我觉得你的第一步就说明x和y已经不是协整的了，没有必要反过来做。不是协整还是可以做格兰杰因果关系检验的，是对原序列做格兰杰。我的意见，仅做参考。

谢谢楼上~

我就是感觉x对y和y对x应该是一样的结果，所以纠结了...

http://futures.hexun.com/2010-07-08/124191884_1.html详细见
协整检验

　　3.1 ADF平稳性检验

　　由于协整检验要求的序列是平稳的，若非平稳的序列经过差分后平稳也可能存在线性的协整关系，因此，需要对分析的价格序列进行平稳性检验。在这里采用ADF单位根检验来检验价格序列的平稳性（含常数项但是不含趋势项），滞后期根据AIC准则来确定，序列的平稳性检验结果见表一。

　　表一、ADF单位根检验结果




推荐阅读
·橡胶将再次大幅度下跌
·2011年商品高点及走势 短线下跌买便宜货机会
短线下跌买便宜货机会 豆油价格二季度上涨乏力 强麦弱势运行格局仍将持续 期货公司诚信评价体系推出 钢价反弹过百钢铁股连续两日大涨 [国内期货行情]　[持仓分析系统] 　　检验类型 检验对象 T统计量值 显著性水平

　　1% 5% 10%

　　ADF 近月价 0.447399 -3.449917 -2.870057 -2.571377

　　ADF 328指数 1.406594 -3.449917 -2.870057 -2.571337

　　ADF △（近月价） -7.431378 -3.449977 -2.870084 -2.571391

　　ADF △（328指数） 3.980419 -3.449977 -2.870084 -2.571391

　　备注：△（价格序列）为一阶差分后的价格序列

　　由表一可知，棉花期货的近月价格和328指数的价格序列都是非平稳的，但是在1%的显著性水平下，一阶差分后的价格序列平稳，因此二者同为一阶单整序列，符合进行协整分析的要求。

　　3.2 协整检验

　　协整检验主要两种方法，分别是E-G两步法和Johansen协整检验，E-G两步法主要用于两个变量的之间的检验，Johansen协整检验主要用于多变量之间的协整检验，本文的主要目的是检验郑商所棉花期货价格和328现货之间的协整关系，因此采用E-G两步法进行协整检验。协整检验的分析结果见表二。

　　表二、协整检验结果




　　回归方程 拟合优度 残差ADF检验T值 临界值 结论

　　LQH = 1.04*LXH – 0.108 0.97 -3.633834 -3.449917（1%） 平稳

　　对棉花期货的近月价格序列和现货价格序列进行OLS线性回归，得到长期均衡模型为：LQH = 1.04*LXH – 0.108,残差项为ECM=LQH-1.04*LXH+0.108,对残差项ECM进行ADF平稳性检验，其值低于1%的临界值-3.449917，不能拒绝零假设，残差序列平稳，进而说明棉花期货的近月价格和现货价格存在长期均衡关系。




　　图二、协整分析的残差序列

从回归结果以及上图可以看出回归方程拟合状况良好，回归结果显示期货价格变动1%现货价格变动1.04%，期货价格变动幅度小于现货价格变动幅度。其调整后的拟合优度达到0.9744，回归系数均显著不为零,说明棉花期货和现货的价格走势有很强的相关度，期货价格变动中的绝大部分可由现货价格的变动来解释，现货价格是影响期货价格变动的主要因素。

　　当期、现货价格之间协整关系存在时 ,期货价格是现货价格的无偏估计量 ,但这只是表示两个变量之间存在长期均衡关系 ,无法说明两个变量中谁在价格发现中起主导作用 ,因此需要对期货价格和现货价格进行进一步的因果分析。

　　3.3 格兰杰因果检验

对棉花期货的近月价和328指数的现货价进行Granger因果检验，结果显示，在5%的置信水平下，原假设均不成立，近月价格和现货互为Granger成因。检验结果表明期货和现货之间存在双向的Granger因果关系，即期货和现货之间价格的变动的影响是相互的。




　　图三、棉花近月价格序列和328指数价格序列的格兰杰检验结果

　　3.4 误差修正模型（ECM）

　　由于棉花期货的近月价格和328指数之间存在协整关系，而且通过格兰杰检验表明它们之间的价格相互影响，双向引导，但对于短期脱离长期均衡的非均衡状态，期货和现货如何向均衡价格回归，这就需要用误差修正模型（ECM）来解释。

　　根据Granger定理,两个具有协整关系的变量一定具有误差修正模型的表达形式存在。用ECM表示在协整检验中回归方程的残差序列,经过反复尝试和剔除,建立误差修正模型如下(括号内为t检验值) :

　　ΔLQHt = 0.000621-0.272ΔLQHt-1 + 0.277ΔLXHt-1-0.04ecmt-1 +μt (2)

　　(1. 31) ( 4.92) (1. 41) (-2.45)

　　ΔLXHt =0.000651- 0.05ΔLQHt-1 + 0.499ΔLXHt-1 - 0.0201ecmt-1 +μt (3)

　　(6.09) (3. 98) (1. 80) (4.35)

　　从误差修正模型的结果可以看出，式(2)中误差修正项ecmt - 1系数为负，说明误差修正项对棉花期货近月价格的变动具有反向调整作用,式(3)中误差修正项ecmt - 1系数大于零,说明误差修正项对现货价格的变动具有正向调整作用；式(3)中误差修正项ecmt - 1的系数显著,说明当期货价格与现货价格出现偏离时,对现货价格的影响力相对较大；式(3)中ΔLQHt – 1、ecmt - 1系数显著而ΔLXHt - 1的系数不显著,说明期货价格和误差修正项对现货货价格具有很好的解释作用,当期货价格与现货价格出现偏离时,现货货价格将进行调整,也即意味着期货价格对现货价格具有引导作用。此外,对于棉花价格来说,由于式(2)中ecmt - 1的系数(绝对值)小于于式(3)中ecmt - 1的系数,也在一定程度上说明期货价格的影响力大于现货价格的影响力。误差修正模型的结果表明，棉花期货的运行是有效的，若出现非均衡状态，期货价格和现货价格都将对非均衡状态进行修正，其中期货的修正强度大于现货的修正强度。

　　3.5. Garbade - Silber (GS)模型

　　如果Granger因果检验的结果是双向引导,则无法说明期货价格与现货价格两者谁在价格发现中起主导作用,即使检验结果是单向引导也不能说明其对另一价格的引导程度。Garbade - Silber (GS)模型(Garbade and Silber, 1983)可用来分析是期货价格还是现货价格在信息传递和价格发现中起主导作用,因此,采用GS模型进一步分析期货现货价格引导作用的大小。

　　GS模型为:

　　LXHt =αq+ (1 – βq ) LXHt - 1 +βqL QHt - 1 + ut (4)

　　LQHt =αx +βxLXH t - 1 + (1 – βx ) LQHt - 1 + vt (5)

　　其中LQHt、LXHt 表示t时期货价格和现货价格,αx、βx、αq、βq 为常数,Mt、Nt 为随机误差项。βq 反映了滞后一期的期货价格对当期现货价格的影响,而βx 反映了滞后一期的现货价格对当期期货价格的影响,由于期货价格与现货价格在最后交割日趋于一致,因此一般认为βx、βq非负,而αx、αq反映了价格序列的变动趋势。βq/（βx +βq）可用来刻画期货价格和现货价格在价格发现功能中发挥作用的程度。如果βq /（βx +βq）> 0. 5,则说明在价格发现功能中,期货价格的作用大于现货价格的作用;如果βq/（βx +βq）< 0. 5,则说明在价格发现功能中,现货价格的作用大于期货价格的作用。

　　对式(4) 和(5) 进行OLS 估计,可以得到期货和现货价格在信息传递和价格发现中作用的大小,参数值及统计量如表4 。

　　Garbade - Silber模型的参数估计

　　参数 估计值 T值 P值 拟合系数

　　βx 0.012 0.66 0.508 0.997

　　βq 0.046 9.29 0.000 0.999

　　表三、Garbade - Silber模型的参数估计结果




　　由表3可知,βq大于零且统计显著,说明期货价格对现货价格具有引导作用;βx也大于零但统计不显著,说明现货价格对期货价格引导作用不大,这与前面Granger因果检验的结论一致。进一步计算βq /（βx +βq）的值为0.79,说明棉花期货价格的影响力远远超过其现货价格的影响力,价格发现功能主要由期货价格决定。