非平稳时间序列的单位根检验.pdf

非非平平稳稳时时间间序序列列的的单单位位根根检检验验：：原原理理、、方方法法与与实实施施要要点点

一一、、非非平平稳稳时时间间序序列列与与单单位位根根问问题题

时间序列分析中，序列的平稳是大多数经典统计模型（如ARMA模型）的基础假设。非平稳时间序列指其统计特（如均

值、方差、自相关）随时间发生系统变化。常见的非平稳表现为：

1.趋势：序列存在长期上升或下降趋势（如GDP、人口数据）；

2.周期波动：受季节或经济周期影响（如电力消费、零售销售额）；

3.随机游走：序列的当前值等于前一时刻值加上随机扰动（如股票价格）。

单位根（UnitRoot）是非平稳的数学表征。对于一阶自回归模型AR(1)：

[y_t=\phiy_{t-1}+\vaepsilon_t]

当自回归系数(\phi=1)时，模型退化为随机游走过程，此时序列具有单位根，其方差随时间无限增大，导致传统统计推断失

效。

二二、、单单位位根根检检验验的的核核心心逻逻辑辑

单位根检验的目标是判断时间序列是否具有随机趋势（即是否服从单位根过程）。其核心逻辑为：

原假设（H）：序列存在单位根（非平稳）；

备择假设（H）：序列平稳（或趋势平稳）。

若拒绝原假设，则可通过差分或其他变换使序列平稳；若无法拒绝，则需采用非平稳序列建模方法（如ARIMA模型中的差分

阶数选择）。

三三、、主主流流单单位位根根检检验验方方法法详详述述

1.ADF检检验验（（AugmentedDickey-FullerTest））

ADF检验是应用最广泛的单位根检验方法，其通过扩展Dickey-Fulle检验解决高阶自相关问题。

模型形式：

[\Deltay_t=\alpha+\betat+\gammay_{t-1}+\sum_{i=1}^p\delta_i\Deltay_{t-i}+\vaepsilon_t]

(\alpha)：截距项；

(\betat)：时间趋势项；

(\gamma)：单位根检验核心参数，若(\gamma=0)则存在单位根；

(\Deltay_{t-i})：滞后差分项，用于消除自相关。

检验步骤：

1.选择是否包含截距项或趋势项（需结合序列图形判断）；

2.确定滞后阶数(p)：可通过AIC、BIC或自相关函数（ACF）分析；

3.计算ADF统计量并与临界值比较：若统计量小于临界值则拒绝原假设。

局限：检验功效受滞后阶数选择影响，且对小样本可能存在偏差。

2.PP检检验验（（Phillips-PerronTest））

PP检验通过非参数方法修正序列中的自相关和异方差问题，无需像ADF检验那样引入滞后项。

核心思想：

采用Newey-West方法调整标准误；

直接对原始DF统计量进行修正。

优点：避免滞后阶数选择的主观；

缺点：对存在复杂自相关结构的序列表现不稳定。

3.KPSS检检验验（（Kwitkowski-Phillips-Schmidt-ShinTest））

KPSS检验的假设与ADF检验相反：

H：序列是平稳的（或趋势平稳）；

H：序列存在单位根。

应用场景：

与ADF检验结合使用，形成互补判断；

特别适用于区分趋势平稳与差分平稳序列。

4.其其他他检检验验方方法法

DF-GLS检验：对ADF检验的改进，先对序列进行局部去趋势处理，提高检验功效；

ERS检验：基于最优拟合的单位根检验，适用于存在结构突变的序列；

季节单位根检验：针对季节时间序列（如Hyllebeg-Engle-Gange检验）。

四四、、单单位位根根检检验验的的实实施施流流程程与与注注意意事事项项

1.数数据据预预处处理理

可视化分析：绘制序列图，初步判断趋势、季节和异常值；

平稳初步诊断：通过ACF/PACF图观察自相关系数衰减速度。

2.模模型型形形式式选选择择

仅含截距项：适用于无明显趋势的序列；

含截距和趋势项：适用于存在明显线趋势的序列；

无截距无趋势：极少使用，仅当理论明确支持时采用。

错误设定的后果：

遗漏趋势项可能导致检验功效降低；

过度添加趋势项则可能增加犯第二类错误的概率。

3.滞滞后后阶阶数数选选择择

信息准则法：选择使AIC或BIC最小的阶数；

逐步回归法：从最大滞后阶数开始，逐次剔除不显著的项；

经验法则：通常取(\lfloo4(T/100)^{1/4}\floo)，其中T为样本量。

4.检检验验结结果果解解读读

ADF/PP检验：若