ARTICLE
单位根检验
单位根检验 (Unit Root Test) 单位根检验(Unit Root Test)是时间序列分析和计量经济学中用于判断一个时间序列是否具有单位根(unit root)的统计检验方法体系。单位根的存在意味着序列是非平稳(non-stationary)的,其均值、方差等统计特征会随时间而变化。这一性质对经济建模和统计推断有深远影响:若直接对两个独立的单位根
单位根检验 (Unit Root Test)
单位根检验(Unit Root Test)是时间序列分析和计量经济学中用于判断一个时间序列是否具有单位根(unit root)的统计检验方法体系。单位根的存在意味着序列是非平稳(non-stationary)的,其均值、方差等统计特征会随时间而变化。这一性质对经济建模和统计推断有深远影响:若直接对两个独立的单位根过程进行回归,即使二者毫无经济关联,也往往会得到高度显著的t统计量和较高的R²——即所谓的伪回归(spurious regression)现象。因此,单位根检验是时间序列建模的第一步,也是区分趋势平稳与差分平稳过程的核心工具。
单位根的定义
考虑一个一阶自回归过程 AR(1):
若 ,则特征方程的根为 1,即存在单位根。此时序列退化为随机游走(random walk):。其方差 随时间发散,且冲击具有永久性效应——这与 时序列围绕均值波动、冲击逐渐衰减的平稳过程有本质区别。
Dickey-Fuller 检验
最经典的是Dickey-Fuller检验(DF检验),由Dickey和Fuller于1979年提出。其思路是在零假设 下估计:
其中 。在单位根零假设下,t统计量不再服从标准分布,而是服从Dickey-Fuller分布,临界值需通过Monte Carlo模拟获得。DF检验有三种规范形式:(1)无常数无趋势;(2)仅含常数;(3)含常数和趋势。
增广 Dickey-Fuller 检验 (ADF)
ADF检验是DF检验的关键推广。当数据生成过程为AR(p)而非AR(1)时,DF检验残差可能存在自相关。ADF检验加入滞后差分项吸收自相关,使统计量恢复有效性。滞后阶数 基于信息准则(AIC、BIC)或序列相关性检验选取。
其他单位根检验方法
除DF/ADF检验外,学术界还发展出多种互补性方法:
- Phillips-Perron检验(PP检验,1988):使用非参数方法修正残差中可能存在的异方差和自相关,无需引入滞后差分项,对异方差具有更好的稳健性。
- KPSS检验(Kwiatkowski-Phillips-Schmidt-Shin,1992):将零假设与备择假设反转,直接检验序列是否为趋势平稳(即零假设为平稳),可与ADF检验搭配使用以增强判断可靠性——若ADF不拒绝单位根而KPSS拒绝平稳,则结论高度可信。
- DF-GLS检验(Elliott-Rothenberg-Stock,1996):通过对数据进行广义最小二乘(GLS)去趋势后再进行ADF检验,在小样本下具有更高的检验功效(power),尤其适用于趋势设定不确定的情形。
- ERS点最优检验(Elliott-Rothenberg-Stock Point Optimal Test):基于拟似然比框架,对接近单位根的过程具有优良的有限样本性质。
- Ng-Perron检验(2001):综合了GLS去趋势和修正信息准则的优势,进一步改善了检验的尺寸与功效。
结构突变与单位根检验
传统单位根检验的一个缺陷是未能考虑结构突变。Perron(1989)开创性地指出,若数据生成过程实际包含结构突变而建模时忽略之,DF检验将严重偏向于不拒绝单位根——即把分段趋势平稳过程误判为差分平稳过程。由此催生了含结构突变的单位根检验(如Zivot-Andrews检验、Perron检验),这些方法允许在未知时间点发生水平位移和/或趋势斜率变化,从而更准确地区分"真正的单位根"与"确定性趋势的结构变化"。
单位根检验的经济学应用
单位根检验在宏观经济学和金融学中有着广泛应用。在宏观经济学领域,GNP、GDP、就业等总量序列的单位根性质直接关系到商业周期理论——若为差分平稳,则冲击具有持久效应(符合真实商业周期理论RBC的预测);若为趋势平稳,则冲击效应随时间衰退(符合新凯恩斯主义的预测)。在金融学中,有效市场假说(EMH)意味着资产价格应服从随机游走,单位根检验被广泛用于检验市场效率。购买力平价和利率平价的检验也高度依赖于单位根与协整方法。