时间序列模型的单位根检验方法比较.docxVIP

时间序列模型的单位根检验方法比较

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，其结论直接影响后续模型选择（如ARIMA、VAR模型）、参数估计有效性及经济政策模拟的可靠性。若忽略单位根的存在，可能导致“伪回归”现象——两个不相关的非平稳序列因趋势相似而呈现高拟合度，得出错误的因果推断（GrangerNewbold，1974）。然而，实践中不同检验方法的假设条件、适用场景与检验功效存在显著差异，研究者常面临“方法选择困惑”：何时用ADF？PP检验的优势何在？KPSS为何能与传统方法互补？这些问题的解答需要对主流单位根检验方法进行系统性比较。本文将围绕理论原理、假设条件、实际功效及操作难点展开分析，为实证研究提供方法选择的逻辑依据。

一、单位根检验的理论基础与核心价值

（一）单位根的定义与时间序列特性

单位根是时间序列非平稳性的典型表现形式。若一个时间序列(y_t)的生成过程满足(y_t=y_{t-1}+_t)，当(||=1)（通常(=1)）时，序列存在单位根，其方差随时间无限增长，均值不再具有长期稳定性；当(||1)时，序列为平稳过程，其统计特性（均值、方差）不随时间变化（Hamilton，1994）。例如，宏观经济中的GDP、股价指数等常被认为存在单位根，表现出“随机游走”特征——当前值由过去值加上不可预测的随机扰动构成，