计量经济学4.2序列相关性.pptxVIP

4.2 序列相关性 ;一、序列相关性概念 二、实际经济问题中的序列相关性 三、序列相关性的后果 四、序列相关性的检验 五、序列相关的补救 ; 一、序列相关性概念;或;即因变量Yi的取值会对Yj的取值产生影响。; （1）如果误差项只与其滞后一期的值相关，则称误差项存在着一阶序列相关。即： ; 计量经济学中最常见的序列相关形式为一阶线性自回归形式，即： 其中，α1称为自回归系数； 是满足古典假定的随机误差项：;根据最小二乘原理和相关系数的定义,可以得到:;称为一阶序列相关或一阶自相关。; 二、实际经济问题中的序列相关性 ;滞后效应;农产品供给模型;2、模型设定的偏误 ;2、模型设定的偏误 ;3、数据的“编造”;一般经验; 计量经济学模型一旦出现序列相关性，如果仍采用OLS法估计模型参数，会产生下列不良后果：;2、变量的显著性检验失去意义;四、序列相关性的检验;1、图示法;如果大部分点落在第Ⅱ、Ⅳ象限，那么随机误差项 可能存在着负自相关。 ;;;例4.2：农村居民人均实际纯收入与人均实际消费性支出;;2、回归检验法 ;回归检验法的优点;3、杜宾-沃森（Durbin-Watson）检验法 ;1、提出杜宾-沃森检验的原假设与备择假设;①计算D.W.统计量的值， ②根据样本容量n和解释变量数目k（是否需包括常数项根据D.W.表判断）查D.W.分布表，得到临界值dL和dU， ③按照下列准则考察计算得到的D.W.值，以判断随机误差项是否存在一阶自相关。;DW检验决策规则;容易证明，当D.W.值在2左右时，模型不存在一阶自相关。;;;对样本量为19、一个解释变量的模型、5%显著水平，查DW统计表可知， ，模型中 ，认为误差项?t存在严重的正自相关。 ;注意： （1）从判断准则看到，存在两个不能确定的D.W.值区域，这是这种检验方法的一大缺陷。 （2） D.W.检验一般要求n≥15 （3） D.W.检验虽然只能检验一阶序列相关，但在实际计量经济学问题中，一阶序列相关是出现最多的一类序列相关； 经验表明，如果不存在一阶序列相关，一般也不存在高阶序列相关。 所以在实际应用中，对于序列相关问题一般只进行D.W.检验。;4、拉格朗日乘数（LM）检验 ; 约束条???为： H0: ?1=?2=…=?p =0;LM = nR2 = 19 ? 0.240476 = 4.569044 因为?20.05(1) = 3.84，LM = 4.5690 3.84，所以GB（LM）检验结果也说明(1)式存在序列相关。; 如果随机误差项被检验证明存在序列相关性，首先应分析产生序列相关的原因。如果是由于模型设定偏误，则应修改模型的数学形式。; 如果模型产生序列相关的原因是模型中省略了重要解释变量，则解决方法就是找出被省略了的解释变量，将其作为解释变量列入模型。; 只有当上两种引起序列相关的原因都消除以后，才能认为随机误差项“真正”存在序列相关，此时需要对原模型进行变换，使变换以后模型的随机误差项序列相关得以消除，进而利用普通最小二乘法估计回归参数。;1. 广义最小二乘法;变换原模型： D-1Y=D-1X ? +D-1? 即 Y*=X*? + ?* (*); 这就是原模型的广义最小二乘估计量(GLS estimators)，是无偏的、有效的估计量。; 如设定随机扰动项为一阶序列相关形式 ?i=??i-1+?i 则;;例4.2：广义差分法（一元为例）;;查5%显著水平的DW统计表可知：广义差分模型中已无自相关。 采用拉格朗日乘数（LM）滞后一期检验残差是否还存在自相关 ;则原模型的广义最小二乘估计结果为： 中国农村居民的边际消费倾向为0.5833，即中国农村居民每增加收入1元，平均说来，消费支出将增加0.5833元。; 注意：;; 3、随机误差项相关系数的估计;①估计自相关系数 。 ;③以Yt*, Xt* ，（1986-2003）为样本OLS回归，得 (8.867) (0.037) R2 = 0.93 DW =1.476 查DW表，dL = 1.16，dU = 1.39 dU DW = 1.476 (4 - dU ) = 2.61，依据判别规则，已消除自相关。 ;得到的是一个粗略的结果， 是对 精度不高的估计