《序列相关性》PPT课件

《《序列相关性》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第六章序列相关性SerialCorrelation一、序列相关性概念二、实际经济问题中的序列相关性三、序列相关性的后果四、序列相关性的检验五、具有序列相关性模型的估计六、案例一、序列相关性概念如果对于不同的样本点，随机误差项之间不再是不相关的，而是存在某种相关性，则认为出现了序列相关性。对于模型Yi=0+1X1i+2X2i+…+kXki+ii=1,2,…,n随机项互不相关的基本假设表现为Cov(i,j)=0ij,i,j=1,2,…,n或序列相关的形式1、一阶自回归形式First-ordercoefficientofautocorrelation

2、误差项ut只与其滞后一期值ut-1有关Ut=f(ut-1)+vt2、高阶序列相关形式误差项ut不仅与前一期值ut-1有关，还与其前若干期值ut-2ut-3,…都有关系。Ut=f(ut-1ut-2,…)+vt称为一阶序列相关，或自相关（autocorrelation）其中：被称为自协方差系数（coefficientofautocovariance）或一阶自相关系数（first-ordercoefficientofautocorrelation）i是满足以下标准的OLS假定的随机干扰项：如果仅存在E(ii+1)0i=1,2,…,n自相关往往可写成如下形式

3、：i=i-1+i-1<<1由于序列相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。计量经济模型中自相关的最常见的形式是一阶线性自回归形式可见，当随机误差项满足一阶自回归形式的自相关时，随机误差项满足零均值和同方差的假定，但不满足无自相关的假定。序列的自相关特征分析。给出具有正自相关，负自相关和非自相关三个序列。a.正相关序列b.正相关c.负相关序列d.负相关e.非自相关序列f非自相关注意：1、经济问题中的自相关主要是正自相关2、自相关主要发生于时间序列数据二、实际经济问题中的序列相关性大多数经济时间数据都有一个明显的特点:惯性，

4、表现在时间序列不同时间的前后关联上。由于消费习惯的影响被包含在随机误差项中，则可能出现序列相关性（往往是正相关）。例如，绝对收入假设下居民总消费函数模型：Ct=0+1Yt+tt=1,2,…,n1、经济变量固有的惯性2、模型设定的偏误所谓模型设定偏误（Specificationerror）是指所设定的模型“不正确”。主要表现在模型中丢掉了重要的解释变量或模型函数形式有偏误。例如，本来应该估计的模型为Yt=0+1X1t+2X2t+3X3t+t但在模型设定中做了下述回归：Yt=0+1X1t+1X2t+vt因此，vt=3X3t+t，如果X3确

5、实影响Y，则出现序列相关。但建模时设立了如下模型：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，随机项也呈现序列相关性。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，3、数据的“编造”例如：季度数据来自月度数据的简单平均，这种平均的计算减弱了每月数据的波动性，从而使随机干扰项出现序列相关。还有就是两个时间点之间的“内插”技术往往导致随机项的序列相关性。在实际经济问题中，有些数据是通过已知数据生成的。因此，新生成的数据与原数据间就有了内在的联系，表现

6、出序列相关性。4、一些随机干扰因素的影响例如，自然灾害、金融危机等随机因素的影响，往往要持续多个时期。从而使得随机误差项呈现出自相关性。计量经济学模型一旦出现序列相关性，如果仍采用OLS法估计模型参数，会产生下列不良后果：三、序列相关性的后果1、参数估计量非有效因为，在有效性证明中利用了E(NN’)=2I即同方差性和互相独立性条件。而且，仍然具有线性性和无偏性，在大样本情况下，参数估计量虽然具有一致性，但仍然不具有渐近有效性。一般OLS估计量的方差将被低估。以一元线性回归模型为例来说明。一元线性回归模型：无自相关时：存在一阶自回形式自相关时：（1）（2）2、

7、变量的显著性检验失去意义在变量的显著性检验中，统计量是建立在参数方差正确估计基础之上的，这只有当随机误差项具有同方差性和互相独立性时才能成立。其他检验也是如此。3、模型的预测失效区间预测与参数估计量的方差有关，在方差有偏误的情况下，使得预测估计不准确，预测精度降低。所以，当模型出现序列相关性时，它的预测功能失效。四、序列相关性的检验基本思路:1、图示法2、回归检验法3、杜宾-瓦森（Durbin-Watson）检验法4、拉格朗日乘数（Lagrangemultiplier）检验然后，通过分析这些“近似估计量”之间的相关性，以判断随机误差项是否具有序列相关性。序列相

8、关性检验方法有多种，但基本思路相同：基