看到了一个不错的帖子，面板数据分析的同学可以看看，转载的http://blog.sina.com.cn/s/blog_73b4224e01010x43.html

单位根检验、协整检验和格兰杰因果关系检验三者之间的关系

　　实证检验步骤：先做单位根检验，看变量序列是否平稳序列，若平稳，可构造回归模型等经典计量经济学模型；若非平稳，进行差分，当进行到第i次差分时序列平稳，则服从i阶单整（注意趋势、截距不同情况选择，根据P值和原假设判定）。若所有检验序列均服从同阶单整，可构造VAR模型，做协整检验（注意滞后期的选择），判断模型内部变量间是否存在协整关系，即是否存在长期均衡关系。如果有，则可以构造VEC模型或者进行Granger因果检验，检验变量之间“谁引起谁变化”，即因果关系。

一、讨论一

1、单位根检验是序列的平稳性检验，如果不检验序列的平稳性直接OLS容易导致伪回归。

2、当检验的数据是平稳的（即不存在单位根），要想进一步考察变量的因果联系，可以采用格兰杰因果检验，但要做格兰杰检验的前提是数据必须是平稳的，否则不能做。

3、当检验的数据是非平稳（即存在单位根），并且各个序列是同阶单整（协整检验的前提），想进一步确定变量之间是否存在协整关系，可以进行协整检验，协整检验主要有EG两步法和JJ检验

A、EG两步法是基于回归残差的检验，可以通过建立OLS模型检验其残差平稳性

B、JJ检验是基于回归系数的检验，前提是建立VAR模型（即模型符合ADL模式）

4、当变量之间存在协整关系时，可以建立ECM进一步考察短期关系，Eviews这里还提供了一个Wald－Granger检验，但此时的格兰杰已经不是因果关系检验，而是变量外生性检验，请注意识别

二、讨论二

1、格兰杰检验只能用于平稳序列！这是格兰杰检验的前提，而其因果关系并非我们通常理解的因与果的关系，而是说x的前期变化能有效地解释y的变化，所以称其为“格兰杰原因”。

2、非平稳序列很可能出现伪回归，协整的意义就是检验它们的回归方程所描述的因果关系是否是伪回归，即检验变量之间是否存在稳定的关系。所以，非平稳序列的因果关系检验就是协整检验。

3、平稳性检验有3个作用：1）检验平稳性，若平稳，做格兰杰检验，非平稳，作协正检验。2）协整检验中要用到每个序列的单整阶数。3）判断时间学列的数据生成过程。

三、讨论三

其实很多人存在误解。有如下几点，需要澄清：

第一，格兰杰因果检验是检验统计上的时间先后顺序，并不表示而这真正存在因果关系，是否呈因果关系需要根据理论、经验和模型来判定。

第二，格兰杰因果检验的变量应是平稳的，如果单位根检验发现两个变量是不稳定的，那么，不能直接进行格兰杰因果检验，所以，很多人对不平稳的变量进行格兰杰因果检验，这是错误的。

第三，协整结果仅表示变量间存在长期均衡关系，那么，到底是先做格兰杰还是先做协整呢？因为变量不平稳才需要协整，所以，首先因对变量进行差分，平稳后，可以用差分项进行格兰杰因果检验，来判定变量变化的先后时序，之后，进行协整，看变量是否存在长期均衡。

第四，长期均衡并不意味着分析的结束，还应考虑短期波动，要做误差修正检验。

单位根检验、协整检验有用吗？——欢迎大家讨论单位根检验（单整检验）、同积过程检验（即，协整检验）有用吗？？——欢迎大家讨论[原创]

首先，我得承认，我对这部分知识并不十分了解（只知道这个工具是干什么用的，但并不知道这个工具是怎么做成的）所以难免有可笑之处。
下面就是我想不通的地方：
（1）单位根检验的意义。
我看了半天，感觉它的目的就是为了验证某一个模型中所选择的自变量、因变量是否平稳，如果不平稳，就给它弄平稳了，从而避免“伪回归”的出现。可是，我们在做经典回归或者AR、ARMA等模型之前，不都是要对原始数据进行平稳化处理吗（标准化、归一化、差分）？并且在判断某一序列是否平稳时，肉眼观察不是更方便吗？画出图来，直观地看看是否围绕着均值上下波动，并且一般来说不超过N倍的标准差，不就行了吗，还需要什么单位根检验阿？
唯一觉得有点意义的是：通过检验某个貌似有趋势的序列，发现它是个带常数项的维纳过程，然后得出结论——无法预测。
（2）协整检验的意义。
说是可以得到两个变量（而且是存量）之间的长期均衡关系。但看了半天，感觉绕了一大圈，最后还是做了个普通的回归。有种被愚弄的感觉。原先，我还以为，有了协整这个工具之后，宏观经济学会少了很多争论，可是好像并没有：
（3）检验了半天，仍然只是以线性关系作为假设前提。如果两个变量之间是非线性的关系，你检验了半天不是瞎忙活吗？

其实我也认为这个问题是合理的，但楼主的问题似乎与此无关， 而且缺乏基本的统计常识。 比如容肉眼观察是否平稳，这是很荒谬的，若是如此， 人们为什么要用t-test 来检验两个均知是否相等，这似乎比这个问题更容易用肉眼看出来吧。所以楼主提的问题是无稽之谈啊。
另外其后两个问题也是很幼稚的，没错协整是做了一个普通回归，但是这个普通回归在一般情况下是spurious的，只有在经过协整检验才能说明他是正确的，这是科学性的体现。
另外关于线性于非线性， 在没有十分精确的理论知道的时候， 计量的处理一般会假设线性关系，因此第三个问题本身不成其为一个问题。

在只有一两个变量时，均值检验确实不如“肉眼”观察的方便（准确性则差不多），只有多变量时才有意义。而对某一个序列的平稳性问题，就很类似。而且好像很多时间序列的书都有这么一句话“一般来说，经济变量经过1、2次差分就平稳了”“观察平稳之后，再作AR,ARMA...
模型”。。。当然我不否认，单位根检验的理论贡献，但对于像我这样一个功利色彩非常重的人来说，学习它的投入产出太不划算了：）
经过1、2次差分后的再作回归一般都不再是“伪回归了”吧？我想谁也不会闭者眼睛作回归吧
.而且我发现，经过协整检验之后的回归与经济理论的结果都是一致的，这让我很失望，因为早知如此，还不如学习经济理论知识，简单的多啊：）