4.2序列相关性公开课一等奖课件省赛课获奖课件.pptx

一、序列有关性概念

二、实际经济问题中的序列有关性

三、序列有关性的后果

四、序列有关性的检查

五、含有序列有关性模型的预计

六、案例;一、序列有关性概念;或;称为一阶列有关，或自有关（autocorrelation）;由于序列有关性经常出现在以时间序列为样本的模型中，因此，本节将用下标t代表i。;二、实际经济问题中的序列有关性;2、模型设定的偏误;又如：如果真实的边际成本回归模型应为：

Yt=?0+?1Xt+?2Xt2+?t

其中：Y=边际成本，X=产出

但建模时设立了以下模型：

Yt=?0+?1Xt+vt

因此，由于vt=?2Xt2+?t,，包含了产出的平方对随机项的系统性影响，随机项也呈现序列有关性。;3、数据的“编造”;计量经济学模型一旦出现序列有关性，如果仍采用OLS法预计模型参数，会产生下列不良后果：;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;然后，通过分析这些“近似预计量”之间的有关性，以判断随机误差项与否含有序列有关性。;1、图示法;2、回归检查法;如果存在某一种函数形式，使得方程明显成立，则阐明原模型存在序列有关性。;3、杜宾-瓦森（Durbin-Watson）检查法;（3）回归模型中不应含有滞后应变量作为解释变量，即不应出现下列形式：

Yt=?0+?1Xt1+??kXtk+?Yt-1+?t

（4）回归含有截距项

;

;D.W检查环节:;;证明：

展开D.W.统计量：;如果存在完全一阶正有关，即?=1，则D.W.?0

完全一阶负有关，即?=-1,则D.W.?4

完全不有关，即?=0，则D.W.?2;4、拉格朗日乘数（Lagrangemultiplier）检查（LM检查）;对于模型：;约束条件H0为真时，大样本下：;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。;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预计量(GLSestimators)，是无偏的、有效的预计量。;;2、广义差分法;能够将原模型变换为:;3、随机误差项有关系数的预计;（1）科克伦-奥科特迭代法;^;求出?i???的“近拟预计值”，并以之作为样本观察值，再次预计：;类似地，可进行第三次、第四次迭代。;应用软件中的广义差分法;（2）杜宾（durbin）两步法

;?;4、稳健原则误法（Newey-Weststandarderrors）;演示：教材例4.2.1(只包含1个解释变量);LM检查;LM检查（2阶有关）;LM检查（2阶有关）;LM检查（3阶有关）;广义差分法（选择2阶差分）;广义差分法（选择2阶差分）;Newey-Weststandarderrors;Newey-Weststandarderrors;5、虚假序列有关问题;五、案例——中国居民总量消费函数

（自学）;环节

对一元模型进行OLS预计；

进行序列有关检查，存在正有关；

分析产生序列有关的因素，为了消除虚假有关，引入时间趋势项；

预计新模型，经D.W.检查，仍然存在正有关；

进行LM检查，判断存在1阶序列有关；

采用广义差分法预计模型；

采用稳健原则误办法预计模型。;六、案例：中国商品进口模型;;1.通过OLS法建立以下中国商品进口方程;DW检查;于是，LM=22?0.6614=14.55

取?=5%，?2分布的临界值?20.05(2)=5.991

LM?20.05(2)故:存在2阶序列有关性;

于是，LM=21?0.6615=13.89

取?=5%，?2分布的临界值?20.05(3)=7.815

LM?20.05(3)

表明:存在正自有关；但et-3的参数不明显，阐明不存在3阶序列有关性。;3、运用广义差分法进行自有关的解决;第二步，作差分变换：;取?=5%，DWdu=1.43(样本容量24-2=22)

表明：已不存在自有关;（2）采用科克伦-奥科特迭代法预计?;能够验证:仅采用1阶广义差分，变换后的模型仍