實際經濟問題中的序列相關性
在實際經濟問題中,為什麼會出現序列相關性?下面仍透過兩個例子加以說明。
例如,我們建立一個行業生產函式模型,以產出量為被解釋變數,選擇資本、勞動、技術等投入要素為解釋變數,根據樣本與母體一致性的要求,只能選擇時間序列資料作為樣本觀測值。於是有:
t=1,2,…,n
在該模型中,資本、勞動、技術之外的因素,例如政策因素等,沒有包括在解釋變數中,但它們對產出量是有影響的,該影響則被包含在隨機誤差項中。如果該項影響構成隨機誤差項的主要部分,則可能出現序列相關性。為什麼?對於不同的樣本點,即對於不同的年份,由於政策等因素的連續性,它們對產出量的影響也是有內在聯絡的。前一年是正的影響,後一年往往也是正的影響。於是在不同的樣本點之間,隨機誤差項出現了相關性,這就產生了序列相關性。更進一步分析,在這個例子中,隨機誤差項之間表現為正相關。
實際經濟問題中的序列相關性
在實際經濟問題中,為什麼會出現序列相關性?下面仍透過兩個例子加以說明。
例如,我們建立一個行業生產函式模型,以產出量為被解釋變數,選擇資本、勞動、技術等投入要素為解釋變數,根據樣本與母體一致性的要求,只能選擇時間序列資料作為樣本觀測值。於是有:
t=1,2,…,n
在該模型中,資本、勞動、技術之外的因素,例如政策因素等,沒有包括在解釋變數中,但它們對產出量是有影響的,該影響則被包含在隨機誤差項中。如果該項影響構成隨機誤差項的主要部分,則可能出現序列相關性。為什麼?對於不同的樣本點,即對於不同的年份,由於政策等因素的連續性,它們對產出量的影響也是有內在聯絡的。前一年是正的影響,後一年往往也是正的影響。於是在不同的樣本點之間,隨機誤差項出現了相關性,這就產生了序列相關性。更進一步分析,在這個例子中,隨機誤差項之間表現為正相關。