） （20.12） 取?=5%，由于n=24，k=2(包含常数项)，查表得： dl=1.27， du=1.45 由于 DW=0.628 dl ，故: 存在正自相关。 D-W 检验法图示 3、运用广义差分法进行自相关的处理 （1）采用杜宾两步法估计? 第一步，估计模型 （1.76） (6.64) (-1.76) (5.88) (-5.19) (5.30) 第二步，作差分变换： （2.76） (16.46) 取?=5%，DWdu=1.43 (样本容量24-2=22) 表明：已不存在自相关 于是原模型为： 与OLS估计结果的差别只在截距项： 取?=5% ，DWdu=1.66(样本容量:22) 表明:广义差分模型已不存在序列相关性。 (3.81) (18.45) (6.