版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
(第2版第159页)(第3版第135页)6.1
非自相关假定:Cov(ui,
uj)
=
E(ui
uj)
=
0, (i,j
T,
i
j)如果
Cov(ui,uj)
0,(i,j
T,i
j)则称误差项
ut
存在自相关。自相关又称序列相关。也是相关关系的一种。自相关按形式可分为两类。(1)一阶自回归形式。ut
=f
(ut-1)(2)高阶自回归形式。ut
=f(ut-1,ut
-2
,…)经济计量模型中自相关的最常见形式是一阶线性自回归形式。ut
=
1
ut-1
+
vtE(vt
)
=
0,
t
=
1,
2
…,
TVar(vt)
=
v2,
t
=
1,
2
…,T。Cov(vi,vj
)
=
0,
i
j,
i,
j=
1,
2…,
TCov(ut-1,
vt)
=
0,t=
1,
2
…,
T依据
OLS
公式,模型
ut
=1
ut
-1
+vt
中1
的估计公式是TT
ut
12t
2
ut
ut
1aˆ1
=
t
2
。T
TTt
2
t
2ut
ut
1若把
ut,
u
t-1
看作两个变量,则它们的相关系数是
ˆ
=
t
2
。ut
2
ut
12对于充分大的样本显然有T2T2
t
t
1t
2
t
21ˆˆu
u
。代入上式得
TT
t
2
ut
12ut
ut
1t
2对于总体参数有
=1。ut
的一阶自回归形式可表示为,ut
=
ut-1
+vt(第2版第159页)(第3版第136页)。序列的自相关特征分析。-4-202410
20
30
40
50
60
70
80
90
100Xa.
正自相关序列b.
正自相关序列散点图-6-4-20246102030
40
50
60
708090
100Xc.负自相关序列-3-2-1012310
20
30
40
50
60
70
80
90
100Ue.非自相关序列f
非自相关序列散点图-6-4-20246-6-4-20246X(-1)X-6-6
-4
-2
0d.
负自相关序列散点图-4-2024624(第6
2版161页)(第3版137页)X(-1)X-4-2024-4-2024U
(-1)U6.2自相关的来源与自相关的来源:1.模型的数学形式不妥。惯性。大多数经济时间序列都存在自相关。回归模型中略去了带有自相关的重要解释变量。(第2版163页)(第3版139页)04812162024280.00.20.40.60.81.01.2Y
YF1
YF2X-3-2-10123478
80
82
84
86
88
90
92
94
96
98
00
02RESID
06.2
自相关的来源与(第2版164页)(第3版140页)模型存在自相关的1.回归系数的最小二乘估计量ˆ
j仍具有无偏性。j2.Var(
ˆ
)不再具有最小方差性。3.有可能低估误差项ut
的方差(估计小了)。1u,4.由于ut
存在自相关时,Var(
ˆ
)和s
2都变大都不具有最小方差性。用依据普通最小二乘法得到的回归方程去
, 无有效性。012345-1.0-0.5
0.0
0.5
1.0
1.5
2.0
2.5
3.0
3.5B1F1
B1F2
B1F36.3
自相关检验图示法:依据残差et
对时间t
的序列图作出判断。DW(Durbin-Watson)检验法使用DW
检验,应首先满足如下三个条件。(1)误差项ut
的自相关为一阶自回归形式。(2因变量的滞后值Yt-1不能在回归模型中作解释变量。(3)样本容量应充分大(T
15)DW
检验步骤如下。H0:
=
0 (ut
不存在自相关)。H1:
0 (ut
存在一阶自相关)用残差值
et
计算统计量
DW。DW
=T
et2t
1
et
1
)
2(et
t
2
=TT
T
T
T
et
2
et
12
2
et
et
1
t
2
t
2
t
2
et
2t
1T
T
T因为在样本容量充分大条件下有et
2
≈
et
12
≈et
2t
2
t
2
t
1Tet
12t
2T
T2et
1
2et
et
12所以
DW
可以近似表示为,
DW≈
t
2
t
2
=2(1-TTet
12t
2et
et
1
t
2
)=2(1-
ˆ
)(第2版167页)(第3版142页)当DW值落在“不确定”区域时,有两种处理方法。(1)加大样本容量或重新选取样本,重作DW检验。有时DW值会离开不确定区。(2)选用其它检验方法。DW检验临界值与三个参数有关。(1)检验水平,(2)样本容量T
,(3)原回归模型中解释变量个数k(不包括常数项)。
的取值范围是[-1,
1],所以DW统计量的取值范围是[0,
4]。6.3
自相关检验(第2版168页)(第3版144页)
与DW
值的对应关系及意义DW ut
的表现
=
0DW
=
2ut
非自相关
=
1DW
=
0ut
完全正自相关
=-1DW
=
4ut
完全负自相关0
<
<
10
<
DW
<
2ut
有某种程度的正自相关-1
<
<
02
<
DW
<
4ut
有某种程度的负自相关DW=
2
(1-
ˆ
)6.3
自相关检验(第2版169页)(第3版145页)(3)LM检验(亦称BG检验)法LM
统计量既可检验一阶自相关,也可检验高阶自相关。LM
检验是通过一个辅助回归式完成的,具体步骤如下。Yt
=
0
+
1
X1
t
+
2
X2
t
+…
+
k
Xk
t
+
ut考虑误差项为n
阶自回归形式ut
=1
ut-1
+…+nut
-n
+vtH0:
1
=
2
=
…=
n
=
0用多元回归式得到的残差建立辅助回归式,et
=
ˆ1
et-1
+…
+
ˆ
n
et-n+0
+1
X1
t
+2
X2
t
+
…
+
k
Xk
t
+
vt估计并计算确定系数R2。构造LM
统计量,LM
=TR2若LM=T
R2
2(n),接受H0;若LM=T
R2
>2(n),H0。6.4
自相关的解决方法(第2版171页)(第3版146页)如果自相关是由于错误地设定模型的数学形式所致,那么就应当修改模型的数学形式。方法是用残差et
对解释变量的较高次幂进行回归。如果自相关是由于模型中省略了重要解释变量造成的,那么解决办法就是找出略去的解释变量,把它做为重要解释变量列入模型。怎样查明自相关是由于略去重要解释变量引起的?法是用残差
et对那些可能影响被解释变量,但又未单列入模型的解释变量回归,并作显著性检验。只有当以上两种引起自相关的原因都排除后,才能认为误差项
ut
真正存在自相关。在这种情况下,解决办法是变换原回归模型,使变换后模型的随机误差项消除自相关。这种估计方法称作广义最小二乘法。6.4
自相关的解决方法(第2版172页)(第3版147页)Yt
=0
+1X1t+2
X2t+…+
k
X
kt
+ut
,ut
=
ut-1
+vt(vt
满足假定条件)Yt
=
0
+
1
X1t
+2
X2
t
+
…
+
k
Xkt
+
ut-1
+
vt求(t
-1)
期关系式,并在两侧同乘
Yt
-1=
0
+
1X1t
-1
+
2
X2
t-1
+
…
+
k
X
kt-1
+
ut-1上两式相减:Yt-Yt-1
=0
(1-)+1
(Xt
-
X1
t-1)+…+k
(Xk
t
-
Xk
t
-1)+vt作广义差分变换:Yt*
=
Yt
-
Yt
-1,
Xj
t*
=
X
j
t
-
Xj
t-1,
j
=
1,
2
,
…
k,
0*
=
0
(1-
)则模型如下Yt*
=
0*+
1
X1t*
+
2
X2
t*
+…
+
k
Xkt*
+
vt(
t
=
2,
3,…
T)vt
满足通常假定条件,上式可以用
OLS
法估计。6.4
自相关的解决方法(第2版173页)(第3版148页)注意:(1)上式中的
1,
…,
k
就是原模型中的
1,
…,
k。0*与原模型中的1k,…,
ˆ
ˆ0
有如下关系,
0
=
0*/
(1
-
)。上述方法得到的
ˆ0
,
称作回归系数的广义最小二乘估计量。当误差项
ut
的自相关具有高阶自回归形式时,仍可用与上述相类似的方法进行广义差分变换。用回归与时间序列组合模型克服自相关。6.5
自相关系数的估计用DW
统计量的值计算。ˆ
=
1
-(DW
/
2)直接拟合估计。(第2版177页)(第3版151页)6.6
案例分析2004006008001000120014000500100015002000XY-60-40-2002040608010078
80
82
84
86
88
90
92RESIDYt和Xt
散点图残差图(第2版177页)(第3版152页)例6.1市城市城镇居民人系研究。先定义不变
(Yt
=CONSUMXt
=
INCOME假定所建立的回归例6.1
市城镇居民人均消费与人均可支配收入的关系。(1)估计线性回归模型并计算残差。tˆY
=111.44
+
0.7118
Xt(6.5)
(42.1)
R2
=
0.9883,
s.e.
=
32.8,
DW
=
0.60,T
=
23(2)分别用
DW、LM
统计量检验误差项
ut
是否存在自相关。已知
DW
=0.60,若给定
=0.05,查附表
4,得
DW
检验临界值
dL
=1.26,dU
=1.44。因为
DW
=0.60
1.26,认为误差项
ut
存在严重的正自相关。LM(BG)自相关检验辅助回归式估计结果是et
=0.6790et
-1
+3.1710–0.0047
Xt
+vt(3.9)
(0.2) (-
0.4)
R2
=
0.43,
DW
=
2.00LM
=
T
R2
=
23
0.43
=
9.89。因为2
=
3.84,LM=
9.89
>
3.84,所以
LM
检验结果0.05(1)也说明误差项存在一阶正自相关。EViews
的LM
自相关检验操作:点击最小二乘回归窗口中的
View
键,选
ResidualTests/SerialCorrelationLM
Test…,在随后弹出的滞后期
框中给出最大滞后期。点击
OK键。例6.1
市城镇居民人均消费与人均可支配收入的关系。(3)用广义最小二乘法估计回归参数。22首先估计自相关系数
ˆ
。ˆ
=1-DW
=1-0.60
=0.70对原变量做广义差分变换。令GDYt
=
Yt
-
0.70
Yt
-1GDXt
=
Xt
-
0.70
Xt–1以GDYt,GDXt,(1979
~
2000
年),为样本再次回归,得GDYt
=
45.2489
+
0.6782
GDXt(3.7)
(20.0)R2
=
0.95,DW
=
2.31,T
=
22,(1979
~2000)DW
=2.31。查附表
4,dL
=1.26,dU
=1.43。因为
DW
=2.31<(4-1.43)=2.57,误差项已消除自相关。200-20-404060-6078
80
82
84
86
88
90
92
94
96
98
00RESID例6.1市城镇居民人均消费与人均可支配收入的关系。ˆ0
*=45.2489。ˆ0
=
ˆ0
*/(1-
ˆ
)
=
45.2489/(1-0.70)
=
150.8297t原模型的广义最小二乘估计结果是
Yˆ=
150.8297
+
0.6782
Xt市城镇居民人均消费性支出平均占人均可支配收入的
67.82%。(第2版179页)(第3版154页)注意:R2值有所下降。不应该不相信估计结果。原因是两个回归式所用变量不同,所以不可以直接比较确定系数R2的值。两种估计方法的回归系数有差别。计量经济理论认为回归系数广义最小二乘估计量优于误差项存在自相关的OLS估计量。所以0.6782应该比0.7118更
。特别是最近几年,
市城镇居民人均收入的人均消费边际系数为0.6782更
。(3)用EViews生成新变量的方法:从工作文件主菜单中点击Quick键,选择Generate
Series…功能。打开框。在
框中输入如生成序列(Generate
Series
by
Equation)下命令(每次只能输入一个命令),Y
=
CONSUM
/
PRICEX
= E
/
PRICE按OK键。变量Y和X将自动显示在工作文件中。例6.1市城镇居民人均消费与人均可支配收入的关系。例6.2
市保费收入和人口的回归关系本案例主要用来展示当模型误差项存在2阶自回归形式的自相关时,怎样用广义差分法估计模型参数。1967~1998年市的保险费收入(Yt,万元)和人口(Xt,万人)数据散点图见图。Yt与Xt的变化呈指数关系。对Yt取自然对数。LnYt与Xt的散点图见图。可以在LnYt与Xt之间建立线性回归模型。LnYt
=0
+1
Xt
+ut0100000200000300000XY650
700
750
800
850
900
950Yt和Xt散点图468101214LnY700
800LnYt和Xt散点图(第2版181页)(第3版155页)-0.6-0.4-0.20.00.20.40.67075808590950.8RESID例6.2市保费收入和人口的回归关系(第2版183页)(第3版157页)案例2
市保费收入和人口的回归关系(1)估计线性回归模型并计算残差。LnYt=
-11.18
+
0.0254
Xt(-20.9)
(37.2)R2
=
0.9788,
DW
=0.36,T
=
32,(1967-1998)(2)检验误差项ut
是否存在自相关。DW
=0.36,查附表4,dL
=1.37,dU
=1.50。因为DW
=0.36
1.37,依据判别规则,认为误差项ut
存在严重的正自相关。例6.2案例2市保费收入和人口的回归关系市保费收入和人口的回归关系对残差序列的拟合发现,ut
存在二阶自相关。et
=
1.186
et
-1
-
0.467
et
-2
+
vt(6.9)
(-2.5) R2
=
0.71,
DW
=
1.97(1969-1998)(3)用广义差分法消除自相关。首先推导二阶自相关
ut=1ut
–1+2ut
–2+vt
条件下的广义差分变换式。设模型为LnYt
=
0
+
1
Xt
+
ut写出上式的滞后
1
期、2
期表达式并分别乘以1、2,1LnYt-1
=
10
+
11Xt-1
+
1ut-12
LnYt-2
=
20
+
21Xt-2
+2ut
-2用以上
3
式做如下运算,nYt
-1LnYt-1-2LnYt-2
=
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 中考语文复习复习知识点梳理纵向
- 中考复习语文复习必做题
- 2024年3-〔(4-氨基-3-甲氧苯基)偶氮〕苯磺酸项目资金筹措计划书代可行性研究报告
- 弘扬劳模精神演讲稿
- 企业安全文化建设试题
- 传媒会务合同
- 感应电流的方向+高二下学期物理粤教版(2019)选择性必修第二册
- 叉车定位管理系统方案0507
- 2024年船专用码头合作协议书
- 电子线路装调 教案 B2放大电路装调
- 医院DRG分析报告模板
- 《比例》单元分析
- 肝衰竭诊疗研究进展.课件
- 海口市基准地价表
- 小学英语作业设计与实施指南
- 高三英语完型填空教案
- 幼儿园小班语言《大老鼠找小老鼠》教具图片打印
- 妇联工作目标及考评标准
- 成都市建设施工现场管理条例
- 汽车工程专业英语翻译(部分)(正规版)
- 2022年防治水考试题库及答案资料
评论
0/150
提交评论