6.1自相关的概念及产生原因

nullnull第六章 自相关本章主要内容： 第一节 自相关的概念及产生原因 第二节 自相关的后果 第三节 自相关的检验 第四节 自相关的解决方法 第五节 案例分析 null自相关的概念 自相关的分类 自相关产生的原因 第一节 自相关的概念及产生原因null对于k元线性回归模型如果不同的随机误差项之间存在着相关关系，即则称模型存在自相关性。 一、自相关的概念null二、自相关的分类自相关按形式可分为两类：（1）一阶自回归形式null（2）高阶自回归形式null 计量经济模型中自相关的最常见的形式是一阶线性自回归形式null 可见，当随机误差项满足一阶自回归形式的自相关时，随机误差项满足零均值和同方差的假定，但不满足无自相关的假定。null三、自相关产生的原因1.模型中遗漏了重要的解释变量 例如，以年度资料建立居民消费函数时，居民消费除了受收入水平影响之外，还受消费习惯、家庭财产等因素的影响，这些因素的各期值一般是相关的，如果模型中未包含这些因素，它们对消费的影响就表现在随机误差项中，从而使随机误差项的各期值之间呈现出相关关系。 null2.经济变量的惯性作用 由于经济发展的连续性所形成的惯性，使得许多经济变量的前后期之间是相互关联的。例如，本期的投资规模，往往与前一年甚至前几年的投资有关。再如，受消费习惯的影响，居民的本期消费水平在很大程度上还受到上期消费水平的制约。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自相关性。注意：时间序列数据比横截面数据更容易产生自相关。null3.模型设定不当的影响 4.一些随机干扰因素的影响 例如，平均成本函数应该是二次多项式模型，如果设成了线性模型，则随机误差项是自相关的。因为这时随机误差项包括了产量的平方项，产量的各期相关性将会导致随机误差项的自相关性。 例如，自然灾害、金融危机等随机因素的影响，往往要持续多个时期。从而使得随机误差项呈现出自相关性。