第七章自相关计量转头经济学.pptVIP

自相关性Serial Correlation 一、自相关性 二、自相关性的后果 三、自相关性的检验 四、具有自相关性模型的估计 五、案例 如果模型的随机误差项违背了互相独立的基本假设的情况，称为自相关性。 一、自相关性 1、自相关的概念 称为一阶自相关，或自相关（autocorrelation）。这是最常见的一种自相关问题。 自相关往往可写成如下形式： 2、自相关产生的原因 （1）惯性 大多数经济时间数据都有一个明显的特点，就是它的惯性。 GDP、价格指数、生产、就业与失业等时间序列都呈周期性，如周期中的复苏阶段，大多数经济序列均呈上升势，序列在每一时刻的值都高于前一时刻的值，似乎有一种内在的动力驱使这一势头继续下去，直至某些情况（如利率或课税的升高）出现才把它拖慢下来。 （2）设定偏误：模型中遗漏了显著的变量 例如：如果对牛肉需求的正确模型应为 Yt=?0+?1X1t+?2X2t+?3X3t+?t 其中：Y=牛肉需求量，X1=牛肉价格，X2=消费者收入，X3=猪肉价格。 如果模型设定为： Yt= ?0+?1X1t+?2X2t+vt 那么该式中的随机误差项实际上是：vt= ?3X3t+?t, 于是在猪肉价格影响牛肉消费量的情况下，这种模型设定的偏误往往导致随机项中有一个重要的系统性影响因素，使其呈自相关性。 (