2. 非平稳时间序列：随机游走、趋势平稳与差分平稳、确定性趋势与随机性趋势的区别

好，咱们进入第二章。说实话，这一章是整个单位根检验的基石。你如果搞不懂非平稳的几种形态，后面协整什么的根本没法聊。我在项目里见过太多人，一上来就咔咔差分，结果把本该保留的趋势信息全给差没了——那叫一个心疼。

咱们先理清一个核心问题：非平稳到底长什么样？

2.1 随机游走：最纯粹的非平稳

随机游走，英文叫 Random Walk。你想想看，一个醉汉在街上走，每一步的方向和大小都是随机的。他下一步的位置，完全取决于当前的位置加上一个随机扰动。这就是随机游走的本质。

数学上长这样：

y_t = y_{t-1} + ε_t
其中 ε_t ~ WN(0, σ²) 是白噪声

嗯，这里要注意：这个模型里没有截距项，也没有趋势项。纯粹就是「今天 = 昨天 + 随机噪声」。

随机游走有几个要命的性质：

• 方差随时间发散——时间越长，数据波动越大，没有边界
• 冲击是永久的——今天的随机扰动，会永远留在序列里，不会消失
• 预测越来越不准——短期还能猜猜，长期基本等于瞎蒙

我在做金融数据时遇到过一件事：有人拿股票价格直接做回归，R²高达0.9，兴奋得不行。我一看，两个都是随机游走，这不就是伪回归嘛。后来他花了两周重新建模，才把问题搞清楚。

2.2 趋势平稳 vs 差分平稳：两种不同的「去趋势」思路

好，现在问题来了。如果序列有明显的上升趋势，它是不是就一定非平稳？不一定。这里要分两种情况。

2.2.1 趋势平稳（Trend Stationary）

趋势平稳，说白了就是：序列围绕一条确定性趋势线波动，去掉趋势后就是平稳的。

模型长这样：

y_t = α + βt + ε_t
其中 ε_t 是平稳过程

你看，这里的趋势项 βt 是确定的、不变的。你只要把这条直线减掉，剩下的残差就是平稳的。所以处理方法很简单：直接做去趋势（Detrending）。

2.2.2 差分平稳（Difference Stationary）

差分平稳就完全不一样了。它的趋势不是固定的，而是随机游走式的漂移。

模型长这样：

y_t = y_{t-1} + δ + ε_t
其中 δ 是漂移项（drift）

你想想看，这个序列每一步都带着一个固定的漂移 δ，但每一步的随机扰动又会累积。所以它的趋势线不是固定的，而是随着时间随机变化。

处理方法：做差分（Differencing），把 y_t - y_{t-1} 拿出来分析。

2.3 确定性趋势 vs 随机性趋势：本质区别在哪？

这两个概念，其实是对上面两种平稳性的另一种表述。

特征	确定性趋势	随机性趋势
趋势是否固定	是，βt 是固定的	否，趋势随随机冲击变化
冲击的影响	暂时性，冲击会衰减	永久性，冲击永远存在
长期预测	收敛到趋势线	方差无限大，无法收敛
处理方法	去趋势（减掉 βt）	差分（一阶差分）
典型例子	有固定增长率的GDP	股票价格、汇率

为什么会这样？核心在于冲击的持久性。

确定性趋势下，一个随机冲击（比如疫情）会让序列暂时偏离趋势，但过段时间它会自己回到趋势线上。说白了，冲击是「过客」。

随机性趋势下，一个冲击会永久改变序列的水平。比如股市崩盘，指数跌下去了，它不会自己涨回来——除非有新的正向冲击。冲击是「永久居民」。

2.4 一张图看懂本章核心逻辑

下面这张SVG图，把咱们刚才讲的内容串起来了。你仔细看看，就能明白非平稳序列的「家族树」。

2.5 怎么判断？一个简单的实操思路

你拿到一个序列，怎么判断它是趋势平稳还是差分平稳？我个人的习惯是三步走：

1. 先画图——看趋势是不是大致直线。如果是，趋势平稳的可能性大。
2. 做单位根检验——ADF检验、PP检验这些，后面章节会细讲。
3. 看经济含义——这个变量在现实中，冲击是暂时的还是永久的？比如GDP，一般认为冲击是暂时的，会回归潜在产出。但股价，冲击就是永久的。

嗯，这一章的内容就到这儿。记住一句话：非平稳不是洪水猛兽，关键是你得知道它属于哪种非平稳。搞清楚了，后面的协整分析才能站得住脚。

---

公众号:蓝海资料掘金营，微信deep3321