第十章 自相关.ppt

第十章 自相关 上海立信会计学院 一、自相关的性质 1.自相关的定义 假如随机误差项之间存在如下关系，那么模型就产生了自相关问题。 自相关问题通常与时间序列数据有关。 下面几个图给出了自相关和无自相关的几种类型。纵轴同时给出了 （总体扰动项）或相应的 （残差），由于无法观察到前者，因而只能通过后者推断前者的行为。 图a到d表明u中存在明显自相关，而图e则表明u不存在系统模式，这也是无自相关假设的几何解释。 三、自相关的诊断 由于不知道随机误差项，所以针对自相关的诊断，都是根据从标准OLS估计法得到的残差来作出判断。 例子：美国商业部门真实工资与生产率的关系(1959-2002)，数据如下表。 微观经济理论表明真实工资与劳动生产率正相关——在其它条件不变的情况下。根据该理论建立如下模型： 利用下表数据回归结果如下： * * 包括如下内容： 1.自相关的性质 2.自相关的理论与实际结果是什么？ 3.如何判断自相关的存在？ 4.自相关的补救措施 自相关的模式 自相关分为正自相关(a)和负自相关(b) 2.自相关产生的原因 (1)惯性 大多数经济时间序列具有显著的惯性或者说迟缓性特征。比如说国内生产总值、就业、货币供给等时间序列都呈现出周期性。所以，在涉及时间序列数据的回归方程中，连续的观察值之间有可能是相互依赖或相关的。 (2)模型设定误差 忽略了必要的解释变量或者使用了错误的函数形式也有可能导致自相关。 (3)蛛网现象 在许多诸如农产品供给的现象中呈现出了所谓的蛛网现象，即供给对价格的反应滞后了一期，因为供给决策的实现需要一定的时间。因此，农户今年的计划要受去年价格的影响。 (4)数据处理 在数据的处理过程中也会导致自相关的产生。比如在从月度数据获得季度数据的过程中。 二、自相关的后果 自相关会产生以下后果： 1.最小二乘估计量仍然是线性和无偏估计量。 2.但最小二乘估计量不再是有效的。 3.OLS估计量的方差是有偏的，因此通常所用的t检验和F检验是不可靠的。 4.计算得到的误差方差 ，是真实误差方差的有偏估计量。 5.通常计算的预测方差和标准误也是无效的。 D-W统计量 美国商业部门真实工资指数和劳动生产率 针对以上例子，讨论两种对自相关进行检验的方法。 1.图形法 即通过对OLS残差的直观观察来判断误差项中是否存在自相关。以上例为例，将残差对时间作图，如下： 回归方程（一）的残差图 从上图可以看出，残差并不是随机分布，而是呈现出明显的变动模式。为了进一步确认我们的判断，做 对 的图形，结果如下： 上图表明存在着正的自相关：大多数残差都分布在第一象限和第三象限。 2.德宾-沃森d检验 假设： 不存在自相关 存在自相关 德宾-沃森d统计量定义为： 其中， 为如下一阶自回归的自回归系数 很多软件都给出了德宾-沃森统计量。比如工资-生产率一例的D-W统计量为0.2136。 d=4 d=2 d=0 =-1（完全负相关） =0 (无自相关) ＝1 (完全正相关) １ ２　　　　　　 ３ d值 值 　　　　　　　 简言之， 根据以上讨论可以看出：如果计算的ｄ值接近于零，则表明存在着正 的自相关；如果接近于４，则表明存在着负的自相关；ｄ值越接近于２， 则说明越倾向于无自相关。 德宾－沃森检验的步骤如下： (1)进行OLS估计得到残差 (2)根据式(2)计算d值 (3)根据样本容量及解释变量的个数，从D-W表中查到临界的　和　。 (4)按照下表中给出的规则进行判定。 比如工资与生产率一例。d=0.2136。根据D-W表，对于n=45，k’=1，在５％显著性水平下，　　 和 　。由于0.2136远低于1.475，所以得到结论，在工资－生产率回归方程中的残差存在正的自相关。 正自相关 无法判断 无自相关 无法判断 负自相关 如果 结论 德宾－沃森d检验的判定规则 *