既然已经验证两者的协整关系，后面可以
1. 直接说明二者之间的长期均衡关系，协整方程回归系数的实际意义是Yt对Xt的弹性系数，xt每增加1%，yt就增加“弹性系数”%，在数量关系上说明二者的依赖关系。
2. 短期内很可能是不均衡，你可以用误差修正模型进行描述。比如：Δyt=αΔxt+βet+ut，et是误差修正项，ut是随机误差项（白噪声）。主要看前两个系数的正负和大小，从而解释短息波动。

你知道协整分析的目的是干什么的吗？

我的了解：协整分析是说明二者存在长期的稳定的关系，不平稳序列，如果是协整的，依然可以做经典的回归分析。  请教你了

1. 首先，本题的协整分析的意义：确定两个非平稳序列之间的长期均衡关系，即检验是否存在一种均衡机制，比如，消费与收入的关系，两者都在增长，呈现非平稳特征，但两者存在稳定的比率关系，并在一定范围内波动。

2.是否适合协整分析，首先你得确定两个变量的非平稳性，要找到协整向量。如果这个协整向量已知，用DF检验和ADF检验即可；如果未知，就得用协整回归+EG检验或者AEG检验。其次， yt，xt~I(1), 若二者协整，其协整阶数必然为0，应该不存在修整问题。

针对我题目上写的模型，协整分析有什么意义？我已经得出结果，yt 与xt是协整的，针对我的模型，接下来怎么阐述？