实际上,即使是变量中有非平稳序列也不鼓励直接差分再估计。差分会导致信息损失, 而且很可能引入错误的specification从而改变模型的inference. 现在比较鼓励的是不管有没有unitroot,都应该直接用原序列进行估计(当然一些预处理是必要的,季节调整,natural log等等)。对于传统frequentist估计方法, unitroot 的存在并不影响估计的consistency,影响的只是efficiency。所以如果要做协整来修正估计误差。但是如果用bayesian估计,那完全可以忽略unitroot的影响。 因为bayesian并不依赖大样本的asymptotics来推断参数的分布。所以简单的说,就是能不差分就不差分。
|