怎样理解时间序列的“平稳性”？

一、问题的提出

经典计量经济模型常用到的数据有三种类型：

1．时间序列数据（time-series data) ，亦即单一变量按时间的先后次序产生的数据。

2．截面数据(cross-sectional data) ，亦即多个变量在同一个时间点（截面空间）上产生的数据。

3．平行/面板数据（panel data/time-series cross-section data) ，也称时间序列截面数据（time series and cross section data）或混合数据（pool data），是多个变量的时间序列的组合（或称时间序列数据与截面数据的结合）。

在这三类数据中，时间序列数据以及截面数据都是一维数据；而面板数据则是统计分析人员在时间和截面空间上取得的二维数据。在经济计量实践中，时间序列数据使用的频率最高。

二、平稳性的含义

平稳性是用来描述时间序列数据统计性态的特有术语。

1．时间序列平稳性的定义

假定某个时间序列由某一随机过程（stochastic process）生成，即假定时间序列{Xt}（t=1, 2, …）的每一个数值都是从一个概率分布中随机得到的。如果经由该随机过程所生成的时间序列满足下列条件：

均值E(Xt)=m是与时间t 无关的常数；

方差Var(Xt)=s^2是与时间t 无关的常数；

协方差Cov(Xt,Xt+k)=gk 是只与时期间隔k有关，与时间t 无关的常数；

则称经由该