时间序列分析中的单位根检验与协整方法.docxVIP

时间序列分析中的单位根检验与协整方法

引言

在经济学、金融学、气象学等领域的实证研究中，时间序列数据是最常见的分析对象之一。从居民消费支出的月度波动到股票价格的日度变化，从气温的年度趋势到工业产值的季度增长，这些数据的背后往往隐藏着复杂的动态规律。然而，传统的时间序列分析方法（如线性回归）若直接应用于非平稳序列，可能导致“伪回归”现象——即两个无关的非平稳变量在统计检验中呈现高度相关性，得出误导性结论（GrangerNewbold，1974）。为解决这一问题，单位根检验与协整方法应运而生，成为现代时间序列分析的核心工具。前者用于识别序列的非平稳性来源（单位根），后者则在非平稳序列中寻找长期均衡关系，二者共同构建了从“识别问题”到“挖掘规律”的完整分析框架。本文将系统阐述这两种方法的理论逻辑、技术细节及实践关联，以期为相关领域的实证研究提供方法论参考。

一、时间序列的平稳性与非平稳性问题

（一）平稳性的定义与分类

时间序列的平稳性是指其统计特性（如均值、方差、自协方差）不随时间推移而变化的性质。根据平稳性的严格程度，可分为“严格平稳”和“弱平稳”（也称为协方差平稳）。严格平稳要求所有阶的联合分布都不随时间平移改变，这在实际研究中很难验证；弱平稳则只要求一阶矩（均值）和二阶矩（方差、自协方差）恒定，更具可操作性（Hamilton，1994）。例如，一个月均气温序列若在十年间每月的平