计量经济学课件05-自相关.ppt

第5章自相关性 本章内容 5 1自相关性及产生原因5 2自相关性的影响5 3自相关性的检验5 4自相关性的解决方法 一元和多元线性回归基本假设其中一条 无自相关 即Cov ui uj 0 i j i j 1 2 n 如果违背了这条基本假设 Cov ui uj 0称随机误差项之间存在自相关 或序列相关 什么是自相关 autocorrelation a 正相关 b 负相关 c非自相关 自相关的类型 a d 存在自相关 e 不存在自相关 异方差需要按解释变量大小排序后 关于e2 X做散点图观察 如果散点成水平带状 表明残差相对样本直线的离散程度很均匀 没有异方差 自相关不需要按解释变量大小排序 按照样本的观测顺序排列et的散点图 即做et t t 1 2 n 无的异方差e2 x图 无自相关的et t图 自相关与异方差的图型判断区别 1 经济变量惯性的作用如国内生产总值 固定资产投资 国民消费 物价指数等随时间缓慢地变化 2 经济行为的滞后性3 模型设定不正确曲线模型当作直线模型建立 注 时间序列的数据经常出现自相关 自相关产生的原因 自相关性的影响 按时间先后顺序绘制残差图et t 正自相关 负自相关 由于经济的惯性 通常不会出现负自相关的形式 自相关性的检验 绘制et et 1散点图 正自相关 负自相关 DW检验 德宾 沃森检验 特点 1 解释变量是非随机的 2 只适用于检验一阶自相关 一元和多元回归都适用 3 当模型中出现被解释变量的滞后期 DW检验失效即方程中不能出现yt 0 1xt 2yt 1 ut 4 截距项不为零 常数项应通过显著性检验 5 当DW值落入无法判定区域时 检验结果不明确 6 样本容量应充分大 n 15 自相关检验1 DW检验 DW 0 1 即存在正自相关 DW 4 1 即存在负自相关 极少见 DW 2 0 即不存在 一阶 自相关 DW值 1 48 n 16 查dL 1 1 dU 1 37 无自相关 检验有瑕疵 常数项应该通过检验 DW的值会更准确 很明显接近于0 有正自相关 自相关检验2 回归检验法 优点 1 适合于任何形式的自相关检验 2 若结论是存在自相关 则同时能提供出自相关的具体形式与参数的估计值 缺点 计算量大 自相关检验3 偏相关系数检验 偏相关系数 正相关 一阶相关 即一阶自相关 例图1 正相关 三阶相关 即三阶自相关 按照最高阶数 表明ui与ui 1有关系 表明ui与ui 3有关系 例图2 无自相关 例图3 LM 拉格朗日乘数 检验 也叫BG 布罗斯 戈弗雷 检验LM检验克服了DW检验的缺陷 不仅适用于一阶序列相关 也适用于高阶序列相关 以及适用于模型带有被解释变量滞后项的形式 自相关检验4 偏相关系数检验 LM检验原理 F检验及nR2检验的P值都小于0 05 表明有自相关注 obs R squared表示nR2 F检验及nR2检验的P值都大于0 05 表明没有自相关 检验自相关的LM检验 自相关的解决方法 广义差分法 Yt 0 1Xt ut t 1 2 n 其中ut具有一阶自回归形式ut ut 1 vt其中vt不存在自相关把上式取滞后一期得 Yt 1 0 1Xt 1 ut 1并在两侧同乘 Yt 1 0 1Xt 1 ut 1相减 得 Yt Yt 1 0 1 1 Xt Xt 1 ut ut 1作广义差分变换 Yt Yt Yt 1 0 0 1 Xt Xt Xt 1 则模型如下Yt 0 1Xt vt t 2 3 n 可以用OLS法估计上式 求得 1 以上广义差分法需要先知道 因此需要先对 做出估计 的估计方法 利用DW约算 大样本情况下 小样本情况下 另一种近似估计 根据广义差分变换的模型Yt Yt 1 0 1 1 Xt Xt 1 vt整理得到Yt 0 1 Yt 1 1Xt 1Xt 1 vt 0 0 1 2 1则模型如下Yt 0 Yt 1 1Xt 2Xt 1 vt可以用OLS法估计上式 可直接求得 1和 命令 lsycy 1 xx 1 的估计方法 杜宾两步法 得出后 在进行广义差分计算 在确定几阶自相关的基础上 加入相应的自回归模型进行OLS估计 如果回归的结果中 残差不再具有自相关 则自相关被消除 广义差分法的Eviews实现过程 例2 我国1978 1998年出