异常值鲁棒的协整检验方法改进.docxVIP

异常值鲁棒的协整检验方法改进

一、引言

时间序列分析是经济、金融、气象等众多领域研究变量动态关系的核心工具，其中协整检验作为识别非平稳变量间长期均衡关系的关键方法，为揭示变量间的内在关联提供了重要依据（EngleGranger,1987）。在实际应用中，时间序列数据往往不可避免地存在异常值，这些异常值可能源于突发的外部冲击（如金融危机、自然灾害）、数据采集误差或统计口径调整，它们会打破时间序列的平稳性特征，干扰变量间长期均衡关系的准确识别。

传统的协整检验方法如Engle-Granger两步法、Johansen极大似然法，均基于普通最小二乘法或高斯分布假设构建检验统计量，对异常值的抵御能力较弱。已有研究表明，即使单个极端异常值也可能导致协整系数估计出现显著偏差，进而使残差单位根检验的结果失真，最终错误判断变量间的协整关系（Banerjeeetal.,1993）。因此，构建具备异常值鲁棒性的协整检验方法，对于提升时间序列分析结果的可靠性具有重要的理论与现实意义。

本文将围绕异常值鲁棒的协整检验方法改进展开系统论述，首先分析传统协整检验方法对异常值的敏感性及内在原因，随后梳理现有鲁棒协整检验方法的进展与不足，进而提出多维度的改进策略，并通过实证验证说明改进方法的有效性，最后总结研究结论并展望未来方向。

二、传统协整检验方法的局限性：异常值的干扰效应

（一）传统协整检验的核心