晕啊，我遇到同样的问题！！！同求

同问

本人认为，你的检验结果表明三变量之间存在一个协整方程，并可以直接得到正规化的协整方程，以便于自己解释。另外，在做三变量协整检验之前，应分别对每两个变量进行协整关系检验。

在运用极大似然法进行参数估计时，Johansen(1988)假设了随机误差序列 服从正态分布，Gonzalo(1994)通过模拟试验证明了即使 不服从正态分布，协整向量的极大似然估计也是超一致的估计。在大样本的情况下，MLE的统计特性一般优于EG两步法中估计量的性质。例如，系数的估计是无偏的，渐近有效的，具有最小的均方误差，其渐近概率分布是对称的等等。当向量时间序列中存在唯一的协整关系，极大似然法和EG两步法的参数估计量才在渐近的意义下相同。Gonzalo(1994)还考虑了向量自回归表达式中不同的滞后阶数对MLE的影响，结果发现，选择的滞后阶数过多，对MLE的结果影响不大，MLE仍然是最好的估计方法。但是，如果选择的阶数太少，MLE就不是最好的参数估计。Banerjee et al.(1993)指出，有的文献发现用SIC准则确定滞后阶数的效果较好，而且在一些实证分析的文献中，也都采用了SIC准则。
对于其他的协整参数估计方法，Phillips(1991)通过模拟试验进行了比较分析，同时指出Johansen(1988)的极大似然估计方法具有非常好的统计性质，从而优于其他的参数估计方法。

在运用极大似然法进行参数估计时，Johansen(1988)假设了随机误差序列 服从正态分布，Gonzalo(1994)通过模拟试验证明了即使 不服从正态分布，协整向量的极大似然估计也是超一致的估计。在大样本的情况下，MLE的统计特性一般优于EG两步法中估计量的性质。例如，系数的估计是无偏的，渐近有效的，具有最小的均方误差，其渐近概率分布是对称的等等。当向量时间序列中存在唯一的协整关系，极大似然法和EG两步法的参数估计量才在渐近的意义下相同。Gonzalo(1994)还考虑了向量自回归表达式中不同的滞后阶数对MLE的影响，结果发现，选择的滞后阶数过多，对MLE的结果影响不大，MLE仍然是最好的估计方法。但是，如果选择的阶数太少，MLE就不是最好的参数估计。Banerjee et al.(1993)指出，有的文献发现用SIC准则确定滞后阶数的效果较好，而且在一些实证分析的文献中，也都采用了SIC准则。
对于其他的协整参数估计方法，Phillips(1991)通过模拟试验进行了比较分析，同时指出Johansen(1988)的极大似然估计方法具有非常好的统计性质，从而优于其他的参数估计方法。