一、單位根檢驗的回顧1、在實際應用中，何種情況下需要對單位根進行檢驗？答：理論上，你在實際應用過程中，如果你遇到的樣本是時間序列形式的，都要進行單位根檢驗。原因是，如果你的時間序列數據是單位根的話，類似于你的數據的變化是很不規則的，好像一個“醉漢”。從計量角度看，它影響了我們假設檢驗當中的“儀器”的準確性。2、單位根檢驗的數學形式，或說你應當用數學方式會表述單位根檢驗的原假設。3、學會在eviews上對一個時間序列變量進行單位根檢驗。（1）如果一個變量具有單位根的特征，那么表示這個變量經過一次差分，就會變成平穩的。（2）在eviews中，單位根檢驗的對象是seriesobject。也就是，你要先打開一個seriesobject，然后，在打開的窗口中點擊view來觀察這個序列是否具有單位根的特征。（3）要特別注意的是，eviews上如果你不能拒絕你所檢驗的變量對象是一個單位根，那么此時并不一定表明你所檢驗的變量一定是I（1），也可能是I（2）或I（3）等更高階的單整。要注意的是，只要你檢驗的變量是非平穩的，都會接受原假設。（4）在eveiws單位根檢驗要遵循如下的步驟：第一，先對變量（比如Y）進行水平數據的單位根檢驗（level）；第二，如果水平數據拒絕原假設（即不存在單位根），那么檢驗停止，說明水平數據是一個平穩的時間序列變量；第三，如果水平數據的檢驗接受原假設，僅能說明你檢驗的變量是非平穩的，此時需要繼續對這個變量的一階差分進行單位根檢驗（1Sdifference）。如果此時拒絕原假設，那么，檢驗停止，表明這個變量要經過兩次差分才會平穩，否則，繼續對二階差分進行單位根檢驗（1Sdifference）。總之，檢驗的目的是判斷，到底你所檢驗的變量經過幾次差分后才會平穩？所以，檢驗一定要到差分平穩后為止。（5）對你而言，由于有不同的單位根檢驗方法，所以一個不錯的選擇是，你同時用不同的方法對你所關注的變量做單位根檢驗，并開出所有結果。二、協整與誤差修正（一）平穩與非平穩序列所反映的信息區別1、平穩：一般來說，平穩時間序列的變動是有規律可循的。2、非平穩：一般是無規律可循的。（二）在何種情形下兩個或多個非平穩時間序列之間會有內在的聯系呢？說明：假定將非平穩時間序列看作是“醉漢”，一般來說，當然，不同的醉漢之間走路沒有什么聯系，所以，他們的走路都是雜亂無章的。但是，如果我們將兩個醉漢用繩子拴在一起，在下述情況下，二者的走路的合力就會看起來是有規律的（平穩的）：一是兩個“醉漢”“醉”的等級一樣（對變量來說，即經過相同次差分后可平穩）；二是他們兩個走路左右搖動的力量相等、方向相反。此時，我們稱兩個醉漢是協整的。（三）協整的經濟含義是什么？答：協整對應的是經濟學的“長期均衡”。比如，要檢驗兩個市場是否是連通的，一個辦法是檢驗兩個市場的價格是否是協整的。（四）如果兩個變量是協整的，其因果方向是什么？答：具有協整關系的兩個變量的因果關系是雙向的。所以，一定要注意，即使你回歸出來的兩個變量具有單方程的形式，也不能像以前一樣對其加以解釋。即，你不能說某個解釋變量變動多少，會引起被解釋變量變動多少。（五）eveiws的協整檢驗有幾種方法？答：有兩種方法：一是單方程模型的檢驗；二是多方程模型，即建立在系統VAR基礎上的檢驗。（六）eviews上的單方程檢驗協整的方法1、檢驗的原始模型注意問題：第一，evews要檢驗的是yt和Xt之間是否存在協整關系；第二，yt代表一個變量，但Xt是一個向量，可以包括多個變量；第三，如果你用單方程模型進行檢驗，那么，你實際上隱含假定這些變量之間的協整關系就1個；第四，這并不意味著X與Y之間的因果關系是單向的；第五，要注意，兩個模型中包含同樣的一個D1；第六，無論是D1還是D2，它們都是向量，而且里面的變量元素都是外生的，包括截距項與時間趨勢項；第七，你在協整檢驗前，必須先要做的是，觀察一下，yt和Xt是不是經過同樣次數的差分都是平穩的。只有在它們是經過同樣次數差分后是平穩的條件下，才可以分析它們之間是否存在協整關系。2、單方程協整檢驗的思想對于式（8.1），如果yt和Xt都是同階非平穩的（這里指的差分一次后是平穩的），但它們