时间序列之单位根检验（1）

一、 基本概念：

1. 单位根检验（unit root test）

• 是平稳性检验的特殊方法。单位根检验是建立ARMA模型、ARIMA模型、变量间的协整分析、因果关系检验等的基础。
• 单位根检验统计检验方法有ADF检验、PP检验、NP检验。最常用的是ADF检验。
• 无法区分哪个是自变量，哪个是因变量，需要对所有的变量做检验。
• 有不平稳的转化为平稳，后续的操作是针对平稳序列做的以下检验。

1). ADF检验

• ADF检验全称
  是 Augmented Dickey-Fuller test，ADF是 Dickey-Fuller检验的增广形式。DF检验只能应用于一阶情况，当序列存在高阶的滞后相关时，可以使用ADF检验，所以说ADF是对DF检验的扩展。
• ADF检验的原理
  ADF检验就是判断序列是否存在单位根：如果序列平稳，就不存在单位根；否则，就会存在单位根。
• ADF检验的假设
  H0 假设就是存在单位根，如果得到的显著性检验统计量P值小于三个置信度（10%，5%，1%），则对应有（90%，95，99%）的把握来拒绝原假设。

2).单位根检验的python操作

• ADF检验的Python实现
  详情见https://editor.csdn.net/md/?articleId=114374406
  导入adfuller函数

from  statsmodels.tsa.stattools import adfuller

3). 单位根检验的Eviews操作

• ADF的Eviews实现
  步骤：quick–>Series Statistics–>unit Root test
  
  输入检验的变量名称：
  
  
  输出结果分析
  
  如果P值小于0.05 则拒绝原假设，不存在单位根，即序列平稳。如果P值大于0.05 则接受原假设，存在单位根，即序列不平稳。如果序列不平稳，则可以去对数，做差分，在判断是否平稳。

单位根流程图：

一般选择Level，不选择差项，然后改变上述三个情形做检验，判断哪个模式下是平稳检验。