《实验五-自相关性.docx》由会员分享,可在线阅读,更多相关《实验五-自相关性.docx(4页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、精品文档,仅供学习与交流,如有侵权请联系网站删除实验五 自相关性姓名:何健华 学号:201330110203 班级:13金融数学2班一 实验目的:掌握自相关性模型的检验方法与处理方法二 实验要求:应用教材P115例子4.2.1案例做自相关性模型的图形法检验和DW检验,使用杜宾两步法和科克伦-奥克特迭代法序列相关性进行修正。三 实验原理:图形法检验、DW检验、杜宾两步法和科克伦-奥克特迭代法。四 预备知识:最小二乘法、DW检验、杜宾两步法和科克伦-奥克特迭代法。 五 实验步骤:在经济系统中,经济变量前后期之间很可能有关联,使得随机误差项不能满足无自相关性的假设。本案例将探讨随机误差项不满足无自相
2、关性的古典假定的参数估计问题。着重讨论自相关性模型的图形法检验、DW检验与广义差分法和序列相关稳健估计法。中国19802007年全社会固定资产投资总额X与工业总产值Y的统计资料如下表所示。 单位:亿元年份全社会固定资产投资(X)工业增加值(Y)年份全社会固定资产投资(X)工业增加值(Y)1980910.91996.5199417042.119480.719819612048.4199520019.324950.619821230.42162.3199622913.529447.619831430.12375.6199724941.132921.419841832.92789.019982840
3、6.234018.419852543.23448.7199929854.735861.519863120.63967.0200032917.740033.619873791.74585.8200137213.543580.619884753.85777.2200243499.947431.319894410.46484.0200355566.654945.5199045176858.0200470477.465210.019915594.58087.1200588773.677230.819928080.110284.52006109998.291310.9199313072.314188.0
4、2007137323.9107367.2试问:一、 当设定模型为时,是否存在序列相关性?二、 若按一价自相关假设,试用广义最小二乘估计原模型。三、 采用差分形式与作为新数据,估计模型,该模型是否存在序列相关?一、当设定模型为时,是否存在序列相关性?1.建立Workfile和对象,录入中国工业总产值Y以及全社会固定资产投资总额X,如图1.1。 图1.1 图1.22. 参数估计、检验模型的自相关性 点击主界面菜单QuickEstimate Equation,在弹出的对话框中输入LOG(Y) C LOG(X),点击确定即可得到回归结果,如图1.2。 根据图1.2的数据,得到中国19802007年全社
5、会工业总产值的估计结果为 (1-1) (11.83492) (60.09058)该回归方程的可决系数较高,回归系数均显著。对样本容量为28、一个解释变量的模型、5%的显著水平,查D.W.统计表可知,, ,模型中,显然模型中存在正自相关。这一点从残差图中也可以看出,点击 EViews 方程输出窗口的按钮Resids可以得到残差图1.3。图1.3可通过拉格朗日乘数检验法进行检验,步骤如下:在原窗口中(图1.2)选择:ViewResidual TestsSerial Correlation LM Test,在弹出对话框中输入:1,点击OK,得到图1.4所示结果。图1.4从统计量对应的伴随概率容易看出
6、,在5%的显著水平下,原模型存在一阶序列相关性。同时从图1.4可知,RESID(-1)显著不为0,这进一步说明原模型存在一阶序列相关性。那么原模型是否存在更高阶的序列相关性呢?可同样地通过拉格朗日乘数法进行检验,只需在弹出对话框中输入“2”“3”等数值即可。可以检验出,本模型存在二阶相关性,不存在三阶相关性。二、若按一价自相关假设,试用广义最小二乘估计原模型。点击主界面菜单QuickEstimate Equation,在弹出的对话框中输入LOG(Y) C LOG(X) AR(1) AR(2),点击确定即可得到回归结果,如图2.1。图2.1容易看出,经广义最小二乘估计的模型已经不存在1阶序列相关
7、性,LM检验如图2.2所示。 所以,估计的原模型为: (2-1)三、采用差分形式与作为新数据,估计模型,该模型是否存在序列相关? 在图1.2中,点击Estimate按钮,出现Spection窗口,点击Option按钮,在出现的Estimation Options窗口中,在Coefficient covariance matrix选择默认的Newey-West选项(图3.1)。 点击按钮退回到 Equation Spection窗口,再点击 OK 按钮,即得到如图3.2所示的结果。图3.1图3.2 图3.2显示,变量X对应参数修正后的标准差比OLS估计的结果有所增大,表明原模型OLS估计结果低估了X的标准差。【精品文档】第 4 页