非平稳时间序列的单位根检验方法.docxVIP

非平稳时间序列的单位根检验方法

一、引言

时间序列分析是挖掘动态数据演化规律、开展预测与政策评估的核心量化工具，广泛应用于宏观经济调控、金融风险管理、气象环境监测、工业故障诊断等多个领域。经典时间序列模型的统计推断体系，大多建立在序列平稳的基础假设之上，即序列的均值、方差与不同时点间的协方差不会随时间推移发生系统性变化，一旦序列不满足平稳性要求，传统的t检验、F检验等推断方法将不再适用，甚至可能出现完全脱离真实关联的伪回归结果——即两个不存在任何实际联系的非平稳序列，也能在回归中得到统计显著的参数估计与较高的拟合优度，对研究结论造成根本性误导（GrangerNewbold，1974）。

非平稳序列的成因可以分为两类，一类是由确定性时间趋势带来的趋势平稳过程，另一类是由随机趋势主导的单位根过程，两类过程的统计性质、建模方法与经济含义存在本质差异：去掉确定性时间趋势后，趋势平稳序列即可转化为平稳序列，外部冲击对序列的影响会随时间推移逐渐衰减；而单位根过程不存在固定的长期均值，任何一次随机冲击的影响都将永久留存，序列不存在向均衡水平收敛的内在趋势。早在20世纪80年代初就有经典研究证实，美国绝大多数核心宏观经济序列都属于存在单位根的非平稳过程，这一结论彻底颠覆了此前传统的经济周期波动分析框架，也让单位根检验成为非平稳时间序列分析必不可少的基础环节（NelsonPlosser，19