ARTICLE

自相关

自相关 (Autocorrelation) 自相关(序列相关)是时间序列分析和计量经济学核心概念——变量在某一时点的值与其在不同时点(过去/未来)值之间的相关性,即信号与自身经时间延迟副本的相似度。经济金融数据普遍存在:季度GDP、月度通胀率、股票日价格均因"惯性"表现出强自相关。 定义与识别 对平稳序列 Y_t,滞后k阶自相关系数 _k = Cov(Y_t

浏览 83 更新 2025-10-26

自相关 (Autocorrelation)

自相关(序列相关)是时间序列分析计量经济学核心概念——变量在某一时点的值与其在不同时点(过去/未来)值之间的相关性,即信号与自身经时间延迟副本的相似度。经济金融数据普遍存在:季度GDP、月度通胀率、股票日价格均因"惯性"表现出强自相关。

定义与识别

平稳序列 YtY_t,滞后kk自相关系数 ρk=Cov(Yt,Ytk)/Var(Yt)=γk/γ0\rho_k = \mathrm{Cov}(Y_t, Y_{t-k}) / \mathrm{Var}(Y_t) = \gamma_k / \gamma_0γk\gamma_k自协方差γ0\gamma_0为方差)。范围[-1,1]:>0正向(持续性/动量→高GDP后跟高);<0负向(交替/均值回归→少见于经济);=0无线性关系(完全随机→白噪声,所有非零滞后自相关=0)。

ACF图(相关图):横轴滞后k,纵轴ρ^k\hat{\rho}_k,水平虚线置限→识别ARIMA移动平均(MA)阶数。PACF图:剔中间观测值影响→识别自回归(AR)阶数。

Durbin-Watson(DW)检验残差一阶自相关:值近2→无,近0→正,近4→负。Ljung-Box Q检验可同时检多个滞后阶联合为零→评估模型整体拟合优度。

回归中的影响

若误差项存自相关(ut=ρut1+ϵtu_t = \rho u_{t-1} + \epsilon_t):OLS仍无偏一致但失去有效性(非BLUE);严重低估标准误→t/F统计量人为夸大→错拒原假设第一类错误↑)→置信区间过窄(精度假象)。

应对策略

广义最小二乘法(FGLS):Cochrane-Orcutt/Prais-Winsten→变换消除自相关。Newey-West标准误(HAC):不改系数→同时修正异方差性+自相关→使检验可靠(现代计量主流)。改模型设定:补遗漏变量或建动态模型(引入Yt1Y_{t-1}→ARDL直接捕捉惯性)。应用:经济金融预测(ARIMA等基石)、有效市场假说检验(弱式→回报自相关应为零)、信号处理、宏观经济商业周期分析。