DF检验式中漂移项和趋势项的t统计量分布研究.doc

DF检验式中漂移项和趋势项的t统计量分布研究① 张晓峒 攸频 （南开大学国际经济研究所 天津 300071） [摘要] DF统计量的渐近分布决定于估计的回归中是否包含一个常数项(或时间趋势δ以及真实随机行走是否有非零漂移项表征，故通常的 DF检验过程中包含三种检验式（不含(和δ、只包含(、包含(和δ）。针对(和δ及其t统计量的分布特征的研究甚少，对它们的极限分布未见有全面的推导，且关于单个回归参数检验统计量的响应面函数目前还无人提供。本文的贡献在于推导了不同检验式中(和δ的t检验统计量的极限分布表达式，并通过蒙特卡罗模拟结果分析了(和δ及其t统计量的分布特征，在此基础上给出有限样本下各检验统计量的响应面函数，从而使得DF检验进一步完善。 关键词 单位根检验 Wiener过程 蒙特卡罗模拟 响应面函数 中图分类号 F224.0 文献标识码 A 一、 简介 自Dickey（1976年）提出单位根的检验方法以来，单位根理论取得突破性进展。Dickey（1976年）使用OLS导出了检验单位根的统计量，并利用大样本蒙特卡罗试验给出了对应的临界值，但并未能推出检验统计量的精确分布。Dickey and Fuller (1981)正式给出了检验单位根的DF统计量及其分布函数，并将基于随机误差εt的i.i.d..假设进行了扩展，得到了在εt相关的条件下检验单位根的ADF统计量。在使用ADF检验时，不同的滞后阶可能导致检验结论不一致，而且ADF没有考虑εt的异方差问题。Phillips和Perron(1988)提出了对单位根的非参数检验（PP检验），基于统计量而不是基于模型设定来校正可能存在的相关和异方差问题。其统计量形式为DF检验统计量乘以校正因子，分布没有改变。此外，许多其他的单位根检验方法也已成为计量经济学软件包里面的标准内容。以EViews5.0软件为例，还包括Elliot等（1996）提出的DF-GLS退势检验，Kwaitkowski等（1992）提出的KPSS检验，Ng-Perron（2001）提出的NP检验等方法。 单位根检验式中，估计系数及其t统计量的极限分布都是Wiener过程的函数。由于这些极限分布无法用解析的方法求解，一般都是用模拟和数值计算的方法进行研究的。Fuller（1976）用蒙特卡罗的方法得到T(-1)和DF统计量的百分位数表。Kivet-Pillips（1990）采用数值计算方法得到T(-1)的有限样本分布。Mackinnon（1991）通过蒙特卡罗模拟给出了ADF检验的响应面函数。张晓峒（1999）利用蒙特卡罗模拟研究了小样本DF统计量的分布特征，并给出了相应的临界值和响应面函数。 Hamilton（1994）提出DF统计量的渐近分布决定于估计的回归中是否包含一个常数项或时间趋势以及真实随机行走是否有非零漂移项表征，从而划分出四种情形的检验式，对于是否包含常数项和时间趋势项提出了基于联合性约束的F检验方法。 在通常的DF检验中，常见的三种检验式及相应零假设为： 过程的生成条件是： （1） 过程的生成条件是： （2） 过程的生成条件是： （3） 其中εt ~ i.i.N(0, σ2)。检验式中是否应包含常数项和时间趋势项，取决于数据主要由随机趋势所支配还是确定趋势所支配。对于（2）中常数项是否显著可以表述为：H0：( =0，其检验统计量记为t( =0，对（3）式中常数项和时间趋势项的显著性检验：H0：( =0;δ=0, 其检验统计量分别记为t(t和tδt。Dickey and Fuller (1981)提到对不同数据生成过程下检验式中参数的联合假设检验，并给出了对单个参数的显著性检验，以及相应的临界值表。 尽管学者们对于单位根检验作了大量研究，但是针对单位根过程确定项( 和δ及其t统计量的分布特征的研究甚少，对它们的极限分布未见有全面的推导。Dickey and Fuller (1981)提供的关于单个回归参数显著性检验临界值表只包含0.90、0.95、0.975和0.99百分位数上样本容量T为25、50、100、250、500和T→∞时的的渐近临界值，而满足实际中各种样本容量时间序列应用的响应面函数目前还无人提供。 DF的单位根检验方法及临界值已包含在众多的计量经济学软件包中并得到广泛应用，但对于常数项和时间趋势项回归系数提供的p值是基于标准的t统计量得到的，而如果实际的t检验统计量分布比标准t分布方差大，就会使得常数项和时间趋势项相对来说更容易拒绝原假设从而被保留在模型中。当在检验式中不适当地多加入一些确定项（如漂移项，趋势项等）， DF检验将以更大的概率接受原假设（非平稳），导致D