非平稳时间序列检验.pdfVIP

非非平平稳稳时时间间序序列列检检验验方方法法与与应应用用研研究究

一一、、非非平平稳稳时时间间序序列列的的基基本本概概念念

时间序列分析的核心前提是序列的平稳性严格平稳性要求序列的统计特性（均值、方差、自相关系数等）不随时间推移而改

变，而弱平稳性仅要求前两阶矩（均值和协方差）保持稳定非平稳时间序列普遍存在于经济金融、气象预测、工业生产等领

域，其典型特征表现为：1.确定性趋势：GDP增长、人口数量等序列常呈现线性或非线性增长趋势2.随机性趋势：股票价格

波动可能包含随机游走成分3.季节性波动：零售销售额、能源消耗量等具有周期性规律4.结构突变：政策调整、突发事件导

致统计特征发生突变

非平稳序列直接建模会导致伪回归问题（SpuriousRegression），使参数估计失去统计意义因此，科学检验序列平稳性是

时间序列建模的首要步骤

二二、、非非平平稳稳性性检检验验方方法法体体系系

（（一一））单单位位根根检检验验方方法法族族

1.AugmentedDickey-Fuller(ADF)检检验验

ADF检验通过扩展Dickey-Fuller检验方程，解决高阶自相关性问题其核心回归方程包含三种形式：无截距无趋势项：Δy_t=

y_{t-1}+Σθ_iΔy_{t-i}+ε_t含截距项：增加常数项α含截距和趋势项：增加βt趋势项

检验统计量通过Mackinnon临界值判断，原假设H0:=0（存在单位根）当t统计量小于临界值时拒绝原假设，表明序列平

稳实际应用中需通过AIC/BIC准则确定最优滞后阶数，避免过度差分

2.Phillips-Perron(PP)检检验验

PP检验采用非参数方法修正序列相关和异方差问题，适用于存在未知形式的自相关结构通过Newey-West估计量调整标准

误，保持原DF检验方程形式其优势在于不需要选择滞后阶数，但要求时间序列足够长以保证修正效果

3.DF-GL检检验验

Elliott-Rothenberg-Stock提出的改进方法，先对序列进行局部去趋势处理，再执行ADF检验通过GLS退势提升检验势

（power），特别适用于接近单位根过程的序列检验流程包括：选择趋势模型（仅截距或包含趋势）计算退势后的序列执

行ADF型检验

（（二二））平平稳稳性性检检验验方方法法

KP检检验验

Kwiatkowski-Phillips-Schmidt-Shin检验以序列平稳性为原假设，构建LM统计量：LM=T^{-2}ΣS_t^2/\hat{σ}^2其中S_t为部分

和过程，σ^2为长期方差估计量当LM统计量超过临界值时拒绝平稳性原假设该检验常与ADF配合使用，形成双重检验机

制

（（三三））结结构构突突变变检检验验

Zivot-Andrews检检验验

针对存在未知结构断点的单位根检验，允许在截距项、趋势项或两者同时发生突变通过遍历所有可能断点，选择使ADF统

计量最小化的时点作为最优断点估计检验方程包含突变虚拟变量：Δy_t=α+βt+γDU_t+θDT_t+y_{t-1}+Σφ_iΔy_{t-i}+

ε_t其中DU_t为截距突变项，DT_t为趋势突变项

三三、、检检验验方方法法选选择择策策略略

（（一一））数数据据特特征征诊诊断断

1.可视化分析：绘制时序图观察趋势、季节性和波动特征

2.自相关分析：ACF/PACF图判断记忆长度和衰减模式

3.滚动统计量：计算滚动均值和方差观察时变特性

（（二二））检检验验流流程程设设计计

推荐采用分阶段检验策略：1.初步筛选：ADF与KPSS联合检验ADF拒绝H0且KPSS不拒绝H0→平稳ADF不拒绝H0且

KPSS拒绝H0→非平稳结果矛盾时需深入分析

1.趋势类型判别：若存在确定性趋势，采用包含趋势项的检验模型若怀疑结构突变，使用Zivot-Andrews检验

2.稳健性验证：比较不同检验方法结论改变滞后阶数/带宽参数分割样本进行子区间检验

四四、、检检验验实实施施要要点点

（（一一））数数据据预预处处理理

1.异常值处理：使用中位数滤波或波动率加权方法

2.季节调整：X-12-ARIMA或TRAMO/SEATS方法

3.对数变换：缓解异方差性，适用于金融时间序列

（（二二））参参数数选选择择原原则则

1.滞后阶数确定：ADF检验采用AIC/BIC准则最大滞后阶