計(jì)量經(jīng)濟(jì)學(xué) 第2版 課件 6章 自相關(guān)性

ECONOMETRICS第六章自相關(guān)性教學(xué)目的和要求0105040302掌握自相關(guān)性的含義及產(chǎn)生原因掌握自相關(guān)性對(duì)參數(shù)估計(jì)的影響掌握DW檢驗(yàn)、B-G檢驗(yàn)及偏相關(guān)系數(shù)檢驗(yàn)法掌握廣義差分法掌握自相關(guān)性檢驗(yàn)及修正的EVIEWS軟件實(shí)現(xiàn)課程內(nèi)容030201自相關(guān)性的含義及產(chǎn)生原因自相關(guān)性的后果自相關(guān)性的檢驗(yàn)04自相關(guān)性的修正05案例分析引子：城鎮(zhèn)居民收入水平變動(dòng)對(duì)中國對(duì)外貿(mào)易進(jìn)口有重要影響嗎？

6.1自相關(guān)性的含義

6.1.1自相關(guān)性的含義

6.1.1自相關(guān)性的含義

6.1.1自相關(guān)性的含義

6.1.1自相關(guān)性的含義產(chǎn)生自相關(guān)的原因主要有以下3個(gè)方面：⒈模型設(shè)定誤差。如果回歸方程中遺漏了具有自相關(guān)的重要解釋變量，或者模型函數(shù)形式設(shè)定有誤，都可能導(dǎo)致自相關(guān)性，這些誤差都會(huì)歸入隨機(jī)誤差項(xiàng)中，可能導(dǎo)致隨機(jī)誤差項(xiàng)呈現(xiàn)自相關(guān)性。⒉數(shù)據(jù)處理。在利用時(shí)間序列數(shù)據(jù)建模過程中，如果樣本中個(gè)別月份或者年度數(shù)據(jù)缺失，一般需要人為采用內(nèi)插法等方法對(duì)缺失數(shù)據(jù)進(jìn)行補(bǔ)充。此外，統(tǒng)計(jì)部門提供的某些統(tǒng)計(jì)指標(biāo)值也可能經(jīng)過了季節(jié)調(diào)整。這些數(shù)據(jù)處理方式都有可能熨平數(shù)據(jù)波幅，使得參與建模的變量值前后期之間存在相關(guān)，從而導(dǎo)致了隨機(jī)誤差項(xiàng)之間具有一定程度的自相關(guān)性。⒊經(jīng)濟(jì)行為慣性和滯后性。人類的經(jīng)濟(jì)活動(dòng)和經(jīng)濟(jì)行為具有持續(xù)性和連續(xù)性，因而一些宏觀經(jīng)濟(jì)變量的各期數(shù)值之間具有一定的相關(guān)性。此外，受制于時(shí)間、空間、技術(shù)和制度等因素，人類經(jīng)濟(jì)行為的產(chǎn)出或者效應(yīng)往往需要一定時(shí)間逐步形成或釋放出來，從而使得描述這類行為的經(jīng)濟(jì)變量之間具有滯后效應(yīng)。將這些經(jīng)濟(jì)變量作為解釋變量納入模型就可能產(chǎn)生自相關(guān)性。6.1.2自相關(guān)性產(chǎn)生的原因

6.2自相關(guān)性的后果0201對(duì)參數(shù)估計(jì)造成的影響；對(duì)模型檢驗(yàn)的影響03對(duì)模型預(yù)測(cè)效能的影響；

6.2.1自相關(guān)性對(duì)參數(shù)估計(jì)的影響

6.2.1自相關(guān)性對(duì)參數(shù)估計(jì)的影響

6.2.1自相關(guān)性對(duì)參數(shù)估計(jì)的影響

6.2.1自相關(guān)性對(duì)參數(shù)估計(jì)的影響

6.2.1自相關(guān)性對(duì)參數(shù)估計(jì)的影響

6.2.2自相關(guān)性對(duì)模型檢驗(yàn)和預(yù)測(cè)的影響6.3自相關(guān)性的檢驗(yàn)?zāi)Ｐ妥韵嚓P(guān)性的存在，將給OLS法估計(jì)模型帶來上述不利后果。為此，在利用樣本數(shù)據(jù)建立模型時(shí)，必須采用一定方法對(duì)模型是否存在自相關(guān)性進(jìn)行檢驗(yàn)。下面介紹幾種常用的自相關(guān)性檢驗(yàn)方法。01圖示檢驗(yàn)法；02DW檢驗(yàn)法；03偏向關(guān)系數(shù)檢驗(yàn)法；04B-G檢驗(yàn)法；

6.3.1自相關(guān)性的圖示檢驗(yàn)法圖6-1殘差序列散點(diǎn)圖

6.3.1自相關(guān)性的圖示檢驗(yàn)法圖6-2殘差序列趨勢(shì)圖

6.3.2自相關(guān)性的DW檢驗(yàn)法

6.3.2自相關(guān)性的DW檢驗(yàn)法

6.3.2自相關(guān)性的DW檢驗(yàn)法上述檢驗(yàn)規(guī)則也可以如圖6-3直觀顯示。6.3.2自相關(guān)性的DW檢驗(yàn)法

6.3.2自相關(guān)性的DW檢驗(yàn)法

6.3.3自相關(guān)性的偏相關(guān)系數(shù)檢驗(yàn)法

6.3.3自相關(guān)性的偏相關(guān)系數(shù)檢驗(yàn)法

6.3.3自相關(guān)性的偏相關(guān)系數(shù)檢驗(yàn)法圖6-4Eviews偏相關(guān)系數(shù)檢驗(yàn)

6.3.3自相關(guān)性的偏相關(guān)系數(shù)檢驗(yàn)法布羅施-戈弗雷檢驗(yàn)(Breusch-Godfreytest)簡(jiǎn)稱B-G檢驗(yàn)，在一些文獻(xiàn)中也被稱為自相關(guān)的拉格朗日乘數(shù)檢驗(yàn)法(LMtest)。其基本思想是：構(gòu)建殘差序列對(duì)其滯后變量的回歸方程，然后通過這些滯后變量的聯(lián)合顯著性檢驗(yàn)來判斷殘差序列是否存在自相關(guān)性。不過，B-G檢驗(yàn)輔助回歸方程的解釋變量中還通常會(huì)納入原回歸方程中的所有解釋變量。這樣，即使在解釋變量不是嚴(yán)格外生的條件下，B-G檢驗(yàn)都是有效的。6.3.4自相關(guān)性的B-G檢驗(yàn)法

6.3.4自相關(guān)性的B-G檢驗(yàn)法

6.3.4自相關(guān)性的B-G檢驗(yàn)法圖6-5B-G檢驗(yàn)結(jié)果如果檢驗(yàn)結(jié)果表明模型存在自相關(guān)性，則應(yīng)該尋求其產(chǎn)生原因并采取相應(yīng)措施予以修正。具體來說：如果是由于經(jīng)濟(jì)系統(tǒng)的慣性造成的，則需在模型中添加滯后的被解釋變量；如果是由于遺漏了重要的影響因素（滯后效應(yīng)、蛛網(wǎng)現(xiàn)象）所致，則應(yīng)在模型中添加重要的解釋變量（包括滯后的解釋變量）；如果是模型形式設(shè)定不當(dāng)導(dǎo)致的，則應(yīng)變換模型形式；當(dāng)不是上述原因造成模型存在自相關(guān)性時(shí)，可以采取廣義差分法加以修正。6.4自相關(guān)性的修正

6.4.1廣義差分法的基本原理

6.4.1廣義差分法的基本原理

6.4.1廣義差分法的基本原理廣義差分法的Eviews12.0實(shí)現(xiàn)。在OLS估計(jì)命令后添加AR項(xiàng)。對(duì)于一元線性回歸模型，如果該模型僅存在一階自相關(guān)，則需在命令欄輸入LSYCXAR(1)；如果存在一階、四階的自相關(guān)，則輸入命令為L(zhǎng)SYCXAR(1)AR(4)。需要注意的是，對(duì)于廣義差分后的方程，Eviews9.0軟件采用的是極大似然估計(jì)法（ML），可以進(jìn)行估計(jì)方法轉(zhuǎn)換，具體做法是：在上命令估計(jì)方程窗口，點(diǎn)擊Estimate/Option按鈕，在彈出的對(duì)話框選擇ARMA/Method/GLS（廣義最小二乘法）。6.4.1廣義差分法的基本原理

6.5案例分析

圖6-6散點(diǎn)圖

6.5.1參數(shù)估計(jì)經(jīng)濟(jì)意義和統(tǒng)計(jì)檢驗(yàn)?；貧w結(jié)果表明，我國城鎮(zhèn)居民家庭人均實(shí)際可支配收入每增長(zhǎng)1個(gè)單位，實(shí)際進(jìn)口總額增長(zhǎng)約5個(gè)單位?；貧w方程擬合優(yōu)度為0.948，解釋變量系數(shù)的T統(tǒng)計(jì)量為22.996遠(yuǎn)遠(yuǎn)大于5%顯著水平下的臨界值2.042。這說明，該模型通過了經(jīng)濟(jì)意義檢驗(yàn)和統(tǒng)計(jì)檢驗(yàn)。6.5.2模型檢驗(yàn)自相關(guān)性檢驗(yàn)。在估計(jì)方程窗口中點(diǎn)擊

View/Actual,Fitted,Residual/Actual,Fitted,ResidualGraph，得到圖6-7所示結(jié)果。觀察殘差的分布可以看出明顯的周期性變化，這表明該模型很可能存在自相關(guān)性。進(jìn)一步觀察DW統(tǒng)計(jì)量為0.2409，查表得5%顯著水平下的DW臨界值為(1.363,1.496)，表明模型存在一階正相關(guān)。6.5.2模型檢驗(yàn)圖6-7真實(shí)值、擬合值與殘差圖

6.5.2模型檢驗(yàn)圖6-8偏相關(guān)系數(shù)檢驗(yàn)結(jié)果

6.5.2模型檢驗(yàn)圖6-9BG檢驗(yàn)結(jié)果在Eviews12.0軟件命令欄中輸入LSYCXAR(1)，并回車，可得到如圖6-10所示方程窗口。對(duì)修正后的模型進(jìn)行偏相關(guān)系數(shù)檢驗(yàn)，結(jié)果如圖6-11所示?？梢钥闯?，修正后的對(duì)數(shù)模型已經(jīng)不存在自相關(guān)性了。6.5.3模型修正圖-10

廣義差分：ML法結(jié)果

6.5.3模型修正圖6-11廣義差分方程設(shè)置選項(xiàng)本例采用GLS法估計(jì)的結(jié)果如圖6-13所示。6.5.3模型修正圖

6-12廣義差分：GLS法結(jié)果圖6-13GLS法差分模型的偏相關(guān)系數(shù)檢驗(yàn)比較回歸方程(6-29)、(6-30)、(6-31)，可以看出：第一，存在自相關(guān)的情況下，參數(shù)估計(jì)的標(biāo)準(zhǔn)差被低估，導(dǎo)致參數(shù)估計(jì)值的T統(tǒng)計(jì)量被高估，這與第本章第二節(jié)的理論分析結(jié)論一致；第二，極大似然估計(jì)法(ML)和廣義最小二乘法(GLS)的參數(shù)估計(jì)結(jié)果極為接近，這是由于理論上廣義最小二乘法(GLS)僅比極大似然估計(jì)法(ML)少了一個(gè)常數(shù)項(xiàng)和方差-協(xié)方差矩陣的對(duì)數(shù)項(xiàng)，在實(shí)際應(yīng)用過程中推薦使用GLS法；第三，對(duì)經(jīng)廣義差分法修正后的模型還必須采用偏相關(guān)系數(shù)檢驗(yàn)、BG檢驗(yàn)等方法判斷其是否仍存在自相關(guān)性。6.5.4關(guān)于模型修正結(jié)果的討論思考與練習(xí)1.舉例說明什么是自相關(guān)性。

2.當(dāng)計(jì)量經(jīng)濟(jì)模型存在自相關(guān)時(shí)會(huì)產(chǎn)生哪些后果？

3.請(qǐng)列舉常用自相關(guān)的檢驗(yàn)方法都有哪些。

4.闡述廣義差分法的基本原理。

參考文獻(xiàn)[1]Eviews9UsersGu