什么是序列相关？
定义：不同时期的误差项之间存在相关性，即 Cov(εₜ, εₛ) ≠ 0（违反CLRM假设4）
常见场景：时间序列数据——今年的GDP与去年相关、本季度消费与上季度相关
后果：OLS仍无偏但不再有效；SE有偏（通常被低估）→ t检验夸大显著性
纯序列相关
真实误差确实相关（如消费惯性）
补救：GLS, Cochrane-Orcutt, Newey-West SE
不纯序列相关
模型设定错误导致的"假"序列相关
（遗漏变量、错误函数形式）
补救：修正模型设定
一、Durbin-Watson (DW) 检验
公式：d = Σ(eₜ − eₜ₋₁)² / Σeₜ²
近似关系：d ≈ 2(1 − ρ̂)
其中 ρ̂ 是一阶自相关系数的估计值
H₀：ρ = 0（无一阶序列相关）
H₁：ρ ≠ 0（有一阶序列相关）
d值的含义：
d≈0
强正相关
ρ≈+1
强正相关
ρ≈+1
d<dL
拒绝H₀
有正相关
拒绝H₀
有正相关
dL<d<dU
不确定
不确定
d≈2
无序列相关
ρ≈0
无序列相关
ρ≈0
4−dU<d<4−dL
不确定
不确定
d>4−dL
拒绝H₀
有负相关
拒绝H₀
有负相关
d≈4
强负相关
ρ≈−1
强负相关
ρ≈−1
DW决策规则（标准表述）：
| d值范围 | 结论 |
|---|---|
| d < dL | 拒绝H₀，存在正序列相关 |
| dL < d < dU | 不确定 (inconclusive) |
| dU < d < 4−dU | 不拒绝H₀，无序列相关 |
| 4−dU < d < 4−dL | 不确定 (inconclusive) |
| d > 4−dL | 拒绝H₀，存在负序列相关 |
⚠️ DW检验的三大限制
1. 只能检验一阶AR(1)序列相关
2. 模型必须包含截距项
3. 不能有滞后因变量作为解释变量（有滞后因变量时用 Durbin's h 检验）
4. 存在一个"不确定区域"（inconclusive zone）——这是DW的主要缺点
1. 只能检验一阶AR(1)序列相关
2. 模型必须包含截距项
3. 不能有滞后因变量作为解释变量（有滞后因变量时用 Durbin's h 检验）
4. 存在一个"不确定区域"（inconclusive zone）——这是DW的主要缺点
📝 真题 (Past Q3b)：
货币供给模型，n=136, k=2, d=0.254
→ d非常接近0 → 强正序列相关
→ 方向：从d≈0可知是正相关（DW可以判断方向！）
货币供给模型，n=136, k=2, d=0.254
→ d非常接近0 → 强正序列相关
→ 方向：从d≈0可知是正相关（DW可以判断方向！）
二、Breusch-Godfrey (BG) 检验
统计量：BG = n × R²_aux（和White检验形式一样！）
分布：BG ~ χ²(p)，其中 p = 检验的滞后阶数
H₀：无p阶序列相关
H₁：存在p阶序列相关
BG检验流程：
1. 估计原模型，获得残差 eₜ
2. 做辅助回归：eₜ 对所有原X + eₜ₋₁ + eₜ₋₂ + ... + eₜ₋ₚ
3. 计算 BG = (n−p) × R²_aux （或用 n×R²_aux）
4. 若 BG > χ²_crit(p) → 拒绝H₀，存在p阶序列相关
⚠️ 注意：辅助回归使用n−p个观测值（因为滞后损失了p个）
📝 真题 (Past Q3c)： 检验4阶序列相关
BG辅助回归：R²_aux = 0.763482, n = 136, p = 4
→ BG = 136 × 0.763482 = 103.83
→ χ²_crit(4) at 1% = 13.28
→ 103.83 >> 13.28 → 拒绝H₀ → 存在显著的4阶序列相关
BG辅助回归：R²_aux = 0.763482, n = 136, p = 4
→ BG = 136 × 0.763482 = 103.83
→ χ²_crit(4) at 1% = 13.28
→ 103.83 >> 13.28 → 拒绝H₀ → 存在显著的4阶序列相关
三、DW vs BG 对比（必考！）
| 维度 | Durbin-Watson | Breusch-Godfrey |
|---|---|---|
| 检验阶数 | 只能检验一阶 AR(1) | 可检验任意阶 AR(p) |
| 决策区域 | 存在不确定区域 | 无不确定区域 |
| 滞后因变量 | 不能有滞后因变量 | 可以包含滞后因变量 |
| 能否判断方向 | 能（正相关/负相关） | 不能 |
| 检验统计量 | d统计量（需查表） | nR² ~ χ²(p) |
| 考试使用 | Q3b，给d值要能说出结论 | Q3c，给辅助回归输出要能算BG |
💡 考试策略
如果题目问"检验1阶序列相关"→ 用DW
如果题目问"检验4阶序列相关"→ 必须用BG（DW做不到）
如果出现滞后因变量 → 必须用BG
如果题目问"检验1阶序列相关"→ 用DW
如果题目问"检验4阶序列相关"→ 必须用BG（DW做不到）
如果出现滞后因变量 → 必须用BG
四、补救方法
| 方法 | 做法 |
|---|---|
| Cochrane-Orcutt | 迭代法：用ρ̂变换数据，反复估计直到收敛 |
| GLS (广义最小二乘) | 用估计的协方差矩阵加权 |
| Newey-West标准误 | HAC (Heteroskedasticity and Autocorrelation Consistent) 标准误 |
| 修正模型设定 | 如果是不纯序列相关（加入遗漏变量、改变函数形式） |