石闭手大学 SHIHEZI UNIVERSITY 目录 序列相关性概念 ■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、 具有序列相关性模型的估计 ■六、案例 2024/9/22 石河子大学经管学院一一唐勇
2024/9/22 石河子大学经管学院--唐勇 2 ◼一、序列相关性概念 ◼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、具有序列相关性模型的估计 ◼六、案例 目录
名两多大学 序列相关性概念 SHIHEZI UNIVERSITY ■对于模型 Vi=Bo+B1Xi+B2X2i+.+BkXki+i i=1,2,n 随机项互不相关的基本假设表现为 Cov(4,=0≠i=1,2,n 如果对于不同的样本点,随机误差项之间不再是 不相关的,而是存在某种相关性,则认为出现了 序列相关性。 2024/9/22 石河子大学经管学院一一唐勇
2024/9/22 石河子大学经管学院--唐勇 3 如果对于不同的样本点,随机误差项之间不再是 不相关的,而是存在某种相关性,则认为出现了 序列相关性。 ◼对于模型 Yi= 0+ 1X1i+ 2X2i+.+ kXki+i i=1,2, .,n 随机项互不相关的基本假设表现为 Cov(i , j )=0 ij, i,j=1,2, .,n 一、序列相关性概念
石闭手大学 、序列相关性概念 SHIHEZI UNIVERSITY 在其他假设仍成立的条件下,序列相关即意味着 E(4,4)≠0 或 03 E(44n) COv(μ)=E(μ)= E(μn41) 03 =σ22≠21 2024/9/22 石河子大学经管学院一一唐勇
2024/9/22 石河子大学经管学院--唐勇 4 在其他假设仍成立的条件下,序列相关即意味着 E( i j ) 0 = = 2 1 1 2 ( ) ( ) ( ) ( ) n n E E Cov μ E μμ = 2 1 1 2 n n Ω I 2 2 = 或 一、序列相关性概念
名两多大学 、 序列相关性概念 SHIHEZI UNIVERSITY ■如果仅存在 E(h+1)≠0 ,则称一阶自相关 ■自相关往往可写成如下形式: ufpui1+8i -1<p<1 其中:ε是满足以下标准的OLS假定的随机干 扰项: E(e,)=0, var(8,)=o2, C0NMe,8-)=0 5≠0 ■由于序列相关性经常出现在以时间序列为样本 的模型中,因此,本章将用下标代表。 2024/9/22 石河子大学经管学院一一唐勇
2024/9/22 石河子大学经管学院--唐勇 5 其中:i是满足以下标准的OLS假定的随机干 扰项: ◼如果仅存在 E(i i+1)0 , 则称一阶自相关 ◼自相关往往可写成如下形式: i=i-1+i -1<<1 ( ) = 0 E i , 2 var( i ) = , cov( , ) = 0 i i−s s 0 ◼由于序列相关性经常出现在以时间序列为样本 的模型中,因此,本章将用下标t代表i。 一、序列相关性概念
名闭手大学 二、序列相关性产生的原因 SHIHEZI UNIVERSITY 1、 经济惯性 ■2、设定偏误 >应含而未含变量的情形 >不正确的函数形式 ■3、蛛网现象(Cobweb phenomenon) ■4、滞后效应 ■5、数据的“编造” ■自相关也可能出现在横截面数据中,但更一般 出现在时间序列数据中。 2024/9/22 石河子大学经管学院一一唐勇
2024/9/22 石河子大学经管学院--唐勇 6 二、序列相关性产生的原因 ◼ 1、经济惯性 ◼ 2、设定偏误 ➢应含而未含变量的情形 ➢不正确的函数形式 ◼ 3、蛛网现象(Cobweb phenomenon) ◼ 4、滞后效应 ◼ 5、数据的“编造” ◼ 自相关也可能出现在横截面数据中,但更一般 出现在时间序列数据中