计量经济学讲义新.docVIP

PAGE 1 PAGE 14 第4章 单位根检验 4.1 DF分布 由于虚假回归问题的存在，在回归模型中应避免直接使用非平稳变量。因此检验变量的平稳性是一个必须解决的问题。在第二章中介绍用相关图判断时间序列的平稳性。这一章则给出严格的统计检验方法，即单位根检验。 在介绍检验方法之前，先讨论所用统计量的分布。给出三个简单的自回归数据生成过程（d.g.p.）， yt = ? yt-1 + ut , y0 = 0, ut ? IID(0, ? 2) (4.1) yt = ? + ? yt-1 + ut , y0 = 0, ut ? IID(0, ? 2) (4.2) yt = ? + ? t + ? yt-1 + ut , y0 = 0, ut ? IID(0, ? 2) (4.3) 其中? 称作位移项（漂移项），? t称为趋势项。 显然，对于以上三个模型，当 ? ? ? 1时，yt 是平稳的，当 ? ? ? = 1时，yt 是非平稳的。 以模型 (4.1) 为例，若 ? = 0，统计量， = ? t (T-1) , (4.4) 的极限分布为标准正态分布。 若? ? ? 1，统计量， = (4.5) 渐进服从标准正态分布。根据中心极限定理，当T ? ? 时， (- ?) ? N (0, ? 2 (1- ? 2 ) ) (4.6) 那么在 ? ? ? = 1条件下，统计量 服从什么分布呢？当 ? ? ? = 1时，变量非平稳，上述极限分布发生退化（方差为零）。 首先观察 ? = 1条件下，数据生成系统(4.1)，(4.2) 和 (4.3)的变化情况。? = 1条件下的(4.1) 式是随机游走过程（见图4.1）。 ?=1条件下的 (4.2) 式是含有随机趋势的过程。将(4.2) 式作如下变换则展示的更清楚。 yt = ? + yt-1 + ut = ? + (? + yt-2 + ut-1) + ut = … = y0 + ? t + = ? t + (4.7) 图4.1 由yt = yt-1+ ut生成的序列 图4.2 由yt = 0.1+ yt-1+ ut生成的序列（file:simu2） 这是一个趋势项和一个随机游走过程之和。所以称作随机趋势过程，见图 4.2，虽然总趋势向上，但随机游走过程上下漂动。对yt作一次差分后，序列就平稳了。 ? yt = yt - yt-1 = ? + ut （平稳） 所以也称yt为差分平稳过程。 下面的随机过程 yt = ? +? t + ut (4.8) 称作确定性趋势过程或趋势平稳过程，即减去趋势后，为平稳过程。yt - ? t = ? + ut。确定性趋势过程见图 4.3。 图 4.4给出的是含有随机趋势和确定性趋势的混合随机过程。 图4.3 yt = 0.1 t + ut 生成的序列（file:simu2） 图4.4 yt = 0.1+ 0.1t + yt-1+ ut生成的序列（file:simu2） 实际经济序列的增长趋势常常是指数形式的。如中国的国民收入和消费见图4.5。然而无论随机趋势过程还是确定性趋势过程，所设定的趋势都是线性的。这是为什么？原因是原序列取对数后，趋势项常是线性的。例如 yt = e ? t 则Ln yt = ? t，所以用经济序列建立模型之前应先取对数。对数的中国的国民收入和消费见图4.6。这样做的另一个好处是有助于消除异方差。对yt求导数， dy / dt = e ? t ? = ? yt 这是等比例增长关系（与当年yt等比例）。经济序列的变化恰恰如此。 图4.5 中国的国民收入和消费 图4.6 对数的中国国民收入和消费 以数据生成过程 (4.1) 为例。给定 ? = 1，则 =