计量经济学：时间序列模型的单位根检验改进方法.docxVIP

计量经济学：时间序列模型的单位根检验改进方法

一、引言

在计量经济学的时间序列分析中，单位根检验是判断序列平稳性的核心工具。平稳性是建立有效计量模型的前提——若序列存在单位根（即非平稳），直接进行回归可能导致“伪回归”，使得参数估计和假设检验失去统计意义（GrangerNewbold，1974）。传统的单位根检验方法如ADF（AugmentedDickey-Fuller）检验、PP（Phillips-Perron）检验等，自提出以来被广泛应用于宏观经济、金融市场等领域的实证研究。然而，随着研究数据的复杂化（如包含结构突变、呈现非线性特征）和样本量的多样化（如小样本、面板数据），传统检验的局限性逐渐显现，例如小样本下检验势不足、对结构突变不敏感、线性假设与现实数据特征不符等问题（NelsonPlosser，1982；Perron，1989）。针对这些问题，学界围绕单位根检验的改进展开了大量研究，形成了覆盖结构突变处理、非线性动态捕捉、面板数据扩展等多维度的改进方法体系。本文将系统梳理这些改进方法的核心逻辑与进展，探讨其对时间序列分析可靠性的提升作用。

二、传统单位根检验的原理与局限性

（一）传统单位根检验的基本逻辑

传统单位根检验的核心是通过统计量判断序列是否存在单位根。以最常用的ADF检验为例，其基本思想是在AR（p）模型的基础上，通过构造包含滞后差分项的回归方程，检验自