时间序列协整检验的E-G两步法小样本修正.docxVIP

时间序列协整检验的E-G两步法小样本修正

一、引言

（一）协整检验的理论价值与现实意义

在时间序列分析领域，非平稳性是多数经济、金融变量的典型特征，直接对非平稳序列进行回归分析极易出现“伪回归”问题——即回归结果呈现统计显著性，但实际不存在真实的经济关联（EngleGranger，1987）。协整理论的出现为这一难题提供了有效的解决路径，它能够识别多个非平稳变量之间长期稳定的均衡关系，不仅弥补了传统时间序列分析的缺陷，更为宏观经济预测、政策效果评估、金融市场联动性分析等领域提供了核心的理论支撑。

随着实证研究的深入，协整检验方法不断丰富，其中Engle与Granger提出的两步法（简称E-G两步法）因操作流程简洁、易于理解和实现，成为应用最广泛的协整检验工具之一，在消费与收入的长期均衡、汇率与进出口的联动、股价与宏观经济指标的关联等研究中被大量使用。

（二）E-G两步法的应用现状与小样本困境

尽管E-G两步法在大样本场景下表现稳定，但实际研究中，受数据可得性限制，小样本场景普遍存在：比如新兴经济体的宏观经济数据积累时间较短、特定细分行业的月度/季度数据样本量有限、微观个体的追踪数据样本规模较小等，这类样本量通常在30至50之间，甚至更少。此时传统E-G两步法的检验结果可靠性会大幅下降，容易出现错误判断，导致后续研究结论偏离真实情况。因此，针对小样本场景对E-G两步法进行修正，提