如果您的y_(t)=a+b*x_(t) 视为回归，【一般时间序列的回归】
那么，x y皆 nonstationary， 冒冒然回归，容易犯虚假回归的问题。
当然，这两个变量也许有协整关系，所以您应当进行向量误差修正模型VECM

回归两者差值，即您所谓的  y_(t)-y_(t-1)=b'*(x_(t)-x(t-1))
当然，也许您已经判定Y与X皆为I(1) 即进行一阶差分呈stationary

很多人不愿意回答您的问题，是因为这些知识是属于时间序列很基本很基本的东西，
所以您还是找本书来看看，会比较有感觉。

b’就相当于估算出b，按理应该是不太会那么巧合，不过您可以利用Stata去演练您的问题阿！
【虽然这只是个例子，但起码能让您有个感觉…不一定是正确的】

webuse friedman2, clear
tsset time

reg consump m1

reg D.consump D.m1, noc

您比较一下估计出的系数结果吧！
上面两个reg是针对您问题中的式子

如果你想“估计”，至少应该写（设）成y(t)=a+b*x(t)+ε(t)。

写（设）出来上式后，已知y(t)与x(t)都是时间序列（某种随机过程，这与独立同分布的一组随机变量并不一样），无论y(t)与x(t)是否是平稳的，都需要就上式了解/推测ε(t)的情况。若ε(t)不是平稳的，使用OLS估计（回归）方法就是不恰当的。

换句话说，即使你愿意相信y(t)与x(t)确有如上关系（无论这两者是否是平稳的），若其中ε(t)是不平稳的，则讨论b应该是什么值，“意义”也不大，因为由于ε(t)不平稳，b是这个值还是那个值，都既不好承认，也不好否认。