摘要: 本文通过理论分析和蒙特卡洛仿真,研究平稳性检验中选用的统计量与数据生成过程不一致时,非线性ESTAR、LSTAR与线性DF检验法能否得出正确的结论。研究表明,二阶LSTAR与ESTAR模型可用相同的检验方法,但前者的非线性特征更强。当数据生成过程为线性AR,或非线性ESTAR、二阶LSTAR模型时,使用DF或ESTAR检验法可得出大致正确的结论,但LSTAR检验法完全失败。数据生成过程的非线性特征越强,ESTAR较DF检验方法的功效增益越高;线性特征越强,DF的功效增益越高。当转移函数 中 较大导致一阶泰勒近似误差较大或 非0时,标准ESTAR与LSTAR非线性检验法失去应用条件。 较大或 偏离0较远时,数据生成过程中线性成分增强,用线性DF检验可获得更好检验结果。