时间序列协整检验的势函数比较研究.docxVIP

时间序列协整检验的势函数比较研究

一、引言

在当今大数据与计量经济学的交叉领域，时间序列分析已经成为揭示经济规律、预测未来趋势以及理解变量间长期动态关系的重要工具。随着研究的不断深入，单纯的时间序列平稳性检验已无法满足复杂现实问题的需求，变量之间的长期均衡关系——即协整关系，成为了学术界关注的焦点。协整检验作为验证这种长期均衡关系的核心方法，其有效性直接关系到后续建模与推断的准确性。而在众多协整检验方法中，基于极限理论的检验统计量及其对应的势函数显得尤为关键。势函数，作为衡量统计检验功效（Power）的量化指标，描述了在原假设（不存在协整关系）为假、备择假设（存在协整关系）为真的情况下，检验统计量拒绝原假设的概率。深入比较不同协整检验方法的势函数，不仅有助于理解各种方法在特定数据结构下的统计特性，更能为研究者在实际应用中根据数据特征选择最优检验工具提供科学依据（Engle和Granger，1987）。

随着计量经济学理论的演进，协整检验方法经历了从单变量到多变量、从简单到复杂的迭代过程。从最初的两变量Engle-Granger两步法，到后来针对多变量系统的Johansen极大似然估计法，再到基于Bootstrap重抽样方法的非参数检验，每一种方法都有其独特的理论基础和适用场景。然而，这些方法在处理不同类型的数据特征，如趋势类型、变量个数、误差分布以及结构突变时，表现出的统计功效存在