第23卷第2期统计与信息论坛2∞8年2月 Statisti臼&8 Infomation Feb. ，2ωFoum 【统计理论与方法】Ng-Perron单位根检验理论与应用一一中国宏观经济序列的平稳性分析王海龙聂巧平1，2(1.天津商业大学经济学院，天津300134; 2.南开大学国际经济研究所，天津3仪则71)摘要:从理论和实证两个角度对Ng-Perron单位根检验进行了系统的分析和阐述，并应用该检验研究了中国名义GDP、实际GDP和实际利率的平稳性。通过分析，以期Ng-Perron单位根检验能在实证分析中得到更为规范和广泛的应用。关键词:单位根检验;Ng-Perron检验;滞后阶数;国内生产总值;实际利率中图分类号:FOI5;文献标识码:A文章编号:1ω7-3116(2∞8)02-0022-05根据St出k[6)提出的M统计量，发展了能够显著调一、引言整水平扭曲的修正的单位根检验统计量。Ng与自Granger与Newbold提出虚假回归问题以Perron(后文简记为NP)将GLS退势与M统计量来，非平稳时间序列的研究已经成为非经典计量经相结合，给出了APS的渐近分布及相应的渐近临济学研究的重要内容之一。单位根检验是时间序列界值，应用!VP臼统计量进行的单位根检验被称为分析的基础，从Dickey和FuIler[卜2]提出的DFNg-Perron检验[7]0 Ng -Perron检验与其他单位(ADF)单位根检验直到现在，有关单位根检验的理根检验相比，检验统计量更为稳健，因而能较好地避论和方法也在不断发展和完善，相关文献更是浩如免水平扭曲，并保持较高的检验功效，故值得在实证烟海。Phillps和Perron发展了PP单位根检验，该分析中被广泛应用。检验与DF(ADF)检验是实证分析中应用最为广泛关于中国宏观序列的平稳性检验，已有文献大的两种检验方法[3]。虽然它们的渐近性质表明两多采用的是传统的单位根检验(ADF检验与PP检种检验均具有较高的检验功效，但蒙特卡罗模拟试验)，未见有应用Ng一Peηon检验进行的研究。如验表明有限样本情形下的DF(ADF)检验与PP检张书云、夏秋应用ADF检验了中国GDP、国家财政验的功效普遍很低;且当随机误差项生成过程的自收支与税收、货币供应量、固定资产投资及进出口贸回归根接近1时，会导致严重的水平扭曲(sizedis›易总额的平稳性，得出了所有变量均为非平稳的结tortion) 0 Elliott、Rothenberg和S脱:k(后文简记为论(8)。鉴于上述ADF与PP检验存在的缺陷，本文ERS)在比较了各种单位根检验的检验功效后，提出应用Ng-Perron检验对中国1980-2005年的名义了可行点最优检验(FeasiblePoint -OptirnaI T甜，GDP和实际GDP序列以及1988年1月-2006年2检验统计量为P)，并建议通过GLS退势来修正月实际利率的季度数据进行了单位根检验。本文第TDF(ADF)统计量;有限样本模拟表明统计量P和二部分概述Ng-Perron检验的数据生成过程与统TDpGLS能够显著提高单位根检验的功效[4]0Peπon 计量的构造，第三部分针对Ng-Perron检验在实际和Ng解释了PP统计量发生水平扭曲的原因[5]，并应用中应注意的问题进行了分析，第四部分给出实收稿日期:2∞7-09-11;修复日期:2∞7-10-11基金项目:天津市哲学社会科学研究规划项目《非平稳时间序列的单位根检验与结构突变研究)(TJTJ07-ω5)作者简介:王海花(1977-)，女，山西阳泉人，硕士生，研究方向:政治经济学;聂巧平(1978-)，女，河北平乡人，讲师，博士生，研究方向:计量经济学理论与应用。22 ??췲랽쫽뻝뗚噤乯춳却䙯㈰䙥ꆾ乧ꆪ췵⠱햪훐떽맘컄튻퇔ퟔ살볃럖⡁싛퇌볬뗄䪡훖퇩믘摩瑯䕒쇋偯呥䑆뫍룹헻健쿠뷧쏢뛠헅쫕틗펦䝄퓂뛾볆믹ퟷ쓴ꎮ慴抣玣獴㈳畭〸튪맺룼볼춼쿗헂楮룥뷰헟쟉볆䝲ꎬ톧컶䑆뫍몣퇩솽ꏋ볬뇭뗄맩牴匩뿉慌乧뻝쮮뷡횵ꆪ폚⦣쫩횧ퟜ嬸폃傺쪵늿솿춳⡁牲?ꆢ닉몣㈳楳꺡?ꎬ뻭쓪쳬ꎺ쏻캪듊럖뇪뇠璡죕쿮볲폫慮럇퇐뗄⦵랽ꆣ훖퇩쏷릦룹楯퓚탐춳珄뷢却욽뫏ꎬ健훐곎퓆뛮没乧췊볊ꆪ瑩ꌲ볆䑆潮틽폃뗚㋔뷲듓틥맦ꎺ샠쪶뫅웚쒿뷩⠱뮨탅捳〰来욽뺿믹ꗎ램偨䑆볬믋뻹폐킧뷓温뇈뗣볆?쫍潤얤ꎬ펦牲쿠놻맺뒼ꆢ쮰뗄ꎼꆪ떼샻룅릹훐샭⧍⢺㋆?짌䝄랶떥뫅싫ꎺ灴㤷♉?쾢狓컈뗄뒡뮸튲楬⡁퇩ﳃ뻟쿞웕뷼ꆣ뷏ퟮ솿믏쇋殡쟺룸폃潮뇈맣뫪ﯓ쿄쫕욽쩇싊쫶퓬힢ㆣ健?튵傡뫍캻ꎺ業㈰쳬췵㣒湦싛뎼맺싛쪱훘ꎬ寮퓚汰䑆랽잵폐퇹뇩㇊䕬쇋폅캪퓖偐븶뗄돶䵇볬랺맛쫇탓쟯ꆢ컈?牲䑐乧틢潭듳뫍ꋊ맣룹䘰?〷慬뷲몣묩계폫웁쒼첳慴敷볤튪듓늻玺⦼램쒽뷏놾뫜놣汩룷傶춳䫌탞쇋䱓퇩늢펦탲ꛓ믵탔쿊潮벾뗚뗄톧쪵떼랺볬ㄵꆪ쫐뮨ꎬ뒫牲뫪楯랽뾣뺭횤쩇뗄퇩ꎻ㌱扯탲쓚䑩뛏쵐ꆾꖽ룟쟩뗍겻潴훖ꄩ볆헽䵃춳놣폃쇐썎뇒ꎬ볬뛈健죽컊〹헜⠱얮?춳램볃솽䑐펦ꎻ䘲ㄶ믓쟎ꆪ톧㤷汤쇐죝捫놵랢敲?ﳐ뗄탎璡떥⡆ꎬ?솿婓볆㝼춳돖ꆣ枡䅄릩뗃䑆퇩틔쫽牲늿쳢맛짆潮톧룶뫍폃乧㈴⠲ㄱ짧㟒뫓ꆿ쳡뗄횮敹뷏햹牯쟊퓖볬쿂쟒볖ꉒ캻敡늢탏ꗎ랢쑍떥솿ꆣ볆욽꩐䚼펦돶폫뛔벰뻝潮럖뷸봱풺뷇쪵ꆣꆪꎮ〰ꎻ믡묩놱뺭돶퇐튻뫍훔溷뗖쪱퇩뗄떱싑潴룹獩붨뮸짺춳캻붥뷸乧솿룟컈떥敲쇋偐훐ㄹ볬헫탐?倩ꎬ뛈볊健?㠩탞뿆욽떥ꎬ탩뺿ꆣ䙵?췪ꋕ꒷릦䑆쯦쿖桥볬扬틩寮쮮볆룹뷼탐ꆪ룼뗄탔牯ꆢ쯹맺㠸퇩뛔쇋鈴붫캻볃쳬뛔샻牲〲뢴톧얮쿧볙틑떥汬곓짆링훎킧⡁믺?湢퇩?춨욽솿볬럖뗄健캪溼쯖만폐ㄹ쓪쇋뷲乧싊潮ⴰ죕퇐ꎬ죋?뻄䜱룹캻탲믘뺭敲킹ꎬ쭐?䑆컳쓋맽얤퇩늼떥牲컈뚨뇤듦㠰㇔쫽컶㌰ꆪ뗄볬〲웚뺿즽ꏄꇬ〱健욽퇩㈭맩돉룹宲?쿠債탓떫⦼닮껆枺볬䝌쒹쟺랢춳벰캻潮붡릦ꎬ漢솿퓚ⴭ숭뻝ꎺ맦컷붲쇐췋룹㌴牲컈ꎻ〵뮮퇴쪦컊캪볬뜲ꗎ맘ꛓ쏉쿮뷅쵓퇩反ꛐ뗄햹볆쿠ꎬ킧틑䑐닺뻹㈰ⴲ짺뗚ꎻ潮탔훍쫆〷쿮좪쳢럇퇩ꆿ뮸컄쏗쳘짺瑯릦쯊ꝛ풭쇋솿펦볬틲ꎬ폐킵ꆢ춶캪좱〵〰돉쯄뗄⢡㊣떥ꆣ뫳ꆪ쒿죋늩폫볬틔뺭쫇쳡寮쿗뾨돉﨨捫킧움㑼틲쓜ꆣ뗄퇩뛸맊컄쓑맺럇쿝쓪㛄맽늿껄캻춨뷗ꫡ煽ꎬ쪿욽뗤쪱돶룼ꪹ싞傼맽獩⢺뫳듐뎼ꆣꆾ릻乧䷍붥놻웤쓜횵쿗킾볒벰ꎬ뗄돌퇩럖쾿룹맽쫽ꆪ욽쮶짺뙆볆볤뗄쫇쒣?돌穥ꎬ?健㕊쿔폫뷼돆쯻뷏뗃듳뾡닆뷸컈놾쏻퓚룸퇩웁뎼ꪴ볬럖ꎻㄱ쪿컈솿탲䑆쓀뫆겸?쓢뗄쒼쳡牲ꎬ훸쇙캪떥뫃퓚볬ꏈ헾돶컄틥춳쪵퇩컶맺쪱짺퇐뽐웁ꞹ뷸ꎬ쓚뺭쇐?죧쫔ퟔ돶潮늢뗷캻뗘쪵뿚뷡뗚볊볤뺿탔샭퇩犺?謁탐틔짺탲퇐랽쟎뇜횤쎳?폫럖쪾쇋웚닺쇐뺿쿲?싛궼쾵乧ퟜ뗄랽ꎺ偐컶쏑춳ꆪ횵떥쿲볆볬킾뗄健ꎻ캻ꎺ솿폫뿋럖牲쪵룹헾뺭念컶潮볊볬훎볃펦곌뫍떥샻퇩뺭톧닻캻싊폫볃샭폃쫶룹뷡톧싛〰ꎬ볬릹ꎻ폫〷늢퇩춻펦ㄩ펦쓜뇤폃폃퓚퇐ꆣ룃쪵뺿볬횤ꆷ퇩럖⡔퇐컶䩔뺿훐䨰쇋뗃㜭〰㔩
王海花，聂巧平:Ngg--PPe，rr回on回单单位位根根检检验理论与应用证分析的结果并进行解释，最后对本文的主要结论其中啻通过最小化下式得到:tl:进行总结。S(否，’1") = ( -’1"’:1)’( -’1"’:1) GLS{二}统计量MZ<!S、岛fZ!-S与MSB的构适二、数据生成过程与Ng-Perron 应用退势后的序列构造ADF检验回归式叭单位根检验统计量(3) !1 t = o t-} + ~ ßi句ßÿ时;，t-i+ erl 假定关于Yt(t= 0,1,2, , T)的T+l个观可以通过检验式(3)中的品是否为O来进行单位根测值的数据生成过程为:检验(Ho:ßo= 0)。三个检验统计量分别为:Yt = d+ Ut U= aU-l + V(1) t t tt T 其中E(U ) <∞，吗=8(L)e= ~二。今(叫-J且昭俨=(T-lÿ~ -Sk)(2T-22jY~_lrl t ~二♂|马1<∞，!(O，O';)，均在零频率(4) T 处的非标准谱密度为。2=σ~(1)2;dt= '1'""马码，，其中2 MS俨.s= (T-2jÿ7-1/)1/2S(5) 坛Zt是一组确定性成分，即ds=ZLOViztt，这里仅考昭户=昭俨xMS俨S(6) 虑ρ=0或1的情形。单位根检验的原假设为α=其中1，备择假设为α<10列为白噪声过程时，当p=OS~ (7) = i/(1- (1))2 时，在原假设下，数据生成过程(1)为随机游走过T 程，即Yt= 约Y.叫-1++句句::在在备备择择假设下，只为均值非零这里ði= (T-k)-l ~句，且(1)= ~品((e弘rl与品的一阶自回归过程即Yt= (1-a)’1"o +αy川+Vt; 均为式(3)中erl与吊的估计值)②。上述三个统计量当ρ=1时，在原假设下数据生成过程为带漂移项的渐近分布可参见NP的定理1③。MS俨S的分子的随机游走过程，即Yt= ’1"1 + 约Y.川-1+ V;备择假设t在单位根的原假设下数量级为OQp(T勺，在备择假设下，Yt为由时间趋势主导的趋势平稳过程，即Yt= 下数量级为0Op卢(T)，因此当该统计量的值小于临界和+市lt+α叩!Y川t-l+ +句句，其中和='lJl'0+α('1"1 -’1"0), 值时，会拒绝单位根的原假设。1}l='IJI'I(1-a)。{三)MPf臼问统计量的构造Ng-Perron单位根检验的!vfìLS统计量具体包当式(1)中的q存在序列相关时，ERS建议采括四个统计量，即归f俨臼用可行点最优检验，该统计量实际上是一个修正的MP♀乎S气臼，其中前两个统计量是经GI臼S退势后的PP检似然比检验统计量。检验统计量为:验统计量Zζa和Z的修正统计计量量，，MS细Bω是-个非Pr = [S(ª) -ãS(I)]/S站(8)T 负统计量量，，MMPP于f臼臼为为修修正正的的可可行行点点最优检验统计其中S(ã)= min，ß伍，的。NP给出了经GLS退势量。各统计量的具体构造计算步骤如下:的岛P11宇1臼间统计量:(-)对数据进行GLS退势当ρ=0时根据ERS建议，对任一序列!Xt证。，定义(品，T W俨=(PT-225LEET135)-I/31R4) = (句，(1 -ªL)xt), (t = 1,2, , T)，其中E=1+εIT，当ρ=0，即确定性成分只含漂移项时，当p=1时T ε=-7;当ρ=1，即确定性成分带有时间趋势项岛晖.s= (ë212~Y7_1-(1-ë)rlY~rl/Sk 时，ë= 退势序列可定义为:o(2) 其中Sh与式(7)定义相同。当统计量的值小于临头Yt-啻'Zt① 在原假设a= 1与V，-N(O，l)独立同分布的假定下，该式不含有有滞滞后后差差分分变变量量，，即即为为l句lÝtt= ß OoYÝt叫-l + erjO ② 这里句是根据基于GLS退势后的式(3)的残差计算得来的，sk不同于NP的S忌，后者是基于回归式= d+ t 卢仙-1+ ~ iil --ii +如得到的残差。NP研究表明，在滞后期选择合理的情形下，基于S~R得到的检验统计量具有更高的检验功效。因此，本文文构构造造的的AA--ffGG.臼凶统计量为NP中的商ω统计量。③见NP第1523页。23 ??췲랽쫽뻝췵횤뷸뛾떥볙닢奴ꆰ⠱웤ꇆ뒦ꇖ싇ㆣ쪱돌뗄떱쿂?뗳乧삨䵐퇩뢺솿⣒룹엹㴱햼헧⠲猨⢶펦췁뗘⠳볬?뇫즾쟤䵳⠴ꇬ⠷헢뻹퓚횵⣈폃쯆偔⠸킸ꆮ엲䤽ꋙꋟ弭떺椽ꋛ㈳?웤뿉⠵㴱?昽㵤몣풭릦볻럖탐뚨횵?倽겱ꎬ氽ꆪ춳ꆣ묩⭥㷒㶿폃퇩훐⠶캪붥쫽쪱쪽뿉좻쪯떥뫫뿚뗄튻쯦漫뻝⤽ﴩ㵛ꆢ캻룡쫇퇏︩샯昫㵐틔??훐뮨볙킧乐뿗컶ퟜ맘뗄セ룔퓚벴㇊캺ㆳ健볆룷뛔ꎯ묷폚ퟒ췋⡮??쪽뷼솿⠱탐뇈䷵ナꆰꎬ캻ꇬ튻ꇪ럇뷗믺ㄷ䕒⡺늽춨䷇猨匨쯏ꎬ짨ꆣ뗚쫽룹ꇌ랽뗄뷡폚?풭奴놣캪댱牲솿咣ꎻ㷒믁쫆濂澣㶺ꎺ⠳럖벶믡⧖뗣볬튻쯄춳䔨㴨㤩룹毓氫쓴춨맽쪯뿚틲ㄵㄫ뇪ퟔ폎ㆡ厽澣ꎺ즡椩쫇뷡ꆣ뿗뗄?볙㵙곔평⠱潮틒볆겵떱묱뼷뫳몵⧖늼캪뻜킵ퟮ퇩ꛍ뻝볬䪵ퟩ웤氽쟉≕㵉듋㈳맽㴨ﳒ볬뗄⤽틁ꇆꆰ哒뻽맻⢡짺?ힼ쟩짨璡믘?ퟟ쪱튻떥뫍솿뷸꣒갨념倽㎣婴뗄먽킣뿉価뻸?쒣폅춳룹욽폫ꎬ튳짺퇩멉좷훐ퟮ솿⡔浩ꎬ풭봨늢돉탎꪿쿂ꩬ궼볤뿚캻틒뗄탐㴰ㆣ긵탲뭬〩ꎻꗓ닎ꌨ떥ꖴ볬爲ꎺ죃놾ꆣ웗맩맽慹룶볆㇒뎼죵뻝㠩킡쪽묱滃㉔튻볙㜩ꇷ돉춳㱯뚨잰䷂乧뷸ィ맽ꆣ?ꎬ⯫?쟷⦡룹뗄뻟䝌겼쇐볻吩캻퇩솿ꆫ컄쏜맽돌瓒겶믒뮯⮡⠳⡔ꎯ웁⠱륓ꇆ믹ꆪ㥚짨뚨丨쾴탐갱돌떥ㆡ쫽ꚣ쫆?볬탞쳥反벴듈䝌릹죽첵乐ꎬ룹?ꆣ㲡듵튻맽볆澣탔솽뛶粹쿂⧖⣔健뛈돌묱퓈눩뾵⥝ィ폚뷢ꎬ캪캻ꎹ뻝믔싊훷퇩헽릹쯊좷랶反⤷퓬웕룶⠱쒹뗄쿂틲룃볬틥튻춳쪽킵욣牲돌솿걻돉룶릡갱뗄?놸㊡쫍㊣ꎺ캪룹껎짺?벴ﶾ떼⯮뗄춳퓬?컒窡뚨꣐쯊䅄볬삼듋풭쒹탏퇩ꎯ뾣䝌⢿쫽쿠昫潮뗃맪쒷튻갹ꆣ⦶廂ꎬ폫겡斡럖볬ꪰ돉룔?뗄䅃춳볆탔풳원ꉍ䚼퇩웖샭떱볙뿚奴얣믐ꌩꆪ솿맔獫춬珍敡떥겵튻웴상까떽⦡ퟮ궣퇩ퟔ맽荒쟷㍌솿쯣돉즷뗒춳晬딩ㆢ룃짨?볆튻캻ꋍ珍乧ꍽꎬ묹竑ㆡ벶ꆣ뗃㈽㴨㶣곆볆ꎺ잷?ꍎ쯊뫳걔ꈽ뗄돌?즹쫆珍ꎬ늽럖횴킿볆ꇬꋚ?춳ꆣ놣쪵솿룹겷뎼娩뮡⠱캪傸⢲떱떽ꆪꆫ뿚벴㇒ꔫ솿큻⡴쿓웖욺볬뛔⦵풭惡⠱ﶳ욽뎼䵳훨횻즶?ꆣꍞ볆걅볊캪횲웁ꨰ㠨欩ァꏒ춳뗄퇩벵뿎놾쑔컱볙ﶳ⧎슣뮿쳎䶡컈탧웁䉇죧塴㴱몬탊꣒럖窡⤩짏닾솿剓ꎺ띥健榣撡쫇즣살솿샭ꌨ볆쒼닐컄⬱짨쳊곉ꪴ맽뾾䱳쿂욯놼붢뇰쫶䊡뗄붨쫇䰩⠱?ꩬ綹ꎬ⠲뮰쓊牲깩ꌽ뺭ⵓꎥ뷸?곉쮾⥲싛?僖당솿닮뗄룶캪놣돌?쫇ꎺ틆ꪣ?죽껋횵틩튻폫⤲ꇫ⮹ꑯ㊣탐굇꣏봨킵潮斡ꎮꇆ䝌䉇哒廊?훷맛뿚겵䀘ꪾ꿒ꎬ튻쿮?ꎺ룶붵⦣킡닉ⷊ뗄ꆣ펦슣쓍떥䱓ꎻ⭡ꚣ⮿캪ꎬ겡왔㌩튪?념컗淪웏벴룶쪱춳쒷폚탞곔횵乐폃搨룡反䱓ㄩ겸?ꌽ캻묲췋튻ꬩ뷡撡㴰?떷奴?뮱?럇뚨궣ꎬ볆훗쇙헽뗄쏊䝌?킡퇐룹쫆澣ꆣ쯊뗄㶡싛?쟁솿뷧뗄붲珍ꇆꆤꌽꆪ룔㥬틥걔닐폚뺿벴탞뮺뎼겿?욺릹웏㤷氫튻⣈⦣ㆣ쇙닮뇭ꎺ쪫곓웁?ꆮ퓬쌨탖쏷뾡婴ꆤ?ꇫ곆볆꾡澴ㄩ⦡춺?먩쑐죧ꎬ瑉?⦣탆헽쯣퓚ⴱꌱꎬ헢傼폫웤璣?킰ꆣ뗃훍횱燔훐샯?펯살랡ꎯꆢ뗄뫳뗄?뷶뾣믇ꇬ웚겼ꎯꎬ뾼톡듎?엏뿉ꇬꪡ퓱뗂殲뫏?㶵ꇬ믍샭몶ꆢ탐뗄맒곓뭬쟩?⮣탎䵓뗣欩債ꖡ쿂?쑳ꎬ殣믹䉣ퟮ떢겺폚ꇬꎻ폅?橒잻뗃떽陸瑳볬뗄?볬?퇩폫퇩춳뷈볆솿춳뿸뻟?폐볆룼룟뗄볬
统计与信息论坛界值时，拒绝存在单位根的原假设。最小化目标函数在节俭的(Parsimonious)模型与最小化残差平方和之间做出取舍。目标函数的一般形三、Ng-Perron羊位根检验在实际式为:应用中应注意的问题kGr , . CT I(k) = lI唱og:ªσi i+亏了γ(9)(9) 关于实际应用中Ng-Perron检验统计量的计这里C是一个序列且满足C> O，CTIT→0。当TT算，一些计量分析软件的新版本可以直接给出各验cr = 2时，就是常用的AIC准则;当C= lnT时，T统计量!vfJLS的值，例如，Evie附中的Ng-Per›就是常用的IC准则。可以证明当随机误差项是一个ron单位根检验;但需要注意的是软件给出的据以ARMA(ρ，q)过程时，AIC与IC确定的滞后阶数h判断的临界值为渐近分布(样本容量趋于无穷时)的渐近相同，都与logT成比例。也正因为如此，依据两临界值(即NP的TableI)。当样本容量有限时，可准则确定的滞后阶数h不会随T的大幅增加而增根据聂巧平给出的各统计量的响应面函数来计算临界值[9]。加，因而依两准则选取的模型相对来说都是很节俭的模型。另外，在进行GLS退势时，所依据的确定性成{二}修正的样本信息准则分d只包含截距项还是既有截距项又有趋势项呢?t如前所述，依AIC与sc准则倾向于选取较小的这要取决于进行检验的序列表现出的趋势，一般而h值。NP提出了修正的样本信息准则，将目标函数言，对于类似于总产值、消费、投资之类的规模变量，修改为:往往随时间变化呈现出明显的增加态势，这种情形下宜考虑ρ=1的情形，即确定性成份包含时间趋空2 CT(TT((k)+k)) I iog;;'~ + ’""1"1 ’’ . "’1 () MI(k) = k也苟+T (10) 势项。此时若检验结果拒绝原假设，则可得出序列T T 为由时间趋势主导的趋势平稳过程的结论。例如下其中叶(k)= (苟)-lþÕ~ÿ七，过=~e鸟。文对中国GDP序列的检验;另外，对于利率、汇率等这里P。为式(3)中向ßo的的估估计计值，其他与式(3)定义比率变量，它们随时间变化趋势不明显，因而可考虑相同①。相应的修正的AIC准则与修正的IC准则分ρ=0的情形，即在进行GLS退势时，C可取-7，具别为:体可见下文对中国实际利率的检验。,? . 2(TT(k)+k) 此外，进行Ng-Perron检验的一个关键问题是MAIC(k) = }1吨，哩苟苟+T 检验回归式(3)中的差分变量滞后阶数的确定。如? . 1nT( TT(k) + k) MIC(k) = 1吨鸣苟+IT 前所述，当随机误差项均是白噪声过程时，在原假修正的样本信息准则(10)与未修正的样本信设下数据生成过程是随机游走或带漂移项的随机游息准则(9)的主要区别在于前者考虑了自回归系数走过程，但在实际中的V很难满足这一假定，而当t和品的估计偏差对h值的高度依赖性;(10)与(9)样本容量有限时，统计量的精确分布会受到Vt相关相比多了一项τTT(川，TT(k)不仅与h值相关，而且关系的影响，从而导致检验出现水平扭曲。在检验与数据生成过程中的确定性趋势的性质及退势程序回归式中加入差分变量的滞后项可以削弱分布对这有关，因此修正的样本信息准则更能反映在有限样种相关关系的依赖，足够大的h总会有效消除自相本情形下选择不同阶数(k值)的相关成本②。从而关，但当样本容量T固定时，k越大待估计的参数就越多，检验功效会随之降低。因此依据检验回归依据修正的样本信息将得到更为可靠的h值。NP通式(3)计算各岛俨臼统计量时，必须在检验水平和功过蒙特卡罗模拟表明，在α→1的局部渐近(1ocal效之间做出选择，确定合适的滞后差分变量的阶数，臼asymptotic)情形下，即模型的随机误差项均为负的即h值。常用的h值选取方法有以下几种。一阶移动平均(绝对值较大)时，通过GLS退势的(-)样本信息准则MAIC准则来确定h值，依据~时臼统计量进行的单这类方法需依赖于样本信息，故其确定规则也位根检验将会具有较好的检验水平和检验势。但称数据依赖准则(Data-Dependent Rul臼)，是通过seo指出，在非局部的备择假设(non-l1∞ocadl ① (3)式是根据GLS退势估计的，也可以应用其他退势程序。②NP第1530页24 춳뷧죽펦맘쯣牯에쇙䤩룹쇭럖헢퇔췹쿂쫆캪컄뇈倽쳥듋볬잰짨ퟟ퇹믘훖뻍쪽킧벴⣒돆創ퟮ킡洩??췲랽쫽뻝⠹뻊䅒붥ힼ볓뗄⢶죧毖탞䵉⠱?웤䤽쿠뇰쾢뫍폫폐놾틀맽慳튻䵁캻卥ꋙ⠳ꋟ㈴琽??볆⧊乐횵폚溵뛏뷧ꆣ뻝췢撡튪췹틋쿮평뛔싊サ뿉퇩쯹쿂맽놾쾵맩쿠풽횮毖묩샠쫽汥킡뮯캪?쫇䵁뷼퓲쒣︩잰떡룄〩춬헽ힼ럧뇈맘쟩쏉祭뷗䥃룹濖ꎬ⠳샯㴲ꆢ폃훐폫뷊뗚쪱쪵솿ꗎ뗄횵떱쓴嬹ꎬꏖ좡뛔쯦뾼ꆣ훐뇤쓇볻믘쫶쫽돌죝쪽맘떫뛠볤떡퇹랽뻝猩뮯닐ꎺ뎣⡐쿠좷틲탍탞쯹ꍎ캪⡫ꋙ䌨퓲탎쳘灴틆ힼ볬뢳튻⦼㵬뿚뻊쪱탅잸ㄵ乧훐晔ꎬ볊ꎯ뮸쇙⢼퇹쟉崹퓚뮰뻶폚쪱싇듋볤맺솿쿂뷸맩뻝펰맘떱ꆣퟶꎳ놾램틀쒿닮폃춬뚨뛸헽쫶僌ꎺ⠹맀쇋짺틲뾨潴뚯퓲퇩킩웋ꆣ쾢料㌰뻜皣寮뷧둎놾욽ꆣ뷸ﲺ폚샠볤倽쪱쟷䝄ꎬ캣컄탐쪽떱짺떫폐쿬볓쾵퇹볬돶ꏓ탅탨삵쫇뇪뗄焩틀⦣쿠欩⦵볆튻돉듋톡싞楣살붫ꏔꆪ펦⢼싛?튳볆컷캪뻸폃꽇횵債죝룸탐경뷸쯆뇤ㆵ죴쫆僐쯼겼뛔乧⠳쯦돉퓚쿞ꎬ죫뗄놾퇩톡쎵쾢틀ힼ춨몯랽튻뻍䥃맽뚼훍솽퇹펦탅쓖욫쿮탞퓱쒣⧇뻹좷믡?첳䱓健힢줩솿쪽듦훐䱳캪쑔솿돶䝌?탐폚뮯쓇볬훷쏇듔ꆪ⧖믺맽쪵쪱듓닮틀죝릦퓱쑫ힼ삵퓲쫽뫍돌폫뫳놾䅉쯐멩뗄ꎺ쾢牔헽늻쓢⢾뚨뻟잾췋룶쫇럖⢴ꎻ⠳牲틢㴨퓚乧뗄뮵붥慢폐反볬ퟜ돊퇩떼킵쯦?맺健컳돌볊ꎬ뛸삵솿킧횵퓲폚⡄횮쪱汯뷗탅䏓?탞ힼ뛔⡫훐춬뇭컏볉횲쫆탲뎣컶곍⧖맀떥ꆪ횵ꯐ뷼汥쿞룷쯊퇩닺쿖캣뷡쒼쪱쪵牲쒲닮쫇훐춳떼뇤ꎬ咹믡좷톡퇹慴뷚볤ꆣ杔쫽쾢ﶵ潧헽퓲毖⦣뷗쏷슣퓖뷏뾵潮뗄쇐폃캻健죭ꎬ럖쪱춳웊맊뗄횵돶겼맻쟷볤큇볊潮쿮쯦볆훂솿ퟣ첶뎼뚨좡놾憡볳ퟶ⯕뿉䅉돉殲ힼ䏗쓑탇⡴떵걲좷쫽붫떽뫃쒱떥컊笩뗄⡫룹牲샽늼ꎬ볆놣잼탲ꆢ쏷듈뻜쫆뇤䱓샻볬횱돰믺솿뗄릻횮뫏랽탅ꩄ돶쟒틔䏓뇈뮻퓲볔鈴厣䅉ꎻ漩?쒸뚡뚨⣓뗃퓚듄쾴틀룔볾웁ꎬ뗄캻쳢潮죧ꋒ⣑뿉솿곋죓쇐쿻쿔랶뻸욽믁뮯췋싊퇩쫇폎뫜훍듳놣붵쫊램쾢数⡐좡횤샽쒣뻐튻䏗폫⣓탔?떽뿚ꏐ뻝볬뿊?싺䅉쒹튲풭볬ꎬ鈴뗄戮킽뇭럑꣐컈쟷쫆뿖냗ퟟ쓑뺫돶뫳걫뗍폐敮慲짡쏷䏈ꆣ탍엏묫볔ꎻ캴냕죒?ힼ딩룼튻춵쪱䴨퇩?뿉룹탂놣ㅰ삼ퟣ䏗볙퇩䕶쓊뻈쿬삾?쿖ꆢ퓶풳맽쫆쪱볬튻춺퓫믲싺좷쿮毗풽ꆣ훍틔맊摥獩떱랶튲ꆵ쿠ꋗ탞?샀늻퓲뗄캪ㆵ쓋ꎬ컸쮮냦겱웖볬䍔볔㎡짨춳楥쟈?펦?돶춶볓즷돌겶늻ꎬ퇩룶짹듸ퟣ럖쮮뿉?듳틲뫳쿂웤湴浯쒿쯦ꢵ헽쒴뛔??⮴볂뗐뷶뗄룼쿠쒾춨욽湯놾?떣⦣폃ꆣ볆睳뿇쏦쓈뗄첬?ꎬ퓓쏷掿맘맽욯헢늼욽틔듽듋닮벸좷湩뇪㸰믺쓖틲살ꇈ?쟁풣폫탔쓜뾿횲龜뫍溡퇩웏뿉곆웤솿㖣ﺸ몯랶훓쟷횮쫆ﲺ퓲뷡?쿔질볼ﶵ돌틆튻믡얤쿷탐맀틀럖훖뚨潵컳춺캪倫쮵ꆽ경쒫퓳퇹쯗묨毖훊랴돉뗄뾽䝌볬ꩬꎬ뮵퓚ꚣ쯻틔?뗄긱?쫽꣐탇쫆샠ꎬ곊뿉싛﯂ꇒ컊쓈쪱쿮볙쫜쟺죵볆뻝뇤ꆣ맦猩닮죧뚼쿐ꯄ쑉놾풻뗏벰펳毖ꖽ反뷸퇩潣䍔녃췋쪵묭볆횱훐?살풳ꎬ뗄헢놼뗃ꆣ쪡틲묷쳢랶뚨떽럖﮳볬솿퓲쒣쿮듋펶쫇ꆵ뾱엊ﯓ䏗뉩탅?⧓췋퓚ꋚ떡ﰨ쯊탐쫆慬쫆ꎯ吽뗄쒾볆?웏튻맦훖돶샽ꊻ뛸ꎬ쫇ꢡ퓚쯦뿚늼닎퇩튲탍ﵫ뫜볔?쫆폐ꆣꍎꑯ욵뷓볊沣돌뫡乧?넩쯣냣쒣쟩?탲죧뿉뻟ꏈ풭믺뛸ꆣ볬뛔퓏쫽믘뷗폫哒汮튻틀뷚꿊쏋ퟸ뗊㤩겶돌쿞듓働捡瓎떥떫룸껆봨겷ꆪ?뗄쇙?뛸뇤탎쇐쿂쪵뾼볙폎떱쿠퇩헢맩쫽ퟮ룶뻝볳탲퇹ꪸꆣ묰哊돶붺㌩健솿?싇맘ꎬ솽렽탍몵룷춹ꆣ놣뚨犡ꎬ?ꇆ퇩?틥떱?쏎퇔닭ꆣ⯇떳?
王海花，聂巧平:Ng-Perron单位根检验理论与应用alternativ，四)下，这些检验的势很低;且给定样本容2006年2月一年期定期存款实际利率(r)的季度数量T，检验势随α偏离1的程度(α变小)而下降[10]。据的平稳性。实际GDP序列与名义GDP序列代表为避免这一问题，Perron与ZhongjunQu建议在构造了确定性成份既包含截距项又包含时间趋势项(ρMAIC目标函数时，应用OLS退势的数据来估汁自=1)的情形;实际利率的季度数据则代表了只包含回归的谱密度，即首先用OLS退势序列代替检验式截距项(p=0)的情形。国内生产总值数据来源于(3)中的GLS退势序列，再根据(3)式的残差句来《中国统计年鉴2005};利率的季度数据来源于11\σ构造目标函数MAIC(k)[ll]。这样确定的h值将不的《国际金融统计年鉴2006)，各季度的实际利率采会随α变小而增大，因而可以避免检验势降低。在下用各季度的利率减去相应季度的商品零售物价指数。限于篇幅，本文不列出具体数据，仅给出分析结文的实证分析中，我们将根据这一步骤来确定差分变量的滞后阶数。果。这里对名义∞P和实际GDP的分析，是取对数后的序列，即InNGDP与InRGDP。首先，根据四、中国宏观经济序列的Perron与ZhongjunQu的建议，在选择滞后期时，应平稳性检验用OLS退势后的序列来估计回归式(3)，再依据式(3)的残差构造MAIC(k)目标函数，进而确定差分对宏观经济序列进行单位根检验，是进一步深变量的滞后阶数k[11];然后，应用GLS退势后的序入分析宏观变量之间关系的基础。当一个序列不能列再次估计回归式。)以计算检验统计量的值(该步拒绝单位根的原假设时，意味着一个外在的冲击对骤中差分变量的滞后阶数h即为第一步中确定的h该宏观序列具有永久性影响;相反，拒绝单位根的原值);最后与临界值相比较而得出结论。这里的实证假设则表明暂时性冲击对序列的影响也是暂时性分析借助于Eview写实现，三个序列的检验结果的。本文考察了中国1980-2005年名义国内生产见表10总值(NGDP)序列、以1980年价格为基期的实际国内生产总值序列(RGDP)序列①与1988年1月~表1中国InNGDP..lnRGDP与r序到的实证分析结果②Ng-Perron 样本检验统计量滞后期数结论序列MZ!LS 容量昭俨MSE俨LSA衅S(岛1AIC)(显著佐水平)lnNGDP 26 08 ω 2 不能拒绝(10%) LnRGDP 26 06 -1. 71901 。不能拒绝(10%)r 74 俑 4 只有MP手LS拒绝(10%) 实证结果表明，取对数后的名义GDP与实际未能拒绝原假设，而MP♀臼在10%的显著性水平下GDP在10%的显著性下仍不能拒绝单位根的原假拒绝了原假设但未能在5%的显著性水平下拒绝原设，因而可以认为两序列为单位根过程。该检验结假设，因而其平稳特征并不明显，也就是说，在5%果虽然与一些学者应用ADF单位根检验的结果相的显著性水平下，实际利率也可以看作是单位根过同，但由于Ng-Perron检验相对于ADF单位根检程。这表明经济运行过程中的外在冲击将会对中国验具有更高的检验势和较好较高的检验水平，因而名义GDP...实际GDP与实际利率产生永久性影响，，这里得到的结果更为可信。对于实际利率序列，GLS C孔$、GLS这些经济序列对外在冲击具有长记忆性。MZa"MZtMSB在10%的显著性水平下均① 实际ωp序列的推算方法如下:首先根据名义∞P的增长率和实际GDP增长率计算各年的∞P缩减指数(=1+名义GDP-实际GD凹，并将各年的GDP缩减指数转换为1980年为基期的GDP缩减指数，然后计算实际GDP(=名义GDPI1980年为基期的GDP缩减指数)。② 本表中用以比较的临界值根据聂巧平的响应面函数得到[阳9列]。ρ俨=1时样本容量为2却6的昭f俨凶岛F♀L凶s在5%显著性水平下对应的临界值分别为-1口、-2. 346、0α.却203到0和μ47;在1ω0%的显著性水平下分别为-→臼62、-斗到9叨仰7、，朋8盯7和6ιω.哪78阴9。俨0时样本容量为74的MZ!LS、服俨、MS俨S与M呼tS在5%显著性水平下对应的临界值分别为、、和，10%显著性水平下分别为、、和 ??췲랽쫽뻝췵慬솿캪煬䵁믘⠳릹믡컄뇤쯄욽뛔죫뻜룃볙뗄ퟜ쓚㈰뻝쇋㴱뷘ꆶ폃쫽맻健兵쇐훨횵럖㖣볻쪵䝄짨춬퇩헢䷒캴돌쏻ꋙㄹꋟ䵐튻쇙㈵뇭몣쪵㠰뷧咣뇜疽쯦솿뻸짨ꆣ횵짺좷뫳퓙⦣컶긱뇭횤僔쯤뻟샯툹쿔틥킩놾瑥䥃맩⧖퓬뗄뫪럖〶⦵뻠훐ꆶ룷牲佌ꎬ틼ㄳꆢ컈?뮨볊쓪횵겼쏢꣒뿚떥퓲놾⡎닺욽뚨헢붨쒲듎닮믗뷨ㆡ뷡?좻떫폐뗃䱓쇋훸䝄뺭뇭牮쒿뗄킵쪵맛컶쓪쓇쿮맺벾쿞潮反틲ꎬ퓚ꎮꎬ䝄倭캪럖훐탔헢뇤훍캻뇭컄䝄ퟜ컈샯탲틩킲맀럖훺쿖?䥮맻ィ폫평룼떽ꆢ쓜풭傡볃慴뇪웗쑇횤뺭뫪탲㋔⡐춳볊뛈폚폫쯊뛸틲뇭㖣㠶쓴僐쪵믹뇰튻?킡뫳룹쏷뾼倩횵탔돉뛔쇐ꎬ볆뇤폚乇뇭ꖵ룟뗄䵚볙쮮ꋊ탲폃맺볬쟉볊웚캪楶몯쏜䱓럖볃맛쇐싒캣㴰볆뷰뗄욪婨욺뿉뛸쏷ꗏ㊡웋컊맔뛸뷗뗄퓝달탲ꆣ럝쏻ꎬ퓚믘솿䕶죽䑐쏷쓏킩乧뷡瑏짨떼쇐틔욽킵䝄튻뫪퇩敳쫽뛈췋컶탲뇤뻟믄믊⦵쓪죚샻럹潮틔웤뺭퓖ꈭ쳢?퓶쫽풭쪱쇋쇐쪵볈틥벴톡맩뗄?楥룶ꆢꎬ퓖톧ꆪ볬맻瑳뻜떫쿂쩇뛔뇈ꎺ쓍倩䝄㦣⧏쪱쫆䵁훐쇐솿폐떼쓇본춳싊杪쓐죏욽볃㊣맛乧?ꎬ듳ꆣ볙탔ꆢ⡒볊냼䝄䥮퓱䅉歛쪽훍睳탲汮좡헟健퇩룼캴䑐췢웋僋뷏긱ꆪ슣ꎬ벴탲䥃뷸횮폀?쫀㈰볆복놾畮캪컈퓋늢긵ㄳꯀ健짨돥맺틔䝄몬傺乇훍䌨ㄱ⠳뫳뗏쇐則뛔퓏펦牲쫆䵓쓜쪵폫퓚뗄뺭健붷붫ꆢ곕牲펦쫗쇐⡫틲컒탐볤쪱뻃믷ㄹ倩僐뷘﯂캡〵쓪좥컄췊䑐뫳타欩ꆯ⧒뷗뗄쫽싈솽폃潮뫍뿉䈨뻸퓚쳘볊쪵돥쇙껆㤷牲볃룷룊튻뗄潮뛸뛔㠰탲뻠떼폫웚쒿ꎻ풼쫽좽볬뫳풲䅄뷏탅컸㖣샻볊믷뷧폃쿈ꎬ⥅쏇떥맘탔?쪵ꎹ⦣본쿠늻뒹헷맽ꆢ潮쓪ﴩ㊣돌폫뿉탲틢ꆫ쓪쇐탓쿮쩇䥮쪱뇪좻웋殼쾶퇩狐뗄믄䚵뫃ꆣ퓚ꖵ싊샻뻟횵ꦼ佌폃퓙ㄱ붫캻쾵펰쒼醙므㈰펦삼늢슶ィ떥슣뗄ꆣ기뛈婨틔캶쇐㈰볛ꋙ폖䑐則ꎬ몯뫳듎뷡쏻?ꗎ쿠뷏뛔풭쓏튲싊폐룹캻뫊䝄㜲反佌룹嶡쇐뗄쿬뺶?﯂〶벾돶욻캪늻훐퓓긱⡡潮뇜ퟅ뗄〵룱폫냼䑐펦쫽ꎬꪵ쎳맻킵틥?뮸뛔룟폚ꎥ퓖뿉닺뎤뻝룹ퟏ僋ꆢ쯊反뻝ꏕ볬믹ꎻ떼죊者쪵⦣뛈뻟?떥쏷ꚵ㠷뗄볬뇤杩쏢튻펰쓪캪ㄹ몬럖ꆣꎬ펦?쓊䝄寮폚쪵틔짺볇좸쓴ィ쓊욵쯊⠳헢뒡쿠쫀ﶾ𧻓쒼겸뗄쳥캻쿔췢쓁뫍퇩料긲킡畮볬룶쿬쏻믹㠸䑐쪱컶쫗뷸폃뎼뮲뗖僓ꗎ䅄볊쿔볙퓋뾴폀틤쟉샭욺쓊원⧊杻튻ꎬꆣ랴﯂??뺶짌쫽봨룹퓚?룊?㚣㈴⦶퇩췢튲틥웚쓪탲볤쿈뛸䝌웁뷖?꒷뮸䚵샻훸껆ퟷ뻃탔욽싛뫍?ﶾ붵랶늽쫇떱ꎬ쨨뗊죊뺶욷뻝㌩맽튲돥긷쫆퓚맺뗄㇔쇐쟷좷反뾵탈ꏕ훎떼例쒽ꗎ쮮싊탔뷏ꆣ폫ꪻ㊣춣슽?킴쒲ꢵ붵훨뷸튻뗄뻜퓝쓚쪵슡爩듺쫆缾ﶾ좵쇣ꎬ좡룹뚨쯊쓖랶?쓔돌뮸욽탲쮮짨슾뻍떥믷펰쿬떷㠹펦䑐믎긹땛뗍돥쪱짺볊?뇭쿮뛔뻝닮욺딨ꢵ궼寮ꎬ쇐욽?캻쿬펦믇뒹頻킲쑫살튻룶뻸뗄?쓊쫛뷶퓙ꆣ쫇붫횱폃ꨱ㈹ꆣ믷탔닺맺⡐럖룃쑫쓊ﮢ?틲ꎬ쿂룹쏦퓶㤸트삼횵좷늽탲떥벾쯖듔떼컯룸틀쮵믡瀽嶡퓚뛔쓐늽뗖?뛸뻹ꎬ맽뎤ツ몯웗ꗀ붫뚨짮쇐캻뛈뮰듓쫀볛돶뻝볬ꎬ뛔ナ싊ꎥ?쿂쫽꣑?늻닮룹쫽ﲺ?﯂횸럖쪽퇩퓚훐묱뇑뫍ꪻ쿔뗃鈴?럖쓜뗄䵆쪲컶뷡㖣맺쪵阮ㆣ훸뛸떽볊?탔뻈풭?뷡긴寒䝄쑇쮮?〱?ﶡ僔䑐욽뮩ꍐꆢ뿎쯵쿂꓂복㴱럖튻쪼횸뇰쪱㊣㒵웋쫽캪퓚퇹긳쑍ꎬ튻놾좻㐶㋑㞣죝뫳기ꆢ쾡솿쑇볆㔰ィꉞ캪䑐쯣ꆢ긲틚쯵쪵㈶튻복볊ㆣꎥ뗄〳퇏횸䝄길䷶ズꆢ쫽倨〸ꡌ촸䵓⠽㷃ꆢ뗄厡ㄫꎮ䉣ィꉍ긲㈴䱳䑐㔱㞣ⷓ쿔ꎯ䱓뫍믔㎣ꆢ긷?僑䵓㔳훸䉣〹쿔ꆣ뛒㚵?珓쓏ꎥ탔?퓖쿔훸퓋탔쮮껆쮮뷏욽욽슷쿂횱뛔펦쿂?뗄
统计与信息论坛用。另外，本文还对中国名义GDP、实际GDP和实五、小结际利率序列的平稳性进行了检验，得出了三个序列综上内容，本文在系统阐述Ng-Perron单位根在5%的显著性水平下均为非平稳序列的结论。笔检验统计量一_-~~L臼S统计量的基础上，对Ng者希望该文的应用分析能为实证工作者提供一个范Perηroon检验在实证分析中应注意的问题，尤其是检例，以期更为客观地研究经济问题。此外，限于篇验回归式中滞后阶数的选取进行了分析和论述，这幅，本文未考虑结构突变的情形，这也将是后续要研将使该检验在实际分析中得到更为科学和规范的应究的内容。参考文献:[1] Dickey D A, Ful1e W A. Dist世ribbutioon of the estimators for autorle1g叩r'恼essiivetime seri岱witha unit root[J]. Journa1 of the Ameriicωan Statistical A:s:划iatiioon,， 1979(74) :427 -431. [2] Dickey D A, Ful1e W A. Likelihood ratio statistics for au阳叩四.iivvetime series with a unit root[J]. 饵，钮，，1981 (49) :1057 -1072. [3] Phillips P C B. Timme 班seri回即r咿四邵，阳ionwith a unit root[J]. , 1987(55) :277 -301. [4] Elliott G R, Stock H. Efffiicii四 t臼创tfor皿autoregr四veunit root[J]. , 1996(64) :813 -836. [5] Perror P, Ng S. Useful moddiififciaαtit侧ionωsωssoomme unit root tests with dependent errors and their 1叫0<沼1asyymmptωo，ticc properties[J] . Reviewof E∞nomic Stud阻，1996(63):435 -463. [6] S阳主JH. A class of 阳test for int叩'aatti∞皿d创nt喀 Manuscript，Harrvv缸时dUniv四四rsity.[7] Ng S, Perron P. Laagg le阳ngth selectioonn 皿and the ∞conssttructioon of unit root tests with good size and power[J]. ECOnOOJ.由i饵ca，，2∞1(69): 1361-1401. [8] 张书云，夏秋.中国宏观经济变量平稳性分析[J].中央财经大学学报，2ω3(2):43 -47. [9] 聂巧平.单位根检验统计量岛俨S的有限样本性质研究及应用[J].数量经济技术经济研究，2∞7(3):103 -114. [10] seo M H. Improving unit root tests by a genera1lization of the au阳句审r四essivespectral density es位出natorat fr，呵lencyzero. Unpublished Manus田cr地ipt，De阳归rtmentof Econonùα， London School of E∞nomi岱，2∞5.[ 11] Perror P, Qu Zhongjun. A simple n时ificationto improve the finite sample阴严咚阳町tiesof Ng and p.回，回回..s uni t root tess'臼ts[[J]] . E∞，normniαLett町.2∞7(94):12-19.{责任编辑:张治国}臼1the Theo巧ry， and Application of the Ng -Perron Unit Rωt T.，臼臼t一一-theStationarγAnalyses of the China’s Macro配onomi四Seri臼1WANG Hai-hua, NIE (1. School of E∞nmommiiccs， Tianjin UnIiÚver司tyof Commerce, Ti叫in300134, China; 2. Res础'ChInstitute of International忌:刀on旧o町my，，缸n也kai UnIiÚversity，τ1叫四~in3ω071， China) Abstract:Combining the GLS de-trending and modified PP t，臼臼tand feasible point optimal t，e臼st,， Ng and Perron (2001) developed the ~ statisti臼山used臼to t臼 the unit root. Com阳i暗withthe ∞convveennttiionaall PP t臼tand ADF t臼t，the statistics have more power and better size, which is worth popularizing in the actual analysis. However, there is less applied in the known literatur臼.We systemically analyze and d臼cribethe Ng -Perron unit root t臼tin both the四o，reticall way and applicational. What’s more, by the t臼t，we r，e臼search the stationary of the 配series of the nominal GDP, real GDP and real inter，臼臼trate. Through our analyses, we hope the use of the Ng -Perron unit root t臼倒t也也nbe standardized and more widely used in the empirical缸 words: unit rI'o∞o，t t臼tj;Ng --Perron t，臼臼t;lag orderj; GDPj real inteerr.，臼臼trate 26 ??췲랽쫽뻝춳컥뷡ퟛ볬健퇩붫닎폃볊퓚헟샽럹뺿嬱?䆣潦瑨敳景慵瑩獥睩畮牯䅳嬲䑩牡⠴偨牥䔱劣䢣瑥慮傣厣瑯獯汏摥灲剥䕣却嬶楮捯䵡啮嬷汥獤潯爰杯獩灯⠶嬸嬹批来慴晲穥䔰卣婨浯業乧牣䱥⣔佮副呥ꆪ䅮卥坁䡡兩⠱䍏㌰㊣䥮䅢偐晥畳瑏獴桡扥楳睯慣䡯污慰歮汩獹扯睡䝄潵桯啳捡䭥潲獴?䆣䅭却浯慬瑨䢣捬敳牯周慮乧䍨䝌潰畮湯睯嬳捯潦敭獴佴ぴ潴健慰汬?瑯物楴汩牲깎癩瑥湳穥湥潰깄瑩浥瑨捫걆楬걓깅깕灥汯潮潦楮湵楶까湧散敱ꎮ灵桯걑浰摩灲晩獡䅰慴慬榡汔〱깒敤牴ꆪ볆嵄潴獯嬴㤩杲湩潰畤嵓ꆿ潤睥巕そㅝ獴瑴捲慯〰癥牥瑵獳灬潷獣獥傣摥짏牲믘쪹뾼ꆣ㖣쾣ꎬ뗄巄䦡瑥慮퇩샻걆敲慴摩澷敩慳깁깉瑩敯ꆪ楮浩牤ꆢ牥敳潴潲玡敷杲瑲牡楴?嬵까湶灩楳浡敹畕汩瑯晦獥湤捡潭瑥獣敲慧瑨瑩楴略扬潬汥晩潶湩浰潮灬楯祳敳ꩨ汮㌴牮獴牲撵健ꎬꎻ犣폫楣孊捩?ꎺ敳瑲敲楥瑣仌牛엊卥牥健杩獛潥⵰㜱牡楢ꎮ慬癥敭祺物ꎬ慲걲汹畬杲楳晩ꉞ率祭慴略浰汩浡ド瑩特ꆪ憡畴楯湡玣쓚潮맩룃컄쇭ꖵ췻틔놾캱ꉪ污摡?楫瑩춳싊瑲瑯灳捫楣晵敮杲物獩潮湣楳捡瑥汥ꆯ楥瑨湡敳畡湩ꎬ敡慴禣ꎮ牲睥乧뭇斡킡敳ꎬ楯穡탅步汥嶣慮瑩慴獩潯捡湤灴玣捫흓䪡ㄳ?浞杲瑯牲畮䩝健꽳捯楮汸捴敮敤睨楳犣楣扥批捨湡敡獴周祳멵污捳죝볬쪽쿗췢쓏룃웚컄楢牳偃楥?慴灴瑹짆桥玣特沣氧䍨牣楯걎乧직物瑵ꎬ牤ꆪ䑐敬捡獩楴潮瑩볆탲捡瑩潴ꎬ牲䍯特湩쾢?깊楯깅㔷潮瑛敳갱뾣㘱욣潲湯㤱⤰䍨ꎺ摩⠲楣깴慬慴牯畴癥䊣湴?楯ꎬꎮ潮ꆣ빣갲걎捥楮湡慮睥ꆪꎻ楨ꎬ퇩훐ꎺ퓖컄룼캴ꆣ붣궣穩牥楺?潮楣楮싛潵溣捯ꆪ睩䩝孊㤹健깅곏獩浩ꆤ䍯湧桥汹畧ꎮ솿쇐楯깔䡡䑥〰?䥅呩ꎬ憣歡浰뽴牥칳潯慬?놾퓚훍뗄캪뾼꺵뫕湧玣敤첳?牮갱湣業瑨ꎮ湯嶣㘨깵牶牲敯ㄴ쓇癥灡㖣㜨捳慮呩愩浢牥慬ㄩ湡ꆪ뗄玣慲?컄쪵뫳퓋펦뿍싇?湰慲ꗎ牴엖橩慮敳깗慬㤷确㜲䕣浥㘳潮湯〱㤴楮摥沣ꆪ욽畢?浥橩퓚횤뷗볊뮹껆폃맛뷡㤨整ꎮ潮瑩⦣浥껖뮸쇒캹楮瑡汩湴걌?癥璡깗䵇컈㜴楲潭捡먴瑲킹牡먱?쾵럖쫽뛔뷏뗘릹寮﨩獨汯桡⦣捡整ꎬ㌵楣諸?㊡춳䱓컶뗄훐탔슾퇐춻敤ꍴ潮灥瑩璡먴ꎬ楣ㄹꆪ憣ꨱ닻훐톡맺硫쓜뺿뇤춳뷸㈷ㄹ憣㤶㐶갲?㦣?桥꽳쫶펦좡뗃쏻ꪷ캪뺭뗄뎼볆탐摯ꆪ㠱갱⠶㎣〰궼?獴乧힢뷸떽틥쟆쪵볃쟩웁㐳㤸㐩?쎱솿쇋ꆪ틢탐룼䝄뷎횤컊탎뽍ㆣ㜨ꎺ?뗄볬健뗄쇋캪傡죐릤쳢ꎬ?㔵㠱뿆䍌楣믹퇩⦣㎡뷎牲컊럖뿆ꋊퟷꆣ헢厵뒡ꎬ먲죐潮쳢컶톧떼킵헟듋튲쓓㜷㌶풷?짏뗃떥ꎬ뫍쩇쒽쳡췢붫탏ꆪꎮ훎캻ꎬ폈싛맦䑐돶릩쫇?㌰룹웤쫶랶뫍?튻쿞뫳鈴뛔쇋ㆣ䩝쫇ꎬ뗄쪵ꎱ룶폚탸뻐?ꎮ乧죽볬헢펦?랶욪튪훐퓖ꆪ룶퇫퇐쫑탲닆킾쇐뺭뾼듳냓톧ꛓ톧썛놨ꎬ䩝㈰ꎮ〳쫽⠲솿⦣뺭먴볃㎡벼ꨴ㞣쫵?뺭볃퇐뺿ꎬ㈰〷⠳⦣먱〳ꆪㄱ㒣?
