計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論：現(xiàn)代觀點(diǎn)（第七版）課件：序列相關(guān)和異方差性

計(jì)量經(jīng)濟(jì)學(xué)

Econometrics

時(shí)間序列回歸中序列相關(guān)和異方差性提要一、含序列相關(guān)誤差時(shí)OLS的性質(zhì)二、序列相關(guān)的檢驗(yàn)三、回歸元嚴(yán)格外生時(shí)序列相關(guān)的修正四、差分和序列相關(guān)五、在OLS后的序列相關(guān)—穩(wěn)健推斷六、時(shí)間序列回歸中的異方差性一、含序列相關(guān)誤差時(shí)OLS的性質(zhì)1、無偏性和一致性一、含序列相關(guān)誤差時(shí)OLS的性質(zhì)2、有效性和推斷一、含序列相關(guān)誤差時(shí)OLS的性質(zhì)

2、有效性和推斷-續(xù)一、含序列相關(guān)誤差時(shí)OLS的性質(zhì)3、擬合優(yōu)度一、含序列相關(guān)誤差時(shí)OLS的性質(zhì)4、出現(xiàn)滯后因變量時(shí)的序列相關(guān)協(xié)方差一、含序列相關(guān)誤差時(shí)OLS的性質(zhì)4、出現(xiàn)滯后因變量時(shí)的序列相關(guān)協(xié)方差-續(xù)二、序列相關(guān)的檢驗(yàn)1、回歸元為嚴(yán)格外生時(shí)對AR(1)序列相關(guān)的t檢驗(yàn)二、序列相關(guān)的檢驗(yàn)1、回歸元為嚴(yán)格外生時(shí)對AR(1)序列相關(guān)的t檢驗(yàn)-續(xù)二、序列相關(guān)的檢驗(yàn)1、回歸元為嚴(yán)格外生時(shí)對AR(1)序列相關(guān)的t檢驗(yàn)-續(xù)二、序列相關(guān)的檢驗(yàn)1、回歸元為嚴(yán)格外生時(shí)對AR(1)序列相關(guān)的t檢驗(yàn)-續(xù)例12.1菲利普斯曲線中AR(1)序列相關(guān)的檢驗(yàn)二、序列相關(guān)的檢驗(yàn)1、回歸元為嚴(yán)格外生時(shí)對AR(1)序列相關(guān)的t檢驗(yàn)-續(xù)注意事項(xiàng)二、序列相關(guān)的檢驗(yàn)2、經(jīng)典假定條件下的德賓-沃森檢驗(yàn)二、序列相關(guān)的檢驗(yàn)2、經(jīng)典假定條件下的德賓-沃森檢驗(yàn)-續(xù)此檢驗(yàn)有失效的范圍2、經(jīng)典假定條件下的德賓-沃森檢驗(yàn)-續(xù)例子

二、序列相關(guān)的檢驗(yàn)3、回歸元為嚴(yán)格外生時(shí)對AR(1)序列相關(guān)的檢驗(yàn)

3、回歸元為嚴(yán)格外生時(shí)對AR(1)序列相關(guān)的檢驗(yàn)-續(xù)3、回歸元為嚴(yán)格外生時(shí)對AR(1)序列相關(guān)的檢驗(yàn)-續(xù)例12.2檢驗(yàn)最低工資方程中的AR(1)序列相關(guān)4、更高階時(shí)間序列相關(guān)的檢驗(yàn)回顧4、更高階時(shí)間序列相關(guān)的檢驗(yàn)-續(xù)4、更高階時(shí)間序列相關(guān)的檢驗(yàn)-續(xù)另一種方法檢驗(yàn)：異方差—穩(wěn)健F統(tǒng)計(jì)量4、更高階時(shí)間序列相關(guān)的檢驗(yàn)-續(xù)例12.3AR(3)序列相關(guān)的檢驗(yàn)三、回歸元嚴(yán)格外生時(shí)序列相關(guān)的修正本節(jié)從AR(1)序列相關(guān)的重要情形開始分析。解決這個(gè)問題的傳統(tǒng)方法是假定固定的回歸元，而實(shí)際上需要的只是嚴(yán)格外生回歸元。1、在AR(1)模型中求最優(yōu)線性無偏估計(jì)量1、在AR(1)模型中求最優(yōu)線性無偏估計(jì)量-續(xù)準(zhǔn)差分方程

1、在AR(1)模型中求最優(yōu)線性無偏估計(jì)量-續(xù)2、有AR(1)誤差的可行GLS估計(jì)2、有AR(1)誤差的可行GLS估計(jì)-續(xù)2、有AR(1)誤差的可行GLS估計(jì)-續(xù)實(shí)踐應(yīng)用例12.4事件研究中的普萊斯-溫斯頓估計(jì)例12.4事件研究中的普萊斯-溫斯頓估計(jì)-續(xù)表12-13、OLS和FGLS的比較3、OLS和FGLS的比較-續(xù)3、OLS和FGLS的比較-續(xù)3、OLS和FGLS的比較-續(xù)例12.5靜態(tài)菲利普斯曲線4、更高階序列相關(guān)的修正4、更高階序列相關(guān)的修正-續(xù)四、差分和序列相關(guān)1、問題背景2、例12.6關(guān)于利率方程差分五、在OLS后的序列相關(guān)—

穩(wěn)健推斷1、當(dāng)前運(yùn)用OLS的流行趨勢1、當(dāng)前運(yùn)用OLS的流行趨勢-續(xù)1、當(dāng)前運(yùn)用OLS的流行趨勢-續(xù)1、當(dāng)前運(yùn)用OLS的流行趨勢-續(xù)1、當(dāng)前運(yùn)用OLS的流行趨勢-續(xù)2、序列相關(guān)—

穩(wěn)健的標(biāo)準(zhǔn)誤例12.7波多黎各的最低工資注意：六、時(shí)間序列回歸中的異方差性問題背景1、異方差—穩(wěn)健的統(tǒng)計(jì)量2、異方差的檢驗(yàn)2、異方差的檢驗(yàn)-續(xù)例12.8異方差性和有效市場假說思考題3、自回歸條件異方差自回歸條件異方差的概念3、自回歸條件異方差-續(xù)如果OLS在ARCH下仍然有理想性質(zhì)，為什么要關(guān)心靜態(tài)和分布滯后模型中ARCH形式的異方差？3、自回歸條件異方差-續(xù)3、自回歸條件異方差-續(xù)例12.9股票收益的ARCH4、回歸模型中的異方差和序列相關(guān)4、回歸模型中的異方差和序列相關(guān)-續(xù)可行GLS4、回歸模型中的異方差和序列相關(guān)-續(xù)注意：如果模型(12.52)中的假定成立，則從上述程序得到的可行GLS估計(jì)量就是漸近有效的。重要的是，從CO或PW估計(jì)得到的所有標(biāo)準(zhǔn)誤和檢驗(yàn)統(tǒng)計(jì)量都是漸近有效的。如果容許方差函數(shù)的設(shè)定有錯(cuò)誤，或容許不服從AR（1）模型的任意序列相關(guān)，則我們就能對(12.54)應(yīng)用擬差分，并用OLS估計(jì)由此