§1、序列相关理论 时间序列回归中的一个普遍现象是：残差和它自己的带后值相关。这种序 列相关性违背了回归理论的标准假设：不同时点的扰动项互不相关。与序列相 关相联系的主要问题有： ①在线性估计中OLS不再是有效的： ②使用OLS公式计算出的标准差不正确： ③如果在方程右边有滞后因变量，OL$估计是有偏的且不一致。 EViews提供了检测序列相关和估计方法的工具。但首先必须排除虚假序列 相关。虚假序列相关是指模型的序列相关是由于省略了显著的解释变量而引起 的。例如，在生产函数模型中，如果省略了资本这个重要的解释变量，资本对 产出的影响就被归入随机误差项。由于资本在时间上的连续性，以及对产出影 响的连续性，必然导致随机误差项的序列相关。所以在这种情况下，要把显著 的变量引入到解释变量中。 §1、序列相关理论 时间序列回归中的一个普遍现象是：残差和它自己的滞后值相关。这种序 列相关性违背了回归理论的标准假设：不同时点的扰动项互不相关。与序列相 关相联系的主要问题有： ① 在线性估计中OLS不再是有效的； ② 使用OLS公式计算出的标准差不正确； ③ 如果在方程右边有滞后因变量，OLS估计是有偏的且不一致。 EViews提供了检测序列相关和估计方法的工具。但首先必须排除虚假序列 相关。虚假序列相关是指模型的序列相关是由于省略了显著的解释变量而引起 的。例如，在生产函数模型中，如果省略了资本这个重要的解释变量，资本对 产出的影响就被归入随机误差项。由于资本在时间上的连续性，以及对产出影 响的连续性，必然导致随机误差项的序列相关。所以在这种情况下，要把显著 的变量引入到解释变量中