单位根检验新进展.docxVIP

单佞根检验新进展 张晓III同 中国数量经济学会常务理事南开大学经济学院博士生导师 xttfyt@public.tpttj.cn 单位根检验是非经典计量经济学的重要组成部分。当人 们认识到序列的非平稳性会给建立计量经济模型带来严重 影响之后，检验经济序列平稳性的单位根检验理论与方法得 到迅速的发展。目前已经形成一个比较完整的理论体系。 里程碑式的论文是Dickey的博士论文“非平稳时间序 列的估计与检验”（1976）和Dickey-Fuller共同发表的论文 “含有单位根的自回归时间序列估计量的分布”（1979）。 对单位根检验理论贡献最大的当属Phillipso Phillips在 1986 1987连续发表两篇文章，从理论上彻底解决了单位根 过程和虚假回归中回归参数和相应统计量的极限分布问题。  单位根检验就是检验时间序列的平稳 性。而检验时间序列的平稳性是构造经典回 归模型、时间序列模型、向量自回归模型、 面板数据模型的基础。 下面分5类介绍单位根检验。 1.非季节时间序列单位根检验。 2?季节时间序列的单位根检验。 3.面板数据的单位根检验。 3. 面板数据的单位根检验。 4?退势单位根检验。 5.结构突变序列的单位根检验。 五种典型的时间序列。 1.白噪声序列(white noise,属于平稳序列)。uh 叫?IID(0, O2)，Cov(?/ W/)=0,详j  图1 图1白噪声序列（y=l） 图2日元兑美元差分序列 2.随机游走序列（random walk,属于非平稳序列，图3）。 yt = Jm + uh 掩?IID? o2）, Cov（wf m7）=0,详j 随机游走的差分过程是平稳过程（白噪声过程）。Ayt = 图3随机游走序列（ 图3随机游走序列（y=l） 图4深圳股市成分指数 3?随机趋势非平稳过程(stochastic trend process)或差分平稳 过程(difference- stationary process)n有漂移项的非平稳过程 (non-stationary process with drift )o 图5 图5随机趋势非平稳序列（/z=0.1） 图6随机趋势非平稳序列（〃=?0?1） 刃二 〃 + + ut, ut~ IID（0, o2） 属于非平稳过程。〃=0?1,?0?1的情形分别见图5和6。迭代变换, 升二 “ + （// + 必.2 + ?M）+ Ut= ... =jo + = yt+w i-l Z-l 当升表示对数变量时，E(Jyz)表示平均增长率。 4.趋势平稳过程(trend?stationary process)或退势平稳过程(属于 非平稳过程，见图7) yt = A + flit + ub 叫=putA + vt, (p1,儿?IID(0, o2)) 趋势平稳过程由确定性时间趋势r所主导。减去屈(之后，过程 变为平稳过程，所以也称退势平稳过程。 整理上式，得退势平稳过程的另一种表达形式。 刃=a+ 3t + pytA + vh (p vl，vt ~ IID(0, o2)) 每个随机冲击都具有长记忆性。其中a二A)?P0?01)』n〃(l?P)。以当时，必然有归0。所以原 假设是p=l, ^=0,被择假设是pvl, /却。 每个随机冲击都具有长记忆性。 对于单位根过程(差分平稳)， 对于退势平稳过程，随机冲击只具有有限记忆能力，由其引起的对趋 势的偏离只是暂时的。 5.确定性趋势非平稳过程(non-stationary process with deterministic trend, 如图9)o yt =/i + at + jm+ uh ut- IID(0, o2) 迭代变换， yt = j^ + at + jm + 均=〃 + ar + (〃 + a(M) + yt.2 + ut-i) + ut =???=jo + “/+ a/? ? a(l+2 +???+() +工妁 /=1 *0 + “/+ oct1+(1+小+￡%2 /=!(A *0 + “/+ oct1 +(1+小+￡% 2 /=! (A?-)/+- ⑴2 2 (设定Jo=O) 图9确定性趋势非平稳序列(//=().!, c^O.l) 图1()中国进口序列 人们常用对数序列检验单位根,所以对宏观经济序列的检验 常常是在随机趋势序列和退势平稳序列之间做出选择。单位根检 验过程中常常会把退势平稳序列误判为随机趋势非平稳序列。 非季节时间序列单位根检验 非季节时间序列单位根检验 检验单位根时常会碰到如下几种问题： (1)当被检验序列(d?g?p?)的形式未知时，应该考虑到其中是 否含有随机的或确定性的时间趋势成分。 被检验序列(d?g?p?)的形式通常要比AR(1)形式复杂， 可能是高阶自回