计量经济学中的自相关性.ppt

出回归估计式，再对估计式进行统计检验（F检验和t检验）。如果通
过检验发现某一个估计式是显著的 ( 若有多个估计式显著就选择最为显著
者)，表明随机误差项存在序列相关。
5.3.4 高阶自相关性检验
1．偏相关系数检验
EViews软件可以同时给出时间序列的自相关和偏自相关系数及分析图。利用 EViews软件计算偏相关系数，具体有两种方式： [命令方式] IDENT RESID [菜单方式] 在方程窗口中点击： View＼Residual Test＼Correlogram-Q-statistics 屏幕将直接输出et与et-1 ,et-2 ,…, et-p（p是事先指定的滞后期长度）的自 相关系数和自偏相关系数，从中可以直观地看出残差序列的相关情况。通过观
一个序列对象，选择 View ／ Correlogram ，通过观察 Q 统计量来判断是否存在序 列相关。在Q统计量的p值小（如小于0.05）的情况下，拒绝原假设，即认为存Fra Baidu bibliotek在序列相关。否则，如果Q统计量的p值比较大，则残差不存在序列相关。
3．拉格朗日乘数检验(LM)或布罗斯—戈弗雷(B-G)检验
5.3.2 德宾一沃森(Durbin-Watson)检验
DW检验假定条件是： 第一，解释变量x为非随机的；
第四，模型中含有截距项； 第五，统计数据比较完整，无缺失项。适用于样本容量的样本情况 DW检验的基本原理和步骤为
由上述判断区域知，误差序列存在一阶正自相关。
使用DW检验时应注意以下几个问题。
图5.1.2 自相关图
5.1.2 自相关性产生的原因
1．经济变量惯性的作用引起随机误差项自相关 2．经济行为的滞后性引起随机误差项自相关 3．一些随机偶然因素的干扰引起随机误差项自相关 4.模型设定误差引起随机误差项自相关 5．观测数据处理引起随机误差项序列相关 一般经验告诉我们，对于采用时间序列数据作样本的 计量经济学问题，由于在不同样本点上解释变量以外的其 他因素在时间上的连续性，带来它们对被解释变量的影响 的连续性，所以往往存在序列相关性。
第一，DW检验只能判断是否存在一阶线性自相关性，对于高阶自相关或 非自相关皆不适用。 第二，DW检验有两个无法判定的区域。 第三，这一方法不适用于对联立方程组模型中各单一方程随机误差项序 列相关的检验。
5.3.3
回归检验法
回归检验法适用对任一随机变量序列相关的检验，并能提供序列相关的具 体形式及相关系数的估计值。这一方法的应用分三步进行：
(1)绘制相关图，确定模型的函数形式。
图5.3.6
居民存款与GDP的散布图
(2)利用OLS法估计模型，并选择统计检验结果较好的模型。经过比 较、分析，取居民储蓄存款模型为双对数模型，估计结果见表5.3.2。
察自相关和偏自相关系数来判断是否存在序列相关。如果残差不存在序列相关
，各阶滞后的自相关和偏自相关值都接近于零。
Q 统 计 量 的 软 件 操 作 ： 估 计 方 程 后 ， 选 择 View ／ Residual Tests ／
Correlogram and Q-statistics ，可以检验回归方程残差的序列相关性；打开
年份 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998
存款余额y 5146.90 7034.20 9107.00 11545.40 14762.39 21518.80 29662.25 38520.84 46279.80 53407.47
GDP指数x 271.3 281.7 307.6 351.4 398.8 449.3 496.5 544.1 582.0 638.2
对于模型：
利用EViews软件可以直接进行B-G检验。在方程窗口中点击
View＼Residual Test＼Serial Correlation LM Test 屏幕将输出辅助回归模型的有关信息，包括 nR2 及其临
界概率值。实际应用中，一般是从低阶的 p=1 开始，直到 p=10
左右，若未能得到显著的检验结果，可以认为不存在自相关性。
例 5.3.1
中国城乡居民储蓄存款模型 ( 自相关性检验 ) 。
表 5.3.1 列出了我国城乡居民储蓄存款年底余额 ( 单位：亿元 ) 和 GDP 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。 表5.3.1 我国城乡居民储蓄存款与GDP指数统计资料
第5章 自相关性
5.1 自相关性及其产生的原因
5.1.1 什么是自相关性
(a)非自相关的序列图
(b)正自相关的散点图
图5.1.1(a)、(b)、(c), 分别给出具有非自相关，正自相关和负
自相关的三个序列对其一阶滞后变量的散点图。这三个散点图展 示正负自相关以及非自相关性则非常明显。
(c)负自相关的散点图 图5.1.1 时间序列及其当期与滞后一期变量的散点图
5.2
5.2.1
自相关性的后果
模型参数估计值不具有最优性
1．参数估计值仍具有无偏性
2．参数估计值不再具有最小方差性
5.2.2 低估随机误差项的方差
5.2.3
模型的统计检验失效
实际意义。
5.2.4 区间估计和预测区间的精度降低
5.3 自相关性检验
5.3.1 图示法
1．按时间顺序绘制残差图
图5.3.1 正自相关
图5.3.2 负自相关
t
图5.3.3 正自相关
图5.3.4 负自相关
图 示 检 验 法 可 以 借 助 于 Eviews 软 件 来 实 现 。 在 方 程 窗 口 中 点 击 Resids按钮，或者点击View＼Actual，Fitted，Residual＼Table，都可 以得到残差分布图。
年份 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988
存款余额y 210.60 281.00 399.50 523.70 675.40 892.50 1214.70 1622.60 2237.60 3073.30 3801.50
GDP指数x 100.0 107.6 116.0 122.1 133.1 147.6 170.0 192.9 210.0 234.3 260.7