平稳性检验

为探究经济变量之间是否存在长期的关系，首先对时间序列的平稳性进行检验。当使用非平稳序列进行回归时，会造成“虚假回归”现象，由于许多经济变量是非稳定的，这就给经典的回归分析方法带来了很大限制。若某时间序列的均值或自协方差函数随时间改变而变动，该序列就为一阶单整序列。随着计量经济学的发展，单位根检验理论不断得到完善。近年来出现了多种检验单位根的方法，最常用的是DF检验、PP检验、ADF检验和KPSS检验。在现实经济环境，由于受有限样本的影响，不同的检验方法存在着不同程度的检验水平畸变和检验功效损失。虽然在大样本下，ADF、PP检验借助极限分布具有较好的功效，但是在小样本中，检验的功效明显下降。为保证回归结果的无偏性和有效性，本文采用KPSS检验方法检验数据的时间序列的平稳性。

KPSS检验的原理是用从待检验序列中剔除截距项和趋势项的序列构造LM统计量。令y是被检验序列，是外生变量向量序列。包括原序列y中可能含的截距项，或者截距项和趋势项。建立如下连回归方程:

式中，xt=(1)表示yt中只含有截距项，或xt=(1，t)'表示y中含有截距项和趋势项。对方程(4.2)作最小二乘回归得到残差序列的估计，u^是剔除趋势和截距项的序列，KPSS检验就是基于此基础上，通过检验残差的估计序列u^是否存在单位根，从而来判断序列是否存在单位根。令

则KPSS检验的LM统计量构造如下:

式中，f0是频率为零时的残差谱密度。

KPSS检验的原理是从待检验序列中剔除截距项和趋势项的序列构造LM统计量。KPSS检验的原假设是序列y是(趋势)平稳的;备择假设是序列y是不平稳的。借助于Eviews5.0软件，检验结果如表4－3所示。

表4－3　KPSS检验结果

在KPSS检验中，本文选用带截距项的差分形式对LnTC、LnGDP、LnGNIPC、LnFDI、LnTGE、RVAS、OPENS进行了平稳性检验。表4－3的检验结果显示，所有序列的LM检验统计量均小于5%的临界值0.463。这表明在5%的显著水平上不能拒绝原假设，平稳性检验表明，LnTC、LnGDP、LnGNIPC、LnFDI、LnTGE、RVAS、OPENS是趋势平稳的，因此可以对LnGDP、LnGNIPC、LnFDI、LnTGE、RVAS、OPENS与LnTC建立VAR模型。