《金融计量学（第二版）》Lecture 8单位根检验法01.pptVIP

然后，依据下列方程式对准差分数据进行GLS回归，即： 这里， 表示系数向量， 为随机扰动项。模型回归估计获得的系数为 。 下面，利用估计模型得到的 来获得去除趋势的变量，即： 最后，使用ADF检验的模型形式对 进行检验，即： 8.3.2 ERS Point-Optimal检验 ERS Point-Optimal 检验需要首先利用模型(6.24)获得残差序列，即： 进而求得残差平方和： 其中： 表示给定a时的残差平方和函数。 由此，Point-Optimal 检验统计量定义为： 其中： 表示频率为0的残差谱估计。 金融计量学 第8章 单位根检验法 8.1 DF单位根检验法 8.2 ADF单位根检验法 8.3 其他单位根检验法 8.4 各种单位根检验法的应用 8.1 DF单位根检验法 8.1.1 DF检验的基本概念 * 在原假设条件下，序列 是非平稳的，所以传统的t-检验统计量将不再服从t分布。这样，传统的t-检验使用的临界值就是无效的。 DF检验的三种情况: 在原假设条件下, 情况I:随机游走过程； 情况II:带有截距项的随机游走过程； 情况III:既带有截距项又带有时间趋 势的随机游走过程。 8.1.2 DF检验的三种情况 1）情况 III 情况III用来检验的原假设是随机游走过程而备择假设是趋势平稳过程。 2）情况II 原假设是模型为随机游走过程。 如果待检验序列的均值不为0，并且不随时间变化，则可以考虑使用情况III来进行DF检验。 3)情况I 情况I是情况II的一种特殊情况，即截距项为0。在这种情况下，原假设和备择假设与情况II的完全相同。 但是，由于没有截距项的模型暗示 序列的均值为0，而这样的情况往往比较少，因此在实际应用中并不建议使用情况I。 8.2 ADF单位根检验法 8.2.1 ADF检验介绍 ADF检验，全称为Augmented Dickey-Fuller检验，是DF检验的拓展。因为在DF检验中，所有情况对应的模型都是AR（1）的形式，而没有考虑高阶AR模型。ADF检验将DF检验从AR（1）拓展到一般的AR(p)形式。 经常被称为ADF形式，因为这种表达方程式被用在ADF检验当中。 更一般地， 相对于情况III的ADF模型： 8.2.2 ADF检验的应用 利用ADF的两种情况（II和III）分析上海证券综合指数（取自然对数）月度数据是否含有单位根 。 下图绘制了这个时序变量随时间变动的情况。从图中并不能清楚地判断改序列是否存在一个确定性的趋势。因此，我们可以分别使用情况II和III进行ADF单位根检验。 图8-2 上海证券综合指数（取自然对数） 假定 表示取自然对数的中国国际股票价格指数， 情况II: 情况III: 要设立这两种情况下分别对应的滞后期数，可以利用信息准则，如AIC或者SIC等。由于是月度数据，可以考虑设定最大的滞后期数为12，然后依据信息准则确定最优滞后期数。 图8-3 EViews中的 ADF检验对话框 表8-1 上海证券综合指数序列的ADF检验结果：情况II 表8-2中国国际股票价格序列的ADF检验结果：情况III 8.3 其他单位根检验法 除了ADF单位根检验之外，成熟的单位根检验理论方法还包括ERS-DFGLS检验、Phillips-Perron检验、KPSS检验、ERS Point-Optimal检验和Ng-Perron检验等。 图8-4 EViews中的各种单位根检验对话框 8.3.1 ERS-DFGLS检验 ERS-DFGLS检验是Elliott, Rothenberg, and Stock (1996)提出的一种单位根检验法，全称为Dickey-Fuller Test with GLS Detrending (DFGLS)，即“使用广义最小二乘法去除趋势的DF检验”。 ERS-DFGLS检验实质： 利用广义最小二乘法首先对要检验的数据进行一次“准