32平稳性检验的单位根方法

《32平稳性检验的单位根方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、3.2.平稳性检验的单位根方法单位根检验方法DF检验ADF检验PP检验KPSS检验ERS检验NP检验3.2.平稳性检验的单位根方法DF检验：DF检验时Dickey和Fuller(1976)提出的单位根检验方法数据生成过程原假设：序列服从一个随机游走或有一个单位根3.2.平稳性检验的单位根方法DF检验考察以下三种情况:简单随机游走带漂移项的随机游走带漂移项和确定性趋势的随机游走分别以为零假设3.2.平稳性检验的单位根方法DF检验的T统计量：当T统计量值大于3个临界值时，接受原假设，即序列有单位根。见Eviews操作3.2.平稳性检验的单位根方法ADF检验：A

2、DF检验是Dickey和Fuller提出的改进DF检验方法,又称为增广DF检验将序列yt看成AR(p)的形式(DF检验是AR(1)形式)，并令残差序列ut服从平稳分布，通过对数据差分去除存在的自相关性保证ut是白噪声。3.2.平稳性检验的单位根方法ADF检验的模型：3.2.平稳性检验的单位根方法ADF检验的原假设：序列存在一个单位根备选假设：序列不存在单位根，且可能包含常数项和时间趋势项3.2.平稳性检验的单位根方法ADF检验的T统计量：当统计量TADF值大于3个临界值时，接受原假设，即序列有单位根见Eviews操作3.2.平稳性检验的单位根方法PP检验：

3、Phillips和Perron(1988)提出一种非参数检验方法检验一阶回归方程AR(1)的平稳性接受原假设意味着有单位根，反之不存在单位根3.2.平稳性检验的单位根方法PP统计量：当PP统计量值大于3个临界值时，接受原假设，即序列有单位根。见Eviews操作3.2.平稳性检验的单位根方法KPSS检验：Kwiatkowski-Phillips-Schmidt-Shin(1992)KPSS检验是从待检序列中剔除截距项和趋势项的序列ut构造统计量LM。令其中xt是外生变量向量序列,包含被检验序列yt的截距项，或截距项和趋势项3.2.平稳性检验的单位根方法KPS

4、S检验：利用最小二乘法回归得残差序列估计通过检验该残差是否存在单位根来判断原序列是否有单位根LM统计量零频率条件下的残差谱3.2.平稳性检验的单位根方法KPSS检验：原假设：序列是（趋势）平稳的备择假设：序列是非平稳的当LM统计量值小于3个临界值时，拒绝原假设，即序列有单位根见Eviews操作3.2.平稳性检验的单位根方法ERS检验：Elliot-Rothenberg-Stock(1996)ERS检验是在被检验序列的拟差分序列回归基础上构造统计量来进行检验的。拟差分回归方程3.2.平稳性检验的单位根方法ERS检验统计量：原假设：序列有一个单位根当统计量PT

5、值大于3个临界值时，接受原假设，即序列有单位根。见Eviews操作3.2.平稳性检验的单位根方法NP检验：Ng和Perron(2001)检验NP检验是基于被检验序列yt的广义最小二乘退势序列构造统计量检验序列的平稳性。四个统计量:见Eviews操作3.2.平稳性检验的单位根方法注意:TheADF(DickeyandFuller,1979)andPP(PhillipsandPerron,1988)testsarethemostcommonlyusedmethodstotestforunitroots.However,ithasbeenreportedthat

6、bothofthesemethodshaveweaknesses,theDF-GLS(Dickey–FullerGLS),KPSS(Kwiatkowskietal.,1992)andNgandNPZa(NgandPerron,2001)unitroottestsarebetter.3.2.平稳性检验的单位根方法ADF检验应注意的几个问题:应为回归确定合理的滞后阶数,通常用AIC准则;可选择常数和线性时间趋势,选择方法:若数据图在一个偏离0的位置随机变动,则意味着被检验序列均值非零,添加常数项;若数据图波动趋势随时间变化,意味着被检验序列具有时间趋势,添加时

7、间趋势项.3.2.平稳性检验的单位根方法使用数据图来直观判断在ADF检验是否包含常数项和时间趋势项是常用、有效和易行的方法。对某些生成过程较为复杂的时间序列，需要对常数项、时间趋势项及单位根项前面的系数进行反复的检验，以确定被检验时间序列的具体的数据生成过程。3.2.平稳性检验的单位根方法练习：单位根检验的EViews操作见EViews实例10对附件中的序列进行单位根检验