若您指的是spurious regression problem
那源自于 Granger and Newbold, 1974的发现,
两个有I(1)的序列,如果把这两个序列执行回归,
并对回归系数做T检定,按道理T检定统计量会不显著而且R2会很低。
然而他们做模拟的结果发现,全都不是这么一回事,经常发现T很显著,R2很高。
【按道理,模拟的结果应该呈现,100次里面,会有95次呈现T不显著与R2很低】
他们把这样的发现称之为spurious regression problem。
这项伟大的发现是告诉我们,回归不要动不动就run了再说,
然后看到显著而且R2很高就在那边整个心情high到不行!
这项发现后来带动一系列的研究,
譬如传统T检定被质疑,后来才有单根检定的发展【首推Dickey and Fuller】
还有共整合【协整】的出现。 【上述两个有单根的序列,有单根没关系,但他们具有长期稳定的关系】
请参考Wooldridge的 Introductory Econometrics A Modern Approach的第十八章
Enders的Applied Econometric Time Series的第四章
Greene的Econometric Analysis第五版的20.3.2小节
|