计量经济学：时间序列模型的单位根检验方法.docxVIP

计量经济学：时间序列模型的单位根检验方法

引言

在计量经济学研究中，时间序列数据是分析经济变量动态关系的核心载体。从GDP增长轨迹到股票价格波动，从利率调整到消费指数变化，这些按时间顺序排列的观测值不仅记录了经济系统的历史状态，更隐含着变量间的因果逻辑与长期趋势。然而，时间序列分析的前提是数据的平稳性——若序列存在“单位根”（即非平稳特征），直接进行回归分析可能导致“伪回归”现象，得出的统计推断将失去经济意义（GrangerNewbold,1974）。单位根检验作为识别时间序列平稳性的关键工具，贯穿于模型设定、参数估计与结论验证的全流程，是计量经济学实证研究的重要基石。本文将系统梳理单位根检验的理论逻辑、方法演进与实践要点，为理解这一核心技术提供清晰脉络。

一、时间序列的平稳性与单位根问题

（一）平稳性：时间序列分析的基础假设

计量经济学中，时间序列的“平稳性”通常指弱平稳（协方差平稳），即序列的均值、方差在时间维度上保持恒定，任意两个时期的协方差仅与时间间隔有关，与具体时间点无关。例如，某地区月度气温数据若满足：多年同月的平均气温相近，相邻月份的温差波动幅度稳定，则可视为弱平稳序列。平稳性假设的重要性在于，它保证了回归模型的参数估计具有一致性与有效性；若序列非平稳，其均值或方差会随时间趋势性变化，传统的t检验、F检验将失效，甚至可能出现两个独立非平稳序列因“共同趋势”而呈现