题外话，这看起来似乎不太像"老外"的文章，反而较似"老中"。

基本上，单一方程，两阶段的误差修正模型，两阶段的式子等号左边要同一个变量，亦即 normalization；
这是一般最常遇到的所谓正号的问题所在，而从学理上之估计式来看，亦非数据问题，如 Engle-Granger 2-step procedure。

以您提供的讯息来看，简略推敲，

首先她这个顺序就不似传统常见，主要在於DOLS与ECM的运用基础，与变量处理。

协整下，协整关系的变量参数估计式，基本上以样本量而概率收敛，老外文献上称 super-consistent；
但其概率分配则非传统概率分配，兼之 nuisance parameters 问题；

DOLS一般用来处理多变量协整，目的系为统计推论而非参数估计，
於仅有一条协整关系的前提下，将内生变量纳入考量而估计，同时 lead-lag terms 为 nuisance parameters，
据此，参数估计式其渐近性质下，可有传统概率分配配合使用。

您提供的讯息，式(2)不似标准DOLS，再与式(3)对比来看，两式对於外生变量的处理逻辑，或因变量文字符号而令人费解；
另式(3)将DOLS的残差用之为 error-correction term 的运用，不知其背後逻辑为何。

很抱歉，对於由您提供的有限讯息，您的问题除上简述之原因，馀力有未逮。

误差修正模型至少有三种长相，其中只有 ADL 变形的误差修正模型，其误差修正项有需为负的含意；其馀皆无。
以 Engle-Granger 2-step procedure 为例，其正负号基本上以变量之顺序为准。

请问，什么叫以变量顺序为准？我的模型严格按照老外的设计做的，好像没什么问题。

那请教老外的 article title and authors？ 若为 unpublished 且 让 google 大神 也束手无策的，若方便烦请上传於此。

变量的顺序以老外之英文文献上来说为 normalization

老外的步骤先用DOLS做协整，也就是要将高阶变量的差分项的滞后几期和超前几期引入方程，如下