第二节 列相关的检验.docVIP

PAGE 15 第六章 序列相关性 教学目的、要求： 1、理解序列相关性的含义、原因和后果 2、掌握序列相关性的诊断 3、会序列相关性的处理 第一节 序列相关的产生及后果 一、 序列相关的含义 1、古典假定3 对于模型 （6-1） 假定随机误差项之间不存在相关性，即 （6-2） 2、序列相关 如果随机误差项之间存在相关关系，则 （6-3） 这时，称随机误差项之间存在序列相关或自相关。由于通常假定随机误差项均值为零且同方差，则序列相关性又可以表示为： （6-4） 随机误差项的序列相关性有多种形式，其中最常见的是随机误差项之间存在一阶序列相关 ，即随机误差项只与其前一期相关：。一阶序列相关性可以表示为 （6-5） 其中，是与的之间的系数，是满足回归模型基本假定的随机误差项。 二、序列相关产生的原因 随机误差项之间存在序列相关性的原因很多，但主要是由经济变量自身特点、数据处理、变量选择及模型形式选择所引起的。 原因（一）经济变量自身特点引起随机误差项序列相关 经济变量是对经济现象的客观反映。任何一种经济现象都有其历史的延续性与继承性，现在的状况是在过去基础上演进而来的，过去的发展水平、速度、特征都会对现在的状况产生重要影响。同一经济变量，在前期与后续时期总存在一定的相关性，不可能互不相关。大多数经济时间序列都有一个明显的特点，就是它的惯性，如国民生产总值 、价格指数、就业和失业、消费和投资等。当经济复苏，宏观经济从谷底开始上升时，大多数经济变量一般会持续上升，在向上移动的过程中，序列某一点的值会大于其前期值。这种向上的“动力”存在，直到经济开始衰退。当宏观经济从高涨的顶峰开始紧缩下降时，这类经济变量一般会持续减小 ，其值可能会小于前期值。这种“阻力”存在，直到经济开始复苏。因此，利用时间序列资料建立模型时，经济发展的惯性使得模型存在序列相关性。随机误差项作为模型中的一个特殊经济变量，它虽然包含的具体内容很多，不具有单一的经济含义，但它与模型中独立出现的解释变量相类似，不同观测期的取值也不可能完全互不相关 ，总存在一定的相关性。 此外，经济变量的运行往往表现在时间前后期的相互关联上所形成的惯性。例如，一个企业的固定资产的形成，不仅与当期固定资产投资有关，还与前期多年固定资产投资相关。农作物的单位面积产量，不仅取决于当年投入的生产要素的数量与质量，而且还与往年投入物的数量与质量有关。如果模型忽略了这些前后相联的因素的影响，误差项的系统性影响就会在模型中体现出来，产生序列相关问题。 原因（二）解释变量选择引起随机误差项序列相关 在现实经济活动中，某一经济现象的发展变化往往是多种因素综合作用的结果。利用计量经济模型研究经济变量的变化规律或者测度经济变量之间的数量依存关系，只能将重要的影响因素作为独立的解释变量在模型中列示，而将那些次要的影响因素予以舍弃。但这些被略去的次要因素的影响力在模型中并不会消失，它们的综合影响会在随机误差项中反映出来。进入模型随机误差项的次要因素在不同观测期的值可能是高度相关的，这就会带来随机误差项的序列相关。例如，在商品需求函数中，如果解释变量只有收入和商品自身的价格，则随机误差项中将包含其他商品价格对该商品需求的影响，价格变量一般是逐期相关的，从而使模型产生了序列相关性。 原因（三）模型函数形式设定偏误引起随机误差项序列相关 在对实际经济问题的研究中，用于分析与测度经济变量之间数量依存关系的模型，是研究者根据一定的经济理论、实践经验确定的。由于研究对象自身的复杂性、经济理论的局限性及人们对研究对象认识的片面性，可能导致对模型形式选择的失准。如果模型形式不能正确反映经济变量之间内在真实的数量依存关系，就会造成随机误差项的序列相关。比如，边际成本与产量之间的函数关系式应为： 式中，表示边际成本，表示产量。由于认识上的偏误，结果设成了线性形式： 这时，由于中包含了带有对边际成本的系统影响，使得之间很可能出现序列相关。 原因（四）观测数据的处理引起随机误差项序列相关 在计量经济分析中使用的时间数据序列，因多种原因在代表性上存在某些缺陷，为增强数据的代表性或弥补其他方面的缺陷，往往需要对原始观测数据进行内插或平滑处理。经这样处理后的时序资料与原始时间序列数据之间的差异便会在随机误差项中反映出来，并引起