Nền tảng về nhiễu tự tương quan và hậu quả Fundamentals of autocorrelation and its consequences 1. Giới thiệu Trong các bài học kinh tế lượng nhập môn, chúng ta đã dành nhiều thời gian làm việc với Mô hình Hồi quy Tuyến tính Cổ điển (CLRM) và các giả định Gauss-Markov. Một trong những giả định quan trọng nhất là các sai số (hoặc nhiễu) không tương quan với nhau qua các quan sát, hay $Cov(u_i, u_j) = 0$ với $i \neq j$. Giả định này thường hợp lý với dữ liệu chéo, nơi các quan sát (ví dụ: các hộ gia đình, các công ty) thường độc lập với nhau. Tuy nhiên, khi chuyển sang làm việc với dữ liệu chuỗi thời gian, giả định này rất dễ bị vi phạm. Khi đó, chúng ta gặp phải một vấn đề phổ biến được gọi là tự tương quan (autocorrelation) hay tương quan chuỗi (serial correlation). Tự tương quan xảy ra khi sai số của một kỳ có mối liên hệ hệ thống với sai số của các …