一阶广义差分模型_广义差分法与自相关系数估计.ppt

广义差分法与自相关系数估计

2. 广义差分法;称(3)式为广义差分变换。(2)式可表示为： (4) 其中：(4)式是经广义差分变换得到的模型，称为广义差分模型。变换后扰动项满足基本假定，故对(4)式作OLS回归，得估计值 、 ，进而得到：

此法称广义差分估计法。 在(3)式中，若 ，则(3)式变为：

(5)

此时(5)式称为差分变换。只要 ，则 ，就可以用一阶差分法对模型进行变换。;②若有多元回归模型 (t=1,2…n)(6) 存在一阶自相关: 其中： vt为满足基本假定的扰动项 同理可进行下面类似的广义差分变换：

，j=1,2,…,k 可得满足基本假定的广义差分模型： (t=2,3,…,k) 其中：则有：而上式中的 就是原模型(6)中的;广义差分模型不存在序列相关问题，可进行OLS估计。 ;3.自相关系数 的估计;(1)利用DW统计量求 ，再用广义差分法估计模型。 大样本下，有： ，

得近似估计： 小样本下，有：

其中：k为解释变量个数。当n ∞时,

若 是 的估计， 为 、 的相关系数，则 、 的相关系数可作为 的近似估计：;(2)科克伦-奥科特迭代法;④利用 建立一阶差分函数

⑤广义差分变换后对广义差分模型作OLS估计，并检验残差序列 ( 的第一次估计值)的自相关性。 如果无自相关，则计算结束，求出 。 如果有自相关，则继续计算求出 的第二次(或下一次)估计值，即求出：

⑥将 代入原模型中