Суть, причини та наслідки автокореляції

Автокореляція – це кореляція між значеннями результуючої змінної, яка виникає у наслідок залежності значень випадкової величини в різних спостереженнях.

Додатна авт.- Спричинена напрямленою постійною дією деяких факторів які невраховані в моделі. Відємна авт.- означає що після додатного відхилення виникає відємне і навпаки.

Причини:

Помилка специфікації – неврахування кореляційно-регресійної моделі будь-якої важливої факторної ознаки або неправильний вибір форми залежності здебільшого зумовлює систематичні відхилення точок спостережень від лінійної регресії, що може привести до автокореляції.

Інерція. Деяким економічним показникам (наприклад, інфляція, безробіт­тя, ВВП тощо) притаманна певна інертність, яка пов'язана з хвилеподібним (циклічним) розвитком ділової активності. Справді, економічний підйом при­зводить до зростання зайнятості, скорочення інфляції, збільшення ВВП тощо. Це зростання продовжується доти, доки зміна кон'юнктури ринку і низки економічних характеристик не спричинить уповільнення зростання, потім припинення зростання, а після цього і спадання цих показників. У будь-яко­му разі такому циклічному розвитку економічних процесів властива деяка інертність.

Ефект павутини. У багатьох сферах економіки економічні показники реагують на зміну економічних умов із запізненням (часовим лагом). Напри­клад, пропозиція сільськогосподарської продукції реагує на зміну ціни із запізненням, що дорівнює періоду дозрівання урожаю. Висока ціна сіль­ськогосподарської продукції минулого року здебільшого спричинить її пере­виробництво у поточному році, а отже, ціна на неї знизиться. У цій ситуації не можна припускати випадковості відхилень один від одного.

Згладжування даних. Дані за деякий тривалий часовий період здебільшо­го одержують усереднюванням даних за складовими його підінтервалів. Це може призвести до деякого згладжування коливань, які були всередині да­ного періоду, що, своєю чергою, може слугувати причиною автокореляції.

Наслідки:

1. Оцінки параметрів моделі можуть бути неефективними, тобто вибіркові дисперсії можуть бути невиправдано великими.

2. Оскільки вибіркові дисперсії обчислюються не за уточненими формулами, то статистичні критерії t - і F -cтатистики, які знайдено для лінійної моделі, практично не можуть бути використані в дисперсійному аналізі.

3. Неефективність оцінок параметрів економетричної моделі призводить, як правило, до неефективних прогнозів, тобто прогнозів з дуже великою вибірковою дисперсією.