计量经济学（七）----自相关性Autocorrelation.

在前面的基本线性回归模型中，我们假定的是随机扰动项无自相关性，那么也就是说Cov(ui,uj)=0,i不等于j,且i,j=1,2，.....n,这表明任意两次观测的ui,uj是不相关的，即u在某一次的观测值与任何其他观测中的值互不影响，称之为无序列相关性。

一、自相关性的性质 

• 时间相关性：自相关问题通常是与时间序列数据相关的
• 空间相关性：在横截面数据中也可能产生自相关性问题，称之为空间相关，比如某一季度工人罢工对本季度及其下一个解读的产出的影响，某一个家庭的消费支出水平与另一个家庭的消费支出有相关性。比如说在时间序列数据中，上一期的影响会传导至下一期，并对下一期造成一定的影响；

二、自相关性产生原因

（1）惯性：大多数经济时间序列的一个显著特征即惯性或者说迟缓性；经济变量中表现出来的一种持续的趋势；许多经济变量都会表现出商业的循环，比如：国民生产总值、就业、货币供给和价格指数；再比如在经济复苏的时候，在这些变量中，具有某种内在的力量，使得前后期的数据之间相互依赖，后一期的数据