常见的时间序列的平稳性和单位根检验.ppt

3、例：检验1978-2000年间中国支出法GDP时间序列的平稳性 例8.1.6检验1978~2006年间中国实际支出法国内生产总值GDPC时间序列的平稳性。 下面演示的是检验1978~2000年间中国支出法国内生产总值GDPC时间序列的平稳性。 方法原理和过程是一样的，例8.1.6可以作为同学的练习。 首先检验模型3，经过偿试，模型3取2阶滞后： 需进一步检验模型2 。 LM（1）=0.92， LM（2）=4.16 ?系数的t临界值，不能拒绝存在单位根的零假设。 时间T的t统计量小于ADF临界值，因此不能拒绝不存在趋势项的零假设。 小于5%显著性水平下自由度分别为1与2的?2分布的临界值，可见不存在自相关性，因此该模型的设定是正确的。 检验模型2，经试验，模型2中滞后项取2阶： 常数项的t统计量小于AFD分布表中的临界值，不能拒绝不存常数项的零假设。 LM检验表明模型残差不存在自相关性，因此该模型的设定是正确的。 GDPt-1参数值的t统计量为正值，大于临界值，不能拒绝存在单位根的零假设。 需进一步检验模型1。 检验模型1，经试验，模型1中滞后项取2阶： GDPt-1参数值的t统计量为正值，大于临界值，不能拒绝存在单位根的零假设。 LM检验表明模型残差项不存在自相关性，因此模型的设定是正确的。 可断定中国支出法GDP时间序列是非平稳的。 ADF检验在Eviews中的实现 ADF检验在Eviews中的实现 ADF检验在Eviews中的实现—检验GDPP ADF检验在Eviews中的实现—检验GDPP 从GDPP(-1)的参数值看，其t统计量的值大于临界值，不能拒绝存在单位根的零假设。同时，由于时间项T的t统计量也小于ADF分布表中的临界值，因此不能拒绝不存在趋势项的零假设。需进一步检验模型2 。 ADF检验在Eviews中的实现—检验GDPP ADF检验在Eviews中的实现—检验GDPP 从GDPP(-1)的参数值看，其t统计量的值大于临界值，不能拒绝存在单位根的零假设。同时，由于常数项的t统计量也小于ADF分布表中的临界值，因此不能拒绝不存在趋势项的零假设。需进一步检验模型1。 ADF检验在Eviews中的实现—检验GDPP ADF检验在Eviews中的实现—GDPP 从GDPP(-1)的参数值看，其t统计量的值大于临界值，不能拒绝存在单位根的零假设。至此，可断定GDPP时间序列是非平稳的。 ADF检验在Eviews中的实现—检验△GDPP 从△GDPP(-1)的参数值看，其t统计量的值大于临界值，不能拒绝存在单位根的零假设。同时，由于时间项项T的t统计量也小于AFD分布表中的临界值，因此不能拒绝不存在趋势项的零假设。需进一步检验模型2 。在1%置信度下。 从△GDPP(-1)的参数值看，其统计量的值大于临界值，不能拒绝存在单位根的零假设。同时，由于常数项的t统计量也小于AFD分布表中的临界值，因此不能拒绝不存在趋势项的零假设。需进一步检验模型1。 从△GDPP(-1)的参数值看，其统计量的值大于临界值，不能拒绝存在单位根的零假设。至此，可断定△GDPP时间序列是非平稳的。 ADF检验在Eviews中的实现—检验△2GDPP 从△2GDPP(-1)的参数值看，其统计量的值小于临界值，拒绝存在单位根的零假设。至此，可断定△2GDPP时间序列是平稳的。 GDPP是I(2)过程。 *4、平稳性检验的其它方法 PP检验（Phillips-Perron） 检验模型中不引入滞后项，以避免自由度损失降低检验效力。 直接采用Newey-West一致估计式作为调整因子，修正一阶自回归模型得出的统计量。 一种非参数检验方法 霍尔工具变量方法 用工具变量法估计ADF检验模型。 用Xt-k和ΔXt-i-k作为yt-1和ΔXt-i的工具变量。 检验统计量仍然服从ADF分布。 DF-GLS 方法（Elliott,Rothenberg,Stock,ERS） 去势（趋势、均值）。 对去势后的序列进行ADF型检验。 采用GLS估计检验模型。 证明具有更良好的性质。 KPSS方法（Kwiatkowski,Philips,Schmidt,Shin） 检验趋势平稳 非参数检验方法 其它方法 LMC(Leybourne,McCabe) Ng-Perron Eviews 中提供的检验方法 Eviews 中提供的滞后阶数选择 四、单整、趋势平稳与差分平稳 1、单整（integrated Serial） 如果一个时间序列经过一次差分变成平稳的，就称原序列是一阶单整（integrated of 1）序列，记为I(1)。 一般地，如果一个时间序列经过d次差分后变成平稳序列，则称原序列是d 阶单整（integrated of d）序列，记为I(d)。