計(jì)量經(jīng)濟(jì)學(xué)自相關(guān)

1、計(jì)量經(jīng)濟(jì)學(xué)（本科）計(jì)量經(jīng)濟(jì)學(xué)（本科）課件課件 中國海洋大學(xué)經(jīng)濟(jì)學(xué)系中國海洋大學(xué)經(jīng)濟(jì)學(xué)系王舒鴻王舒鴻電話：電話第6章章 自相關(guān)自相關(guān)非自相關(guān)假定非自相關(guān)假定自相關(guān)的來源與后果自相關(guān)的來源與后果自相關(guān)檢驗(yàn)自相關(guān)檢驗(yàn)自相關(guān)的解決方法自相關(guān)的解決方法克服自相關(guān)的矩陣描述（不講）克服自相關(guān)的矩陣描述（不講） 自相關(guān)系數(shù)的估計(jì)自相關(guān)系數(shù)的估計(jì)案例分析（案例分析（2例）例）file：li-6-1file：li-6-2（第（第2版第版第159頁）頁）（第（第3版第版第135頁）頁）（第（第2版第版第159頁）頁）（第（第3版第版第136頁）頁） （第（第2版版161頁）頁）（第（第3

2、版版137頁）頁）6.2自相關(guān)的來源與后果自相關(guān)的來源與后果 自相關(guān)的來源：自相關(guān)的來源：1模型的數(shù)學(xué)形式不妥。模型的數(shù)學(xué)形式不妥。2. 慣性。大多數(shù)經(jīng)濟(jì)時(shí)間序列都存在自相關(guān)。慣性。大多數(shù)經(jīng)濟(jì)時(shí)間序列都存在自相關(guān)。3. 回歸模型中略去了帶有自相關(guān)的重要解釋變量。回歸模型中略去了帶有自相關(guān)的重要解釋變量。（第（第2版版163頁）頁）（第（第3版版139頁）頁）04812162024280.00.20.40.60.81.01.2YYF1YF2X-3-2-10123478808284868890929496980002RESID0 6.2自相關(guān)的來源與后果自相關(guān)的來源與后果 （第（第2版版164頁）

3、頁）（第（第3版版140頁）頁）6.3 自相關(guān)檢驗(yàn)自相關(guān)檢驗(yàn) （第（第2版版167頁）頁）（第（第3版版142頁）頁）當(dāng)當(dāng)DW值落在值落在“不確定不確定”區(qū)域時(shí)，有兩種處理方法。（區(qū)域時(shí)，有兩種處理方法。（1）加大樣本容量或）加大樣本容量或重新選取樣本，重作重新選取樣本，重作DW檢驗(yàn)。有時(shí)檢驗(yàn)。有時(shí)DW值會(huì)離開不確定區(qū)。（值會(huì)離開不確定區(qū)。（2）選用其）選用其它檢驗(yàn)方法。它檢驗(yàn)方法。DW檢驗(yàn)臨界值與三個(gè)參數(shù)有關(guān)。（檢驗(yàn)臨界值與三個(gè)參數(shù)有關(guān)。（1）檢驗(yàn)水平）檢驗(yàn)水平 ，（，（2）樣本容量）樣本容量T , (3) 原回歸模型中解釋變量個(gè)數(shù)原回歸模型中解釋變量個(gè)數(shù)k（不包括常數(shù)項(xiàng)）。（不包括常數(shù)項(xiàng)）

4、。 的取值范圍是的取值范圍是 -1, 1，所以，所以DW統(tǒng)計(jì)量的取值范圍是統(tǒng)計(jì)量的取值范圍是 0, 4。6.3 自相關(guān)檢驗(yàn)自相關(guān)檢驗(yàn) （第（第2版版168頁）頁）（第（第3版版144頁）頁）6.3 自相關(guān)檢驗(yàn)自相關(guān)檢驗(yàn) （3）LM檢驗(yàn)（亦稱檢驗(yàn)（亦稱BG檢驗(yàn)）法檢驗(yàn)）法（第（第2版版169頁）頁）（第（第3版版145頁）頁） 6.4 自相關(guān)的解決方法自相關(guān)的解決方法 （第（第2版版171頁）頁）（第（第3版版146頁）頁）如果自相關(guān)是由于錯(cuò)誤地設(shè)定模型的數(shù)學(xué)形式所致，那么就應(yīng)如果自相關(guān)是由于錯(cuò)誤地設(shè)定模型的數(shù)學(xué)形式所致，那么就應(yīng)當(dāng)修改模型的數(shù)學(xué)形式。方法是用殘差當(dāng)修改模型的數(shù)學(xué)形式。方法是用殘

5、差et 對解釋變量的較高次對解釋變量的較高次冪進(jìn)行回歸。冪進(jìn)行回歸。如果自相關(guān)是由于模型中省略了重要解釋變量造成的，那么解如果自相關(guān)是由于模型中省略了重要解釋變量造成的，那么解決辦法就是找出略去的解釋變量，把它做為重要解釋變量列入決辦法就是找出略去的解釋變量，把它做為重要解釋變量列入模型。模型。怎樣查明自相關(guān)是由于略去重要解釋變量引起的？一種方法是怎樣查明自相關(guān)是由于略去重要解釋變量引起的？一種方法是用殘差用殘差et對那些可能影響被解釋變量，但又未單列入模型的解對那些可能影響被解釋變量，但又未單列入模型的解釋變量回歸，并作顯著性檢驗(yàn)。釋變量回歸，并作顯著性檢驗(yàn)。只有當(dāng)以上兩種引起自相關(guān)的原因都

6、排除后，才能認(rèn)為誤差項(xiàng)只有當(dāng)以上兩種引起自相關(guān)的原因都排除后，才能認(rèn)為誤差項(xiàng)ut 真正存在自相關(guān)。真正存在自相關(guān)。在這種情況下，解決辦法是變換原回歸模型，使變換后模型的在這種情況下，解決辦法是變換原回歸模型，使變換后模型的隨機(jī)誤差項(xiàng)消除自相關(guān)。這種估計(jì)方法稱作隨機(jī)誤差項(xiàng)消除自相關(guān)。這種估計(jì)方法稱作廣義最小二乘法廣義最小二乘法。6.4 自相關(guān)的解決方法自相關(guān)的解決方法 （第（第2版版172頁）頁）（第（第3版版147頁）頁） 6.4 自相關(guān)的解決方法自相關(guān)的解決方法 （第（第2版版173頁）頁）（第（第3版版148頁）頁）6.5 自相關(guān)系數(shù)的估計(jì)自相關(guān)系數(shù)的估計(jì) （第（第2版版177頁）頁）（第

7、（第3版版151頁）頁）6.6 案例分析案例分析2004006008001000120014000500100015002000XY-60-40-20020406080100788082848688909294969800RESID Yt 和和 Xt 散點(diǎn)圖散點(diǎn)圖 殘差圖殘差圖（第（第2版版177頁）頁）（第（第3版版152頁）頁） 例例6.1 天津市城鎮(zhèn)居民人均消費(fèi)與人均可支配收入的關(guān)系。天津市城鎮(zhèn)居民人均消費(fèi)與人均可支配收入的關(guān)系。例例6.1 天津市城鎮(zhèn)居民人均消費(fèi)與人均可支配收入的關(guān)系。天津市城鎮(zhèn)居民人均消費(fèi)與人均可支配收入的關(guān)系。 -60-40-20020406078808284868

8、8909294969800RESID例例6.1 天津市城鎮(zhèn)居民人均消費(fèi)與人均可支配收入的關(guān)系。天津市城鎮(zhèn)居民人均消費(fèi)與人均可支配收入的關(guān)系。（第（第2版版179頁）頁）（第（第3版版154頁）頁）注意：注意：（1）R2值有所下降。不應(yīng)該不相信估計(jì)結(jié)果。原因是兩個(gè)回歸式所用變量值有所下降。不應(yīng)該不相信估計(jì)結(jié)果。原因是兩個(gè)回歸式所用變量不同，所以不同，所以不可以直接比較確定系數(shù)不可以直接比較確定系數(shù)R2的值的值。（2）兩種估計(jì)方法的回歸系數(shù)有差別。計(jì)量經(jīng)濟(jì)理論認(rèn)為回歸系數(shù)）兩種估計(jì)方法的回歸系數(shù)有差別。計(jì)量經(jīng)濟(jì)理論認(rèn)為回歸系數(shù)廣義最廣義最小二乘估計(jì)量優(yōu)于誤差項(xiàng)存在自相關(guān)的小二乘估計(jì)量優(yōu)于誤差項(xiàng)存在

9、自相關(guān)的OLS估計(jì)量估計(jì)量。所以。所以0.6782應(yīng)該比應(yīng)該比0.7118更可信。特別是最近幾年，天津市城鎮(zhèn)居民人均收入的人均消費(fèi)邊更可信。特別是最近幾年，天津市城鎮(zhèn)居民人均收入的人均消費(fèi)邊際系數(shù)為際系數(shù)為0.6782更可信。更可信。（3）用）用EViews生成新變量的方法生成新變量的方法：從工作文件主菜單中點(diǎn)擊從工作文件主菜單中點(diǎn)擊Quick鍵，選擇鍵，選擇Generate Series 功能。打開功能。打開生成序列（生成序列（Generate Series by Equation）對話框。在對話框中輸入如）對話框。在對話框中輸入如下命令（每次只能輸入一個(gè)命令），下命令（每次只能輸入一個(gè)命令

10、），Y = CONSUM / PRICEX = INCOME / PRICE按按OK鍵。變量鍵。變量Y和和X將自動(dòng)顯示在工作文件中。將自動(dòng)顯示在工作文件中。例例6.1 6.1 天津市城鎮(zhèn)居民人均消費(fèi)與人均可支配收入的關(guān)系。天津市城鎮(zhèn)居民人均消費(fèi)與人均可支配收入的關(guān)系。例例6.2 天津市保費(fèi)收入和人口的回歸關(guān)系天津市保費(fèi)收入和人口的回歸關(guān)系 本案例主要用來展示當(dāng)模型誤差項(xiàng)存在本案例主要用來展示當(dāng)模型誤差項(xiàng)存在2階自回歸形式的自相關(guān)時(shí)，怎階自回歸形式的自相關(guān)時(shí)，怎樣用廣義差分法估計(jì)模型參數(shù)。樣用廣義差分法估計(jì)模型參數(shù)。 19671998年天津市的保險(xiǎn)費(fèi)收入（年天津市的保險(xiǎn)費(fèi)收入（Yt，萬元）和人口

11、（，萬元）和人口（Xt，萬人）數(shù)，萬人）數(shù)據(jù)散點(diǎn)圖見圖。據(jù)散點(diǎn)圖見圖。Yt與與Xt的變化呈指數(shù)關(guān)系。對的變化呈指數(shù)關(guān)系。對Yt取自然對數(shù)。取自然對數(shù)。LnYt與與Xt的散的散點(diǎn)圖見圖。點(diǎn)圖見圖。可以在可以在LnYt與與Xt之間建立線性回歸模型。之間建立線性回歸模型。LnYt = 0 + 1 Xt + ut 0100000200000300000650700750800850900950XY468101214700800900XLnY Yt和和Xt散點(diǎn)圖散點(diǎn)圖 LnYt和和Xt散點(diǎn)圖散點(diǎn)圖（第（第2版版181頁）頁）（第（第3版版155頁）頁）-0.6-0.4-0.20.00.20.40.60.8707580859095RESID例例6.2 天津市保