《计量经济学》课程教学课件（PPT讲稿）第五章 时间序列计量经济学模型 5.1 时间序列模型的序列相关性

§5.1时间序列模型的序列相关性 序列相关性 二、 实际经济问题中的序列相关性 三、 序列相关性的后果 四、人 序列相关性的检验 五、序列相关的补救 虚假序列相关问题 七 案例

§5.1 时间序列模型的序列相关性 一 、序列相关性 二、实际经济问题中的序列相关性 三、序列相关性的后果 四、序列相关性的检验 五、序列相关的补救 六、虚假序列相关问题 七、案例

一、序列相关性的概念

一、序列相关性的概念

·序列相关性 -模型随机项之间不存在相关性，称为：No Autocorrelation. 一以截面数据为样本时，如果模型随机项之间存在相 关性，称为：Spatial Autocorrelation。 一以时序数据为样本时，如果模型随机项之间存在相 关性，称为：Serial Autocorrelation。 -习惯上统称为序列相关性(Serial Correlation or Autocorrelation)

• 序列相关性 – 模型随机项之间不存在相关性，称为：No Autocorrelation。 – 以截面数据为样本时，如果模型随机项之间存在相 关性，称为：Spatial Autocorrelation。 – 以时序数据为样本时，如果模型随机项之间存在相 关性，称为：Serial Autocorrelation。 – 习惯上统称为序列相关性（Serial Correlation or Autocorrelation）

Y=Bo+BX+BX2+L +BX+m t=1,2,L,T 其他基本假设仍成立，随机扰动项存在序列相关： Cov(41,4j)=E(4,4)≠0 02 L E(44r) Var()=E(u'）= M M 、E(44)L 02 M O M =022≠621 02

其他基本假设仍成立，随机扰动项存在序列相关: ( , ) = ( )  0 Cov  i  j E  i  j 0 1 1 2 2 , 1,2, , Y X X X t T t t t k tk t = + + + + + =      L L 2 1 2 1 ( ) ( ) ( ) ( ) T T E Var E E           = =        μ μμ L M O M L 2 1 2 1 T T         =       L M O M L Ω I 2 2 =   

·一阶序列相关，或自相关 E(4,4+1)≠0 i=1,2,L,n-1 L=PL-1+8 p称为自协方差系数(coefficient of autocovariance) 或一阶自相关系数(first-order coefficient of autocorrelation)

• 一阶序列相关，或自相关 E i i (  ) +1  0 i n = − 1,2, , 1 L i i i  =  +  −1 ρ称为自协方差系数（coefficient of autocovariance） 或一阶自相关系数（first-order coefficient of autocorrelation）