“得到5%显著水平下有存在两个协整方程，选取最大的特征根对应的协整方程：

Y1 Y2 Y3 Y4 C

1.000 4.6805 -3.6466 -0.034107 -63.95206

（0.68220） （0.51355） （0.00946）”

[此贴子已经被作者于2006-12-10 12:58:46编辑过]

我想了想，可能是因为数据不满足Ｉ（０），所以不能做普通回归，只能做协整回归吧

所以线性回归方程应该是不正确的．

既然残差已经是平稳的了，说明这些序列存在长期均衡关系，可以做误差修正模型了。残差即代表了非均衡误差，用Y1、Y2、Y3、Y4 的一阶差分序列 和 e(-1)回归，设Y1、Y2、Y3、Y4 的差分序列分别为IY1、IY2、IY3、IY4 在EVIEWS里面输入如下命令：

LS IY1 C IY2 IY3 IY4 e(-1) 然后就可以得到误差修正模型了。

注意：前面说得这个误差修正模型是针对一个方程而言的，

向量误差修正模型VEC 是包含协整约束条件的向量自回归ＶＡＲ模型，

显然我理解，你这是个单方程的回归，不是向量自回归模型，所以你建立的所谓误差修正模型（协整方程）可能用了Johanson协整检验的出的，第二个回归实际上是协整系数。

不知道你说得什么协整回归是什么意思？？

不知道我解释的合否你意？

当利用EVIWS进行写协整方程时，应注意符号的书写，因为等于号是从Y1开始的，所以Y2,Y3,Y4,C的符号写方程时，若以Y1为被解释变量，则应变号，为移项后所得。