协整检验在非平稳时间序列中的应用.docxVIP

协整检验在非平稳时间序列中的应用

一、引言

在现实世界的数据分析中，许多经济、金融和社会现象的观测数据往往呈现出“非平稳”特征——其均值、方差或自协方差会随时间推移发生系统性变化。例如，一国的GDP总量、股票市场的价格指数、全球平均气温等序列，均可能因趋势项、周期性波动或随机冲击而偏离平稳状态。传统的计量分析方法（如普通最小二乘法）在处理非平稳时间序列时，常因“伪回归”问题得出误导性结论：即使两个序列本质上无逻辑关联，回归模型也可能显示出高度显著的统计关系（GrangerNewbold,1974）。

协整检验的提出，正是为了破解这一困局。它通过识别非平稳序列间是否存在长期均衡关系（即它们的线性组合可能是平稳的），为分析变量间的真实联系提供了科学工具。从Engle与Granger（1987）提出协整理论的开创性研究，到Johansen（1988）发展的多变量系统检验方法，协整检验已成为现代时间序列分析中不可或缺的核心技术。本文将围绕协整检验的理论逻辑、方法演进及实际应用展开深入探讨，揭示其在非平稳时间序列研究中的关键价值。

二、非平稳时间序列与协整检验的理论基础

（一）非平稳时间序列的本质特征与分析挑战

时间序列的“平稳性”是指其统计特性不随时间平移而改变，具体表现为均值恒定、方差有限且自协方差仅与时间间隔有关。与之相反，非平稳时间序列的均值或方差会随时间变化，典型形式包括含有