单位根

单位根 (Unit Root)

单位根（unit root）是时间序列分析和计量经济学中的核心概念，描述一类特殊的非平稳随机过程。若时间序列 $y_t$ 的特征方程存在一个根恰好等于1，则该序列含有一个单位根。在直观意义上，单位根意味着序列不具有均值回归倾向，任一冲击都会对序列未来所有时期的取值产生永久性影响。这一性质使单位根过程区别于平稳过程，并对统计推断、经济预测和政策分析产生深远影响。单位根检验也因此成为宏观经济和金融数据建模中不可或缺的前置诊断步骤。

定义与数学表达

考虑最简单的一阶自回归过程 AR(1)：

其中 $\varepsilon_t$ 为白噪声。该过程的特征方程为 $1 - \rho z = 0$，根为 $z = 1/\rho$。当 $|\rho| < 1$ 时，根的模大于1，序列平稳；当 $\rho = 1$ 时，根恰恰等于1，序列包含一个单位根，此时模型退化为随机游走（random walk）：

通过递推可得 $y_t = y_0 + \sum_{j=1}^{t} \varepsilon_j$，即当前值是初始值加上所有历史冲击的总和。这一表达揭示出单位根过程的两个关键特征：第一，冲击具有完全持久性——第 $t$ 期发生的冲击 $\varepsilon_t$ 会影响此后所有 $y_{t+k}$ 的水平，而不会像平稳过程那样随时间衰减至零；第二，序列方差随时间线性发散——$\operatorname{Var}(y_t) = \operatorname{Var}(y_0) + t \sigma^2 \to \infty$，这使得传统的大样本渐近理论失效。

从更一般的角度，一个 $p$ 阶自回归过程 AR(p) 可写为：

其特征方程为 $1 - \phi_1 z - \phi_2 z^2 - \cdots - \phi_p z^p = 0$。若该方程有且仅有一个根 $z = 1$，则序列含有一个单位根；若有 $d$ 个根等于1，则序列的积分阶数为 $d$，记作 I($d$)，需经过 $d$ 次差分才能变为平稳序列。

单位根的经济学含义

单位根的存在与否对经济分析具有深刻含义。若 GDP、价格水平、股价等宏观经济或金融序列包含单位根，则意味着扩张性货币政策导致的物价上涨、技术冲击引发的产出增长、以及重大金融事件造成的股价变动均具有永久性效应。这一推论直接挑战了传统宏观经济学中的经济周期理论：如果产出序列是趋势平稳（trend-stationary）的，即围绕确定性趋势波动，那么经济衰退只是暂时偏离潜在产出，长期中会自动回归；但如果产出序列具有单位根（即差分平稳，difference-stationary），那么每一次衰退都可能永久性地改变产出的长期水平，即所谓的"滞后效应"（hysteresis）。

Nelson与Plosser（1982）的经典研究发现，美国大多数宏观经济指标无法拒绝单位根原假设，由此引发了关于宏观经济序列是否包含单位根的持久争论。这一争论的统计本质在于区分"高度持久"的平稳过程（$\rho$ 接近但小于1）与真正的单位根过程（$\rho=1$），而这种区分的困难性构成了单位根检验统计推断中根深蒂固的挑战。

单位根带来的统计问题

对包含单位根的时间序列直接应用标准回归技术会产生严重后果，最典型的就是伪回归（spurious regression）现象。Granger与Newbold（1974）通过模拟发现，对两个相互独立但各自包含单位根的时间序列进行回归，即使变量之间完全没有经济关系，OLS回归也倾向于得到高度显著的 t 统计量和极高的 $R^2$，同时伴有极低的 Durbin-Watson 统计量。伪回归的产生根源在于：两个独立的单位根过程各自包含累积的随机趋势成分，而OLS回归将这些共同趋势误判为经济关联。

此外，单位根的存在还意味着：传统 t 检验和 F 检验的临界值不再适用；参数估计量的渐近分布由维纳过程的泛函决定，而非标准正态分布；脉冲响应函数（impulse response function）在单位根情况下不会收敛到零；预测的置信区间随预测步长的增加而无限扩张。

单位根检验方法

实践中，单位根检验主要围绕Dickey-Fuller检验及其扩展形式展开。Dickey-Fuller检验将AR(1)重写为 $\Delta y_t = (\rho - 1) y_{t-1} + \varepsilon_t$，原假设 $H_0: \rho = 1$ 对应于系数为零。检验统计量为常规的 t 统计量，但其在原假设下的分布并非标准 t 分布，而由Dickey与Fuller通过蒙特卡洛模拟获得。由于该分布呈左偏形态，检验是严格的单侧检验——只有当统计量足够小（负值足够大）时才拒绝单位根原假设。

实际数据往往比 AR(1) 更复杂，ADF检验（Augmented Dickey-Fuller test）通过在回归方程中引入因变量的滞后差分项 $\sum \beta_i \Delta y_{t-i}$ 来吸收残差中的自相关结构，从而保持了检验在更高阶自回归过程中的有效性。ADF检验包含三种规范形式：无常数项、仅含常数项、以及同时含常数项与线性趋势项，分别对应数据均值、确定性趋势的不同假定。

除ADF检验外，常用的单位根检验方法还包括：Phillips-Perron检验（PP检验），它采用非参数方法修正残差自相关和异方差；KPSS检验，其原假设为序列平稳（与ADF互补）；以及允许结构性断裂的Zivot-Andrews检验和Perron检验，后者在已知断点假设下进行检验。

单位根与协整

单位根的概念构成了协整（cointegration）理论的数学基础。当两个或多个 I(1) 变量的某个线性组合成为 I(0) 平稳序列时，称这些变量之间存在协整关系。协整的经济解释是：尽管每个变量单独看来是随机的非平稳过程，但它们之间存在长期均衡关系，偏离均衡的误差会通过某种调整机制被纠正。Engle-Granger两步法和Johansen检验是检验协整关系的两类主要方法，而它们的核心步骤都依赖于对残差或变量本身是否含有单位根的判断。

在实际应用中，单位根检验和协整分析已渗透到几乎所有涉及时间序列数据的实证经济学领域——从购买力平价（PPP）的验证、利率期限结构理论的经验检验，到股票市场有效性的研究、碳排放交易价格的动态分析，单位根的概念为理解非平稳经济数据的内在结构提供了不可或缺的分析框架。