6-3 自相关性的补救.pdfVIP

6-3 自相关性的补救 主讲人：何婧 一、广义差分法 以一阶自相关形式为例，并已知时，可用广义差分法。 基本思想：原模型 = + + ， 1 2 因为 = + ，已知 = − 无自相关，可设法将模型的 −1 −1 扰动项变换为 ，即广义差分形式。 一、广义差分法 方法：用 “(原模型) − ×(滞后一个期的模型)” 得 − = − + ( − ) + ( − ) −1 1 1 2 −1 −1 ∗ ∗ ∗ 即 = + + 1 2 变换后的模型中 满足基本假定。 ∗ 参数估计：估计变换后的模型，得 和 。መ መ 1 2 ∗ 注意：参数估计需放回原模型解释其经济意义。由可计算出 = /(1−)。መ መ 1 1 二、自相关系数的估计 方法1. 用dw统计量估计 在大样本时，已知 ≈ 2(1 − ෝ) 因此 ෝ ≈ 1 − /2 从DW检验中已得到d统计量，即可估计出ෝ。 注意：此方法更适用于大样本情形。 例：我国农村居民消费-收入模型 例：我国农村居民消费-收入模型 （1）广义差分法：用dw统计量估计 第一步：由DW=0.529988计算 0.529988 ො ≈ 1− = 1− = 0.735 2 2 第二步：对原模型进行广义差分回归 −0.735 = (1−0.735) + ( −0.735 ) + −1 1 2 −1 （一）广义差分法：用dw统计量估计 Eviews操作 广义差分模型估计结果： ∗ ∗ ෠ = 13.375 +0.716 变换为原模型参数：