时间序列分析中ADF单位根检验的临界值选择.docxVIP

时间序列分析中ADF单位根检验的临界值选择

引言

在时间序列分析中，判断序列是否平稳是一切建模与预测的基础。若序列非平稳，直接进行回归分析可能导致“伪回归”现象，即两个无关序列因趋势相似而呈现高度相关性，得出错误结论。ADF（AugmentedDickey-Fuller）单位根检验作为最常用的平稳性检验方法之一，通过构造特定的回归模型，利用检验统计量与临界值的比较来判断序列是否存在单位根（即是否非平稳）。其中，临界值的选择直接决定了检验的拒绝域范围，是影响检验结论准确性的核心环节。本文将围绕ADF检验中临界值的选择展开，从理论基础到实际应用，层层深入探讨其关键要点。

一、ADF单位根检验的基本逻辑与临界值的作用

（一）ADF检验的核心目标与模型形式

ADF检验是对DF（Dickey-Fuller）检验的改进。早期的DF检验仅适用于无滞后项的AR(1)模型，但实际中时间序列常存在高阶自相关，直接应用DF检验会导致误差项自相关，影响检验效力。因此，ADF检验通过在回归模型中加入滞后差分项来消除误差项的自相关性，其核心目标仍是判断原假设“序列存在单位根（非平稳）”是否成立。

ADF检验的模型通常有三种形式：仅包含常数项（截距）、包含常数项和时间趋势项、既无常数项也无趋势项。选择哪种模型形式需结合序列的实际特征——若序列均值显著偏离零，应包含常数项；若序列呈现明显的上升或下降趋势，则需加入时间趋势项。不同模型形式下，检验统计量的分布会发生变化，进而影响临界值的选择。

（二）临界值在ADF检验中的关键地位

ADF检验的基本逻辑是：计算检验统计量（通常记为t统计量），若该统计量小于临界值（更极端的左侧值），则拒绝原假设，认为序列不存在单位根（平稳）；反之则不拒绝原假设，认为序列可能存在单位根（非平稳）。这里的临界值本质上是根据检验统计量的渐近分布（大样本下的近似分布）或有限样本分布预先计算出的阈值，其作用相当于“判断标准线”——临界值越小（更左），拒绝原假设的难度越大，检验越保守；临界值越大（更右），越容易拒绝原假设，检验更宽松。

需要特别强调的是，ADF检验统计量的分布与标准正态分布或t分布不同。由于单位根存在时，回归系数的估计量不服从正态分布（表现为“非标准渐近分布”），传统的t检验临界值不再适用。因此，必须使用针对ADF检验统计量分布专门计算的临界值表，这是临界值选择的理论基础。

二、ADF检验临界值的理论来源与影响因素

（一）临界值的计算基础：蒙特卡洛模拟与渐近分布

ADF检验临界值的推导主要依赖蒙特卡洛模拟和渐近理论。早期研究中，学者通过模拟生成大量符合单位根过程的序列（如随机游走序列），计算其ADF统计量的分布，进而得到不同显著性水平（如1%、5%、10%）下的临界值。例如，Mackinnon在20世纪90年代的经典研究中，通过大规模模拟实验，针对不同模型形式（含截距、含截距和趋势、无截距无趋势）和不同样本量，计算出了更精确的临界值表，这些临界值至今仍被广泛使用。

渐近理论则关注当样本量趋近于无穷大时，检验统计量的极限分布。理论证明，在单位根原假设下，ADF统计量的渐近分布是维纳过程（布朗运动）的泛函，其分布形态与标准正态分布有显著差异——尾部更厚，左侧更“重”，因此临界值比标准t分布的临界值更小（更左）。例如，在5%显著性水平下，标准t检验的临界值约为-1.96（双侧检验），而ADF检验含截距项模型的渐近临界值约为-2.86（单侧检验），两者差异明显。

（二）影响临界值选择的关键因素

模型形式的差异

模型是否包含截距项或趋势项，会直接改变检验统计量的分布。例如，当模型包含时间趋势项时，原假设下的序列不仅非平稳，还可能存在确定性趋势（如线性增长），此时检验统计量的分布会比仅含截距项的模型更“靠左”（临界值更小）。这是因为趋势项的加入增加了模型的复杂度，需要更严格的标准来拒绝原假设。实际应用中，若错误选择模型形式（如序列本无趋势却加入趋势项），会导致使用错误的临界值，进而得出错误结论。

样本量的大小

早期的临界值表多基于大样本渐近分布计算，但实际研究中样本量可能有限（如月度数据仅有几十期）。小样本下，ADF统计量的分布与渐近分布存在偏差——临界值会比大样本情况下更“靠右”（绝对值更小）。例如，当样本量n=20时，含截距项模型的5%临界值约为-2.64，而n=100时约为-2.86，n=1000时接近渐近临界值-2.86。因此，小样本时需使用针对有限样本调整的临界值，否则可能过度拒绝原假设（即错误判断序列为平稳）。

滞后阶数的选择

ADF模型中滞后差分项的阶数（记为p）用于消除误差项的自相关性。滞后阶数过大，会减少有效样本量，降低检验效力；滞后阶数过小，误差项可能仍存在自相关，导致检验统计量有偏。更重要的是，滞后阶数会影响检验统