(3)检验自相关性 ①残差图分析：在方程窗口中点击Resids按钮，所显示的残差图(图5.3.7所示)表明e呈现有规律的波动，预示着可能存在自相关性。 图5.3.7 残差图 运用GENR生成序列E，观察E，E(-1)图形(见图5.3.8)。 图5.3.8 E与E(-1)散布图 图中AC表示各期的自相关系数，PAC表示各期的偏自相关系数，为了直观地反映相关系数值的大小，在图形左半部分别绘制了相关系数和偏相关系数的直方图，其中虚线表示0.5。当第s期偏相关系数的直方块超过虚线部分时，表明偏相关系数>0.5，即存在s阶自相关性。从图5.3.9可以明显看出，我国城乡居民储蓄存款模型存在着一阶和二阶自相关性。 ④B-G检验：在方程窗口中点击View＼Residual Test＼Serial Correlation LM Test，并选择滞后期为2，屏幕将显示以下信息，见表5.3.3。 表5.3.3 估计结果 5.4 自相关性的解决方法 5.4.1 广义差分法 设线性回归模型 2．Durbin两步估计法 3．迭代估计或科克伦—奥克特(Cochrane-Orcutt)估计 具体步骤为 4.搜索估计法 5.4.3 广义差分法的EViews软件实现过程 具体步骤为 1．利用OLS法估计模型，系统将同时计算残差序列RESID。 LS y c x 2．判断自相关性的类型。 IDENT RESlD 3．利用广义差分法估计模型。在LS命令中加上AR项，系统将自动使用广义差分法来估计模型。如自相关类型为一阶自回归形式，则命令格式为 LS y c x AR(1) 如果模型为高阶自相关形式，则再加上AR(2)，AR(3)，…等等。 4．迭代估计过程的控制。具体步骤为 (1)在方程窗口中点击Estimate按钮。 (2)在弹出的方程说明对话框中点击Options。 (3)在迭代程序(Iterative，procedures)对话栏中重新输入：最大迭代次数(max iterations),或收敛精度(convergence)。 (4)点击OK返回方程说明对话框，再点击OK重新估计模型。 在实际操作中，一般是先不引入自回归项，采用OLS估计参数，根据显示的DW统计量，逐次引入AR(1)、AR(2)，…，直到满意为止。 例5.4.1 中国城乡居民储蓄存款模型(自相关性调整)。 根据例5.3.1 的检验结果，模型存在一、二阶自相关性，即 所以在LS命令中加上AR(1)和AR(2)，使用迭代估计法估计模型。键入命令 LS lny c lnx AR(1) AR(2) 估计结果如表5.4.1所示。 表5.4.1 迭代估计回归结果 * * 第五讲 自相关性 5.1 自相关性及其产生的原因 5.1.1 什么是自相关性 (a)非自相关的序列图 (b)非自相关的散点图 (c)正自相关的序列图 (d)正自相关的散点图 (e)负自相关的序列图 (f)负自相关的散点图 图5.1.1 时间序列及其当期与滞后一期变量的散点图 图5.1.2 自相关图 5.1.2 自相关性产生的原因 1．经济变量惯性的作用引起随机误差项自相关 2．经济行为的滞后性引起随机误差项自相关 3．一些随机偶然因素的干扰引起随机误差项自相关 4.模型设定误差引起随机误差项自相关 5．观测数据处理引起随机误差项序列相关 一般经验告诉我们，对于采用时间序列数据作样本的计量经济学问题，由于在不同样本点上解释变量以外的其他因素在时间上的连续性，带来它们对被解释变量的影响的连续性，所以往往存在序列相关性。 5.2 自相关性的后果 5.2.1 模型参数估计值不具有最优性 1．参数估计值仍是无偏的 2．参数估计值不再具有最小方差性 实际意义。 5.2.4 区间估计和预测区间的精度降低 5.3 自相关性检验 5.3.1 图示法 1．按时间顺序绘制残差图 图5.3.1 正自相关 图5.3.2 负自相关 图5.3.3 正自相关 图5.3.4 负自相关 图示检验法可以借助于Eviews软件来实现。在方程窗口中点击Resids按钮，或者点击View＼Actual，Fitted，Residual＼Table，都可以得到残差分布图。 5.3.