单位根检验是确定时间序列平稳性的一种重要方法,而平稳性又是很多时间序列建模的前提,因此单位根检验成为时间序列建模前的一项必要工作。传统的单位根检验方法多建立在许多理想的假设之上,比如线性趋势、残差项服从正态分布、残差项不存在自相关、无结构性突变等假设。然而随着数据来源的不断丰富以及数据结构的更加复杂化,传统单位根的检验方法已不能满足许多复杂情形下单位根检验的要求,出现了很多检验功效低下甚至是伪检验的情形。鉴于此,很有必要进一步对影响单位根检验效果的因素进行探讨,对在不同数据生成机制下的单位根检验功效进行界定,从而为单位根检验方法的选择提供依据。本文通过蒙特卡洛模拟的方法定量的探讨了不同数据生成机制下几种单位根检验方法的检验功效。模拟结果显示对于线性时间序列,ADF检验和PP检验的检验功效都较好;对于非线性趋势的时间序列,KPSS检验具有更好的检验功效;对于含有突变的时间序列,KPSS检验具有更好的检验功效。对于小样本数据,PP检验的检验功效最好;当样本量不断增大时,线性序列的检验功效都收敛到了1;在相关系数接近1时,ADF检验和KPSS检验都具有很好的识别效果。