时间序列模型单位根检验的Power改进方法.docxVIP

时间序列模型单位根检验的Power改进方法

一、引言

在时间序列分析中，单位根检验是判断序列平稳性的核心工具。无论是构建ARIMA模型、进行协整分析，还是开展因果关系检验，平稳性都是前提条件。若错误地将非平稳序列视为平稳，可能导致伪回归等严重问题；反之，将平稳序列误判为非平稳，则会错失构建更简洁有效模型的机会。然而，传统单位根检验方法（如ADF检验、PP检验）在实际应用中常面临“检验功效（Power）不足”的挑战——当原假设（存在单位根）为假时，检验无法有效拒绝原假设的概率较高，尤其在小样本、弱平稳或存在结构突变的场景下，这一问题更为突出。如何提升单位根检验的Power，成为计量经济学与时间序列分析领域的重要研究方向。本文将系统梳理单位根检验Power不足的根源，并深入探讨当前主流的改进方法及其应用逻辑。

二、单位根检验的基本逻辑与Power困境

（一）单位根检验的核心原理

单位根检验的本质是通过统计量推断时间序列的生成过程是否包含单位根。以最经典的ADF（AugmentedDickey-Fuller）检验为例，其基本思想是将序列的差分形式与滞后项回归，原假设为“存在单位根”（即序列非平稳），备择假设为“不存在单位根”（即序列平稳）。检验通过构造t统计量，比较其与临界值的大小关系来判断是否拒绝原假设。类似地，PP（Phillips-Perron）检验通过非参数方法修正误差项的异方