【2017年整理】第四章(09自相关).ppt

第四章 自相关性;第一节 自相关性及其产生的原因 ; 1、遗漏了重要的解释变量。 2、经济变量的滞后性（惯性）。 3、模型形式设定不当。 4、随机因素的影响。 5、数据处理造成的自相关。 ; 随机误差项的自相关性可以有多种形式， 其一般形式可以表示成： μt=ρ1μt-1+ρ2μt-2+…+ρpμt-p+νt 称之为p阶自回归形式，或模型存在p阶自相关。 ; 第二节 自相关性的后果 ;第三节 自相关性的检验;按照时间顺序绘制回归残差项的et图形：如果et随着t 的变化逐次有规律地变化，呈现锯齿形或循环形状的变化，就可断言et存在相关，表明存在着序列相关；如果et随着t的变化逐次变化并不断地改变符号，那么随机误差项μt存在负的序列相关。如果et随着t的变化逐次变化并不频繁地改变符号，而是几个正的et后面跟着几个负的，则表明随机误差项存μt在正的序列相关在方程窗口中点击Resids按钮，或者点击View\ Actual，Fitted，Residual\ Tabel，都可以得到残差分布图。;（2）构造检验统计量： ;所以有: ; 根据样本容量n、解释变量k在给定的显著水平下，建立了DW检验统计量临界值的下限dL和上限dU，并编制了DW检验的上、下限表（附表1）。所以，DW检验的实际检验过程为（见下图）： ;使用D-W检验时应注意以下几个问题。 ;三、高阶自相关性检验;2. 高阶自相关的检验： LM检验法 (Breusch—Godfrey检验、BG检验） 为解决DW检验存在的缺陷，布鲁奇（T. S. Breusch）和戈弗雷（L.G.. Godfrey）在上世纪七十年代末期提出了检验一般自相关的方法：布鲁奇-戈弗雷法，由于该方法源自拉格朗日乘数原理，因此通常被称为拉格朗日乘数法（LM法）。 ; 对于模型 yt=b0+b1x1t+b2x2t+…+bkxkt+μt 设自相关形式为： μt=ρ1μt-1+ρ2μt-2+…+ρpμt-p+νt 假设H0： ρ1 = ρ2 = … = ρp =0 ①利用OLS法估计模型，得到残差序列et； ②将et关于所有解释变量和残差的滞后值et-1, et-2 … et-p 进行回归，并计算出辅助回归模型的判定系数R2； ;③在大样本情况下;例．中国城乡居民储蓄存款模型（自相关性检验）。根据我国城乡居民储蓄存款年底余额（单位：亿元）和国内生产总值指数（1978年=100）的历年统计资料，试建立居民储蓄存款模型，并检验模型的自相关性。 ;(2)利用OLS法估计模型，并选择统计检验结果较好的模型。 ;(3)检验自相关性 ; 从图中可以明显看出，我国城乡居民储蓄存款模型存在着一阶和二阶自相关性。 操作演示; 所以只要取显著水平=0.0033，就可以认为辅助回归模型是显著的，即存在自相关性。又因为et-1,et-2的回归系数均显著的不为零，表明居民存款模型存在一、二阶自相关性。 操作演示;第四节 自相关性的修正方法; 变换后模型的随机误差项υt满足回归模型的基本假定，所以可以利用OLS法估计参数A、b，进而得到： ;二、自相关系数ρ的估计方法 ;2．Durbin两步法 Durbin两步法的步骤： 以一阶相关形式为例： 将原模型做广义差分变换后得到 进一步变换为： 其中解释变量 的回归系数恰好为 。 LS y c y（-1） x x（-1）即可得到其估计值。 ;3、迭代估计法 ;4、希尔德雷斯—卢法（Hildreth—lu） 此方法实际上是一种格点搜索法（Grid search）,即在ρ的预先指定范围（如-1至1）内指定格点之间距离（如0.01），然后用这样产生的全部ρ值 （-1.00，-0.99，…，1.00）产生 Yt′= Yt -ρYt—1 Xt′= Xt-ρXt—1 然后估计 Yt′ = α′+βXt′+ εt 产生最小标准误差的ρ值即作为ρ的估计值 ，用该 值得到的 和 即为原模型的系数估计值。;三、广义差分法的EViews软件实现;例2．中国城乡居民储蓄存款模型（自相关性调整）。;(2)广义差分变换法 ;变换后的模型为： 操作演示;课外练习题