吉林大学-回归模型的扩展-自相关性.pptVIP

安徽财贸学院信管系 第二节 自相关性 一、自相关性及其产生的原因 二、自相关性的后果 三、自相关性的检验 四、自相关性的修正方法 第二节 自相关性 一、自相关性及其产生的原因 第二节 自相关性 2、产生原因 二、自相关产生的原因 自相关现象大多出现在时间序列数据中，而经济系统的经济行为都具有时间上的惯性。 如GDP、价格、就业等经济指标都会随经济系统的周期而波动。例如，在经济高涨时期，较高的经济增长率会持续一段时间，而在经济衰退期，较高的失业率也会持续一段时间，这种现象就会表现为经济指标的自相关现象。 滞后效应是指某一指标对另一指标的影响不仅限于当期而是延续若干期。由此带来变量的自相关。 例如，居民当期可支配收入的增加，不会使居民的消费水平在当期就达到应有水平，而是要经过若干期才能达到。因为人的消费观念的改变客观上存在自适应期。 因为某些原因对数据进行了修整和内插处理，在这样的数据序列中就会有自相关。 例如，将月度数据调整为季度数据，由于采用了加合处理，修匀了月度数据的波动，使季度数据具有平滑性，这种平滑性产生自相关。对缺失的历史资料，采用特定统计方法进行内插处理，使得数据前后期相关，产生了自相关。 原因4－蛛网现象 模型形式设定偏误也会导致自相关现象。如将 形成本曲线设定为线性成本曲线，则必定会导致自相关。由设定偏误产生的自相关是一种虚假自相关，可通过改变模型设定予以消除。 自相关关系主要存在于时间序列数据中，但是在横截面数据中，也可能会出现自相关,通常称其为空间自相关（Spatial auto correlation）。 例如，在消费行为中，一个家庭、一个地区的消费行为可能会影响另外一些家庭和另外一些地区，就是说不同观测点的随机误差项可能是相关的。 多数经济时间序列在较长时间内都表现为上升或下降的超势，因此大多表现为正自相关。但就自相关本身而言是可以为正相关也可以为负相关。 第二节 自相关性 第二节 自相关性 二、自相关性的后果 第二节 自相关性 三、自相关性的检验 第二节 自相关性 （2）构造检验统计量： 第二节 自相关性 第二节 自相关性 DW的概率分布很难确定，实际检验过程为（见下图）： 第二节 自相关性 第二节 自相关性 注意问题： 第二节 自相关性 布罗斯—戈弗雷（Breusch—Godfrey）检验 第二节 自相关性 ③在大样本情况下，有 nR2～χ2(p) 给定α，若nR2大于临界值，拒绝H0。 第二节 自相关性 【例3】中国城乡居民储蓄存款模型（自相关性检验）。教材P89表3-2列出了我国城乡居民储蓄存款年底余额（单位：亿元）和国内生产总值指数（1978年=100）的历年统计资料，试建立居民储蓄存款模型，并检验模型的自相关性。 第二节 自相关性 第二节 自相关性 (2)估计并选择模型 第二节 自相关性 (3)检验自相关性 操作演示 第二节 自相关性 操作演示 第二节 自相关性 操作演示 第二节 自相关性 四、自相关性的修正方法 第二节 自相关性 利用OLS法估计A、b，进而得到： 第二节 自相关性 第二节 自相关性 3．广义差分法的EViews软件实现 第二节 自相关性 【例4】中国城乡居民储蓄存款模型（自相关性调整）。 第二节 自相关性 (2)广义差分变换法 第二节 自相关性 变换后的模型为： 1、简述自相关性产生的原因及其后果。 2、简述DW检验的基本原理和步骤。 3、简述BG检验的基本原理。 1、《计量经济学》庞皓编著，西南财大出版社，2001年 2、 《经济计量学》张保法编著，经济科学出版社，2000年版 3、《计量经济学》赵国庆编著，中国人民大学出版社，2001年 （1）LS Y C X （2）IDENT RESID （3）利用广义差分法估计模型，命令为 LS Y C X AR(1) LS Y C X AR(1) AR(2) …… AR(k) （4）迭代估计过程的控制 EViews软件按照默认的迭代次数（100次）和误差精度（0.001）来控制迭代估计程序，也可以修改。 (1)迭代估计法 例3的检验表明模型存在一、二阶自相关性，则 LS Y C X AR(1) AR(2) 模型为: ρ1的估计值 ρ2的估计值 调整后的DW值 R2的值 对应的标准差 操作演示 取ρ1= 0.9531，ρ2=-0.5966； GENR LNY=log(Y) GEN