第六章序列相关.pptVIP

open D:\Econometrics15\zdata\data64.XLS setobs 12 1959:01 --time-series genr GM2=(FM2-FM2(-1))/FM2(-1) genr GPW=(PW-PW(-1))/PW(-1) smpl 1960:01 1995:08 # model 1 ols R const IP GM2 GPW(-1) # model 2 ar1 R const IP GM2 GPW(-1) # model 3 ar1 R const IP GM2 GPW(-1) --hilu Gretl程序 校正OLS标准误的大样本方法 Newey-West方法，也称为HAC(异方差和自相关一致的标准误) 大样本的界定要视具体问题而定 操作类似异方差中的异方差一致协方差矩阵ls(n) * * 案例分析 P152 * * 作业 P.159 4 * 计量经济学 ECONOMETRICS 计量经济学 ECONOMETRICS * * 第六章 序列相关 ▓ 序列相关定义 ▓ 序列相关来源和影响 ▓ 序列相关检验 ▓ 序列相关处理 序列相关定义 * * 序列相关定义 一阶自回归，AR(1) 不相互独立 序列相关来源和影响 * * 序列相关问题的产生 序列相关问题常产生于时间序列中，不过截面数据研究中也会发生。 产生原因：模型设定不妥；惯性；蛛网现象；数据处理。 * * 序列相关影响 序列相关性不影响普通最小二乘估计量的无偏 性和一致性，但会影响它们的有效性。如在正序 列相关情形，由OLS估计得到的标准误差的估计 比真实的标准误小 假设检验不再有效 预测不再有效 序列相关检验 * * 序列相关检验 残差图 通过残差对时间变量的散点图(时序图),残差对前期的散点图可直观的加以判断 DW检验 通过检验统计量来加以判断 回归检验 可以检验高阶序列相关 残差时序图 * * * * 残差et, et-1的散点图 如a图所示，散点在I,III象限， 表明存在正自相关。 如b图所示，散点在II,IV象限， 表明存在负自相关。 e t e t-1 a b e t e t-1 . . . . . . . . . . . . . . . . . . . . . * * DW检验 进行OLS估计，计算残差 计算dw统计量值： 对照DW检验表，得出相应结论 0 2 4 不能拒绝 正自相关 负自相关 拒绝 拒绝 无法确定 无法确定 * * 回归检验 Y 对 回归，求出OLS残差 ，t=1,…,T 对 回归，t=q+1,…,T 对 系数进行联合显著的F检验 或采用LM检验 (Breusch-Godfrey检验) 序列相关处理 * * 序列相关处理 广义差分法 Cochrane-Orcutt方法 Hildreth-Lu方法 杜宾两步法 * * Cochrane-Orcutt方法 对模型采用OLS估计，再对残差做回归： 其中： 进行广义差分后再进行回归，此时的方程为： 对差分后的回归模型的残差再做回归： 重复以上步骤，直到 的新估计值与前估计值的差小于某特定值如0.01 时，停止迭代 过程。 * * Cochrane-Orcutt estimates using the 33 observations 1948-1980 Dependent variable: chd VARIABLE COEFFICIENT STDERROR T STAT P-VALUE const 341.023 81.5714 4.181 0.00026 *** beer -2.20594 0.866099 -2.547 0.01665 ** cig 2.90317 4.65365 0.624 0.53778 edfat 0.373429 0.997343