[研究生入学考试]6自相关.ppt

第一节、自相关的概念 第二节、自相关的来源与后果 第三节、自相关的检验 第四节、自相关的解决方法 第二节、自相关的来源与后果 一、自相关的来源 1、经济变量固有的惯性 2、模型的数学形式不妥 但建模时设立了如下模型： Yt= ?0+?1Xt+?t 因此，由于 ?t=?2Xt2+vt ，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、模型中丢掉了重要的解释变量 4、数据的“编造” 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。 二、自相关的后果 而且，在大样本情况下，参数估计量仍然不具有渐近有效性，这就是说参数估计量不具有一致性。 一、参数估计量仍满足线性性 二、参数估计量仍满足无偏性 三、参数估计量非有效 因为在有效性证明中利用了 五、模型的预测失效 一方面，由于上述后果，使得模型不具有良好的统计性质； 另一方面，在预测值的置信区间中也包含有随机误差项共同的方差?2。 所以，当模型出现异方差性时，参数OLS估计值的变异程度增大，从而造成对Y的预测误差变大，降低预测精度，预测功能失效。 第三节 自相关的检验 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。 一、图示法 二、回归检验法 三、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，1、假定条件是： （1）从判断准则看到，存在一个不能确定的D.W.值区域，这是这种检验方法的一大缺陷。 （2）D.W.检验虽然只能检验一阶自相关，但在实际计量经济学问题中，一阶自相关是出现最多的一类序列相关； （3）经验表明，如果不存在一阶自相关，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。 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、一阶差分法 二、广义差分法 广义差分法是将原模型变换为满足OLS法的差分模型，再进行OLS估计。 1、模型中不存在异方差也不存在自相关 四、随机误差项相关系数的估计 应用广义最小二乘法或广义差分法，必须已知随机误差项的相关系数?1, ?2, … , ?L 。 实际上，人们并不知道它们的具体数值，所以必须首先对它们进行估计。 常用的估计方法有： 五、虚假序列相关问题 由于随机项的序列相关往往是在模型设定中遗漏了重要的解释变量或对模型的函数形式设定有误，这种情形可称为虚假序列相关(false autocorrelation) ，应在模型设定中排除。 避免产生虚假序列相关性的措施是在开始时建立一个“一般”的模型，然后逐渐剔除确实不显著的变量。 仍然是对原模型(2.7.3)首先采用普通最小二乘法，得到随机误差项的近似估计量，以此构成矩阵的估计量? ，即 模型中既存在异方差又存在自相关时 科克伦-奥科特（Cochrane-Orcutt）迭代法。 杜宾（durbin）两步法 杜宾（durbin）两步法 该方法仍是先估计?1,?2,?,?l，再对差分模型进行估计 第一步，变换差分模型为下列形式 进行OLS估计，得各Yj（j=i-1, i-2, …,i-l)前的系数?1,?2, ?, ?l的估计值 第二步，将估计的 带入差分模型 i l i l i i l l i l i i X X X Y Y Y e r r b r r b r r + - - - + - - - = - - - - - - - ) ( ) 1 ( 1 1 1 1 0 1 1 L L L i l l n = + + 1 2 , , , L 采用OLS法估计，得到参数的估计量 ，记为 * 第六章 自相关性 一、概念 Yi=?0+?1X1i+?2X2i+…+?kXki+?i i=1,2, …,n 随机项互不相关的基本假设表现为 Cov(?i , ?j)= E(?i ?j) =0 i?j, i,j=1,2, …,n 如果出现 ，