七计量经济学-序列相关性.pptx

§2.7序列有关性

SerialCorrelation;如果模型的随机误差项违反了互相独立的基本假设的状况，称为序列有关性。;一、序列有关性;1、序列有关的概念;;称为一阶序列有关，或自有关（autocorrelation）。这是最常见的一种序列有关问题。

自有关往往可写成以下形式：;2、序列有关产生的因素;（2）设定偏误：模型中遗漏了明显的变量;(3)设定偏误：不对的的函数形式;(4)蛛网现象;(5)数据的“编造”;二、序列有关性的后果;1、参数预计量非有效;2、变量的明显性检查失去意义;3、模型的预测失效;三、序列有关性的检查;1、基本思路;2、图示法;;2、解析法;具体应用时需要重复试算。

回归检查法的优点是：

一旦拟定了模型存在序列有关性，也就同时懂得了有关的形式；

它合用于任何类型的序列有关性问题的检查。;（2）杜宾-瓦森（Durbin-Watson）检查法;

;该统计量的分布与出现在给定样本中的X值有复杂的关系，因此其精确的分布很难得到。

但是，Durbin和Watson成功地导出了临界值的下限dL和上限dU，且这些上下限只与样本的容量n和解释变量的个数k有关，而与解释变量X的取值无关。

检查环节

①计算该统计量的值，

②根据样本容量n和解释变量数目k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，以判断模型的自有关状态。;;能够看出，当D.W.值在2左右时，模型不存在一阶自有关。;如果存在完全一阶正有关，即

?=1，则D.W.?0

如果存在完全一阶负有关，即

?=-1，则D.W.?4

如果完全不有关，即

?=0，则D.W.?2;（1）从判断准则看到，存在一种不能拟定的D.W.值区域，这是这种检查办法的一大缺点。

（2）D.W.检查即使只能检查一阶自有关，但在实际计量经济学问题中，一阶自有关是出现最多的一类序列有关；

（3）经验表明，如果不存在一阶自有关，普通也不存在高阶序列有关。

因此在实际应用中，对于序列有关问题普通只进行D.W.检查。;四、含有序列有关性模型的预计;如果模型被检查证明存在序列有关性，则需要发展新的办法预计模型。

最惯用的办法是广义最小二乘法（GLS:Generalizedleastsquares）、一阶差分法（First-OrderDifference)和广义差分法(GeneralizedDifference)。;1、广义最小二乘法;设?=DD’

用D-1左乘(2.5.7)两边，得到一种新的模型：

D-1Y=D-1XB+D-1N(2.5.8)

即Y*=X*B+N*

该模型含有同方差性和随机误差项互相独立性。;于是，能够用OLS法预计模型(2.5.8)，得;如何得到矩阵?？;可行的广义最小二乘法（FGLS,FeasibleGeneralizedLeastSquares）

文献中常见的术语

如果能够找到一种办法，求得到Ω的预计量，使得GLS能够实现，都称为FGLS

前面提出的办法，就是FGLS;2、一阶差分法;即使对于非完全一阶正有关的状况，只要存在一定程度的一阶正有关，差分模型就能够有效地加以克服。;3、广义差分法;4、随机误差项有关系数?的预计;（1）科克伦-奥科特迭代法;;类似地，可进行第三次、第四次迭代。;（2）杜宾（durbin）两步法;;5、应用软件中的广义差分法;6、虚假序列有关问题;五、案例：地区商品出口模型;1、某地区商品出口总值与国内生产总值的数据;2、序列有关性检查

（1）图示法检查;;（2）D.W.检查;3、自有关的解决;⑵广义差分法;由于DW=1.39(注：样本容量为19-1=18个)，已不存在自有关。于是原模型预计式为：;②采用科克伦-奥科特迭代法预计?;二阶广义差分的成果：