时间序列ADF检验

Posted 计量经济学

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了时间序列ADF检验相关的知识,希望对你有一定的参考价值。

时间序列一般需要进行平稳性检验,非平稳的时间序列直接进行分析,可能会导致伪回归的问题。

Augmented Dickey-Fuller test(增项DF单位根检验) 计量经济学的时间序列分析中,检验时间序列模型有无单位根的检验方法。


ADF检验是增项DF检验,DF检验由Dickey和Fuller于1979年提出。DF检验用于检验变量的非平稳性。若时间序列模型中含有单位根,则模型是非平稳的。

对于AR(1)自回归滞后一阶模型,滞后期系数如果等于1,则无法收敛。DF检验的原假设为H0:beta=1,H1:beta<1。其中beta可以用OLS去估计。t=(beta-1)/std(beta)。t统计量并不服从t分布,而是服从DF分布。DF分布是Dickey Fuller研究的专门检验单位根的分布,DF检验是左单侧检验,当计算的t高于临界值则接受原假设(此模型是非平稳的),若t小于临界值,则拒绝原假设(此模型是平稳的)。


增项DF检验简称(ADF)用于更为复杂的模型,当模型AR(p)高阶自回归,或者带有截距项以及趋势项的时候,需要做差分ADF检验。


检验是一般是三个基准模型:a:AR(1),b:AR(1)再加截距,c:b的基础上再加趋势。一般先从c开始单位根检验,当确定不含有趋势后,继续用b检验,若存在单位根,继续用a检验。当然在这个过程中如果发现不存在单位根,则检验结束。如果检验的c模型仍然不能拒绝存在单位根,说明可能不平稳,则进行一阶差分后再检验,如果仍然存在单位根,再差分……直到拒绝单位根为止。根据模型的选定,分别查ADF分布表,对应临界值判断是否存在单位根。在ADF检验中,由于做了差分,通常的原假设是系数=0,因此t统计量服从t分布,可以通过回归的t值来和ADF分布进行对比。在计量软件Eviews中,unit root test选项可以根据研究的需要直接进行ADF检验。


以上是关于时间序列ADF检验的主要内容,如果未能解决你的问题,请参考以下文章

时间序列平稳性分析

R语言时间序列平稳性几种单位根检验(ADF,KPSS,PP)及比较分析

增强迪基-福勒检验(ADF检验augmented Dickey-Fuller test)是什么?解决了什么问题?

ADF检验判断股价是否随机游走

R语言 平稳性检验 差分

python趋势稳定检验Kwiatkowski-Phillips-Schmidt-Shin