论文部分内容阅读
单位根检验是分析时间序列平稳性的一个重要的方法，是非平稳时间序列的基础，也是协整检验、格兰杰(Granger)因果关系检验及脉冲响应分析的基础。由于传统的单位根检验方法大多建立在严格的假设条件之下，但是实际数据非常复杂。分位数单位根检验方法也就应运而生，分位数单位根检验方法可以检验出不同分位点下的平稳性，分位数单位根检验所满足的假设条件比传统单位根检验有所放松。 本文模拟数据生成过程，分析单位根检验方法的功效(power)。通过比较不同单位根检验方法的功效来寻找最合适的检验方法。蒙特卡洛(Monte Carlo)模拟实验的结果显示:(1)当随机误差项服从正态分布时，ADF单位根检验方法、PP单位根检验方法和分位数单位根检验方法结果是一致的，前两种检验方法要好于第三种检验方法。(2)当随机误差项是满足自由度为2、3的t分布时，分位数单位根检验方法要优于ADF单位根检验方法和PP单位根检验方法。 在实证分析部分，选取了我国31个省市1990年1月到2016年3月的居民消费价格指数(CPI)和人均GDP数据进行分析研究。结果表明:(1)在传统的单位根检验方法下，该经济金融序列数据(CPI、人均GDP)要么是不平稳的或者是平稳的。(2)运用分位数单位根检验方法，该时间序列数据(CPI、人均GDP)在不同分位点下呈现出不同的单位根检验结果。(3)选取了六个国家（美国、日本、澳大利亚、塞拉利昂、尼日尔、印度）的CPI和人均GDP数据，比较不同国家的CPI和人均GDP数据的单位根检验结果，进一步说明该方法的应用是具有可行性的，也说明检验结果更具有可靠性和稳健性。总之，检验结果是随着分位点的变化而变化，这就更加全面的反映了目标变量的分布特征，从而更好的进行决策建议，也为后续的分位数协整检验分析研究作准备。