单位根检验:多元时间序列平稳性鉴定方法

需积分: 32 14 下载量 41 浏览量 更新于2024-08-13 收藏 1.27MB PPT 举报
本资源主要探讨了多元时间序列分析中的一个重要概念——输入序列建模,特别是针对平稳时间序列的检验方法。在第六章中,作者详细讲解了单位根检验,这是评估时间序列是否具有平稳性的关键步骤。单位根检验的目的是确定序列的特征根是否位于单位圆内,从而判断其是否满足平稳性条件。 首先,单位根检验有几种常见的方法,包括DF检验、ADF检验(Augmented Dickey-Fuller检验)和PP检验(Phillips-Perron检验)。DF检验是基于差分序列的统计检验,它假设原假设为序列非平稳,备择假设为序列平稳。检验统计量DF统计量依赖于样本值和自回归滞后项的均值和方差,以及时间序列的标准差。 DF检验的具体步骤涉及构造检验统计量,通常通过计算样本的标准化差分序列与期望值的比较来确定。如果DF统计量大于特定的临界值,根据显著性水平(如α=0.05),我们会拒绝原假设,认为序列是平稳的;反之,如果小于临界值,则接受原假设,认为序列是非平稳的。 DF检验有三种类型的表达形式,它们的区别在于样本数据的处理方式。例如,第一种类型可能涉及到不同滞后的比较,第二种类型可能是固定滞后下的检验,而第三种类型可能涉及对多个滞后的检验。 以中国农村居民家庭人均纯收入和生活消费支出为例,通过构建对数序列(ln tX和ln tY),我们可以应用DF检验来分析这两个变量的平稳性。在实际操作中,首先绘制时序图以直观理解序列的趋势,然后通过计算DF检验统计量并对比临界值,得出关于序列是否平稳的结论。 需要注意的是,DF检验是一种单边检验,意味着它关注的是序列向平稳方向的变化。如果序列的特征根确实接近但未达到单位圆,DF检验可能无法捕捉到这种趋势,此时可能需要考虑其他更复杂的平稳性检验方法。 本资源提供了一套系统的方法论,用于在多元时间序列分析中评估输入序列的稳定性,这对于经济预测、金融分析等领域中的数据建模和假设检验具有重要意义。