在Stata中进行单位根检验是时间序列分析的重要步骤,主要用于判断序列的平稳性，单位根检验的核心思想是检验序列是否存在单位根，若存在单位根，则序列为非平稳序列，可能导致伪回归问题；反之则为平稳序列，Stata提供了多种单位根检验方法，包括DF检验、ADF检验、PP检验、KPSS检验等，不同方法适用于不同数据特征和模型设定。
单位根检验的基本原理与常用方法
-
DF检验（Dickey-Fuller检验）
DF检验适用于一阶自回归过程AR(1)，模型设定为：
[ \Delta yt = \alpha + \beta t + \gamma y{t-1} + \varepsilon_t ]
(\alpha)为常数项，(\beta)为时间趋势项，(\gamma)为系数，原假设(H_0: \gamma = 0)（存在单位根），备择假设(H_1: \gamma < 0)（平稳），若拒绝原假设，则序列平稳。 -
ADF检验（Augmented Dickey-Fuller检验）
ADF检验是DF检验的扩展，通过引入滞后差分项消除序列自相关，模型为：
[ \Delta yt = \alpha + \beta t + \gamma y{t-1} + \sum_{i=1}^{p} \deltai \Delta y{t-i} + \varepsilon_t ]
滞后阶数(p)可通过AIC、SC准则或自相关图确定。 -
PP检验（Phillips-Perron检验）
PP检验通过非参数方法修正序列自相关和异方差，模型形式与DF检验相同，但使用修正的t统计量和Z统计量。 -
KPSS检验
KPSS检验的原假设为序列平稳（趋势平稳或水平平稳），备择假设为非平稳，与ADF检验形成互补。
Stata中单位根检验的命令与操作
Stata的dfuller命令用于ADF检验，pperron命令用于PP检验，kpss命令用于KPSS检验，以下是具体操作步骤：
ADF检验（dfuller命令）
基本语法为：
dfuller 变量名 [, options]
常用选项包括：
trend：包含时间趋势项和常数项（默认仅含常数项）。noconstant：不包含常数项。lags(#)：设定滞后阶数，默认自动选择。regress：显示回归结果。
示例：
对变量gdp进行ADF检验，包含趋势项，滞后阶数为2：
dfuller gdp, trend lags(2)
PP检验（pperron命令）
语法与dfuller类似：
pperron 变量名 [, options]
选项包括trend、noconstant、lags(#)等，还可通过bandwidth()设定带宽参数。
示例：
对变量inflation进行PP检验，不含趋势项：
pperron inflation, noconstant
KPSS检验（kpss命令）
语法为：
kpss 变量名 [, options]
选项包括trend（趋势平稳检验，默认为水平平稳）和lags(#)。
示例：
检验变量stock的水平平稳性：
kpss stock
检验结果解读与模型选择
单位根检验需关注以下关键指标：
- t统计量：与临界值比较，若t统计量小于临界值（绝对值更大），拒绝原假设。
- P值：若P值小于显著性水平（如0.05），拒绝原假设。
- 滞后阶数：通过AIC/SC准则选择，避免过度拟合。
模型选择规则：
- 若序列有明显趋势,选择包含趋势项的模型（
trend选项）。 - 若序列均值非零,需包含常数项（默认）。
- 滞后阶数可通过
varsoc命令（信息准则筛选）或dfuller的lags(0/1/...)手动尝试。
示例结果解读：
Dickey-Fuller test for unit root Number of obs = 100
Interpolated Dickey-Fuller
Test Statistic 1% Critical 5% Critical 10% Critical
Value Value Value
Z(t) -3.215 -3.497 -2.890 -2.582若Z(t) = -3.215，小于5%临界值-2.890，则在5%显著性水平下拒绝原假设，序列平稳。
多变量序列的单位根检验
对于面板数据或多个时间序列,可结合xtunitroot命令（面板单位根检验）或循环执行单变量检验，对变量x1、x2、x3分别进行ADF检验：
foreach var in x1 x2 x3 {
dfuller `var', trend lags(2)
}
注意事项
- 数据预处理：检验前需检查序列趋势、异常值，必要时进行对数变换或差分。
- 检验方法互补：建议结合ADF和KPSS检验，避免单一方法偏差。
- 季节性数据：若数据存在季节性，需先进行季节差分或使用
seasonal选项。
相关操作示例
以下为ADF检验与PP检验的对比示例（假设数据为gdp序列）：
| 检验方法 | 命令 | 检验统计量 | P值 | 5%显著性） |
|---|---|---|---|---|
| ADF检验 | dfuller gdp, trend |
-3.215 | 021 | 平稳 |
| PP检验 | pperron gdp, trend |
-3.180 | 023 | 平稳 |
FAQs
问题1：如何确定ADF检验的滞后阶数？
解答：滞后阶数可通过以下方法确定：
- 使用
dfuller的lags(#)手动尝试不同阶数，选择AIC/SC最小的模型； - 通过
varsoc 变量名命令查看信息准则（AIC、BIC、HQIC），选择使准则最小的阶数； - 参考Schwert准则（(p_{\text{max}} = \text{int}[12(T/100)^{1/4}])，T为样本量）。
问题2：ADF检验与KPSS检验结果冲突时如何处理？
解答：ADF检验的原假设是“存在单位根”，KPSS检验的原假设是“序列平稳”，若ADF拒绝原假设（平稳）而KPSS拒绝原假设（非平稳），可能因序列结构复杂（如结构断点），建议：
- 检查序列趋势和异常值,分段检验；
- 使用更稳健的检验方法（如ERS检验、NP检验）；
- 结合经济理论判断序列的长期趋势,避免机械依赖统计结果。
