有些明白了，谢谢！在yt=c+c1T+c2xt+et 中，T的值应该用什么呢？如1996年，是用T=1996吗？

你只要选择相应的选项就可以了。反正Eviews会给你回归结果

怎么根据第六个选项输出结果确定协整方程形式？是不是协整变量个数越多的就越好？敏感度在这里是什么意思，怎么考虑？

同求啊。大神

？？？/最后是怎么样的结果

楼主好人！楼主好人！！

在VAR模型中分析协整关系的分析方法越来越流行了，Eviews也在分析中广泛应用，但是，在进行协整向量的Johansen检验时总遇到5个模型如何选择的问题。看了很多教材，对此都语焉不详。于是只好再看外文。很多文章采用“Pantula principle”，这一准则的出处在《Determination of cointegration rank in the presence of a linear trend》，Oxford Bulletin of Economics and Statistics, 54(3), 1992, 383-397。很遗憾，此文原文未能找到，所以只能根据网上其他文献的表述来描述Pantula准则。

在Eviews的Johansen检验中有5个模型可供选择，用过的都知道，就不细写了，还按照Eviews的顺序。

一般认为，1、5两个模型可不考虑：第一个模型一般不符合实际，第五个模型的研究仍不全面。所以，模型的选择仅在2、3、4三个模型中进行。

往下就很简单了，根据Pantula准则，从约束最多的模型出发，直到约束最小的模型，哪个先拒绝零假设，哪个模型就最合适。

具体到Eviews中，先做模型2，看协整向量为0时的统计量（迹和最大特征值都可以），打星号了吗？没打星号，所有模型都不适用；有星号，则看模型3。再看模型3，没星号，则选模型2，有星号，继续看模型4。依此类推，检验完模型4后再检验模型2，此时看协整向量为1时的统计量，步骤仍同上。

直到遇到第一个没打星号的模型，采用这一模型的前一个模型（打星号的）。这就是模型选择的Pantula准则。

从看到材料总结，可能有疏漏，与大家分享讨论。

参考文献：John Beirne, Real Exchange Rate Dynamics and Monetary Integration in Crisis-Affected Regions, Journal of International and global Economic Studies,1(2),December 2008,1-25

Date: 12/04/15   Time: 13:37                                       
Sample: 1985 2013                                       
Included observations: 27                                       
Series: LS LFIR LSEC LTHI                                        
Lags interval: 1 to 1                                       
                                       
Selected (0.05 level*) Number of Cointegrating Relations by Model                                       
                                       
Data Trend:        None        None        Linear        Linear        Quadratic
Test Type        No Intercept        Intercept        Intercept        Intercept        Intercept
        No Trend        No Trend        No Trend        Trend        Trend
Trace        4        1        0        1        1
Max-Eig        1        1        0        1        1
                                       
*Critical values based on MacKinnon-Haug-Michelis (1999)                                       
                                       
Information Criteria by Rank and Model                                       
                                       
Data Trend:        None        None        Linear        Linear        Quadratic
Rank or        No Intercept        Intercept        Intercept        Intercept        Intercept
No. of CEs        No Trend        No Trend        No Trend        Trend        Trend
                                       
         Log Likelihood by Rank (rows) and Model (columns)                               
0         109.7260         109.7260         116.9486         116.9486         123.3769
1         124.4210         125.5618         129.0049         136.9498         141.6422
2         131.1445         132.3664         134.6960         147.3631         150.7350
3         134.7807         137.2943         138.2936         151.8768         153.5276
4         137.5241         140.4037         140.4037         154.6526         154.6526
                                       
         Akaike Information Criteria by Rank (rows) and Model (columns)                               
0        -6.942669        -6.942669        -7.181377        -7.181377        -7.361254
1        -7.438589        -7.449021        -7.481846        -7.996282        -8.121644
2        -7.344038        -7.286403        -7.310816        -8.100973         -8.202591*
3        -7.020789        -6.984764        -6.984714        -7.768654        -7.816859
4        -6.631414        -6.548424        -6.548424        -7.307603        -7.307603
                                       
         Schwarz Criteria by Rank (rows) and Model (columns)                               
0        -6.174765        -6.174765        -6.221498        -6.221498        -6.209399
1        -6.286734        -6.249172        -6.138015        -6.604457*        -6.585837
2        -5.808231        -5.654608        -5.583033        -6.277202        -6.282832
3        -5.101031        -4.921024        -4.872980        -5.512938        -5.513149
4        -4.327704        -4.052738        -4.052738        -4.619941        -4.619941
                                       
这是Eviews6中  JJ检验第六个选项，如何判断那种形式是最合适的