不是说大于0.05才是平稳的吗

通常在单位根检验中，我们使用0.05作为判断统计显著性的标准。但关于时间序列的平稳性，情况有所不同：

1. 单位根检验的目的：单位根检验是用来检测一个时间序列是否存在单位根（即是否是非平稳的）。如果检验的p值小于显著性水平（如0.05），我们拒绝零假设，认为序列具有单位根，即序列不是平稳的。

2. 平稳性的判断：当我们说序列是平稳的，通常是指没有足够的证据表明序列具有单位根。因此，在单位根检验中，如果p值大于0.05，我们不拒绝零假设，认为序列可能是平稳的。

3. p值接近0的情况：如果论文中提到p值为0，这实际上是指p值非常小（例如小于0.0001），这提供了极强证据拒绝零假设，认为序列是平稳的。

4. 统计显著性与平稳性的区别：统计显著性关注的是效应或差异是否明显到足以排除随机变异的解释，而平稳性关注的是序列是否具有一致的统计特性（如均值、方差）随时间不变。

5. 稳健性检验：即使p值很小，也应该通过其他方法来验证时间序列的平稳性，比如进行ADF检验的同时，也可以使用PP检验或KPSS检验作为稳健性检验。

6. 经济理论的结合：在实际应用中，除了统计检验外，还需要结合经济理论和实际情况来分析序列的平稳性。

7. 差分操作：如果时间序列在原始形态下不是平稳的，可以通过差分操作来使其变得平稳。例如，一阶差分是最常见的处理方法。

8. 多重比较问题：在对多个序列或同一序列的不同模型进行检验时，需要注意的是，即使单个检验的p值很小，也可能存在多重比较问题，这可能导致假阳性结果。

总之，当说到时间序列的平稳性时，p值的大小需要根据具体情况来解释。如果p值远小于0.05，这通常表明序列是平稳的；如果p值接近或大于0.05，这表明我们没有足够的证据拒绝序列是平稳的零假设。