哪位高手能给在下指点下迷津：
       在做多变量时间序列分析时，比如说就业率（被解释变量）和人口结构（包括性别结构、年龄结构等解释变量），在不考虑时间序列是否稳定的条件下进行回归，拟合效果较好。但是当考虑到平稳性之后，对各个变量进行ADF检验发现各序列为二阶单整，于是可以继续做协整检验，之后一切正常。

      但是在误差修正模型之后需要对整个模型进行多重共线性、异方差等等检验和修正，于是问题由此产生：
误差修正模型中的差分项（y和x的差分项）进行回归时统计性质变得极差，八个解释变量中没有一个调整后的r2为正值，并且更为奇怪的是出现了负的r2？？！！此外散点图也变得一片混乱！

     想问下出现以上现象的原因是什么？在进行时间序列模型检验时是首先进行平稳性检验还是进行多重共线性等的检验？为什么误差修正模型之后进行的逐步回归等等操作会出现如上现象，单个解释变量与被解释变量回归时r2突然变得很小，但是加在一起r2却有了意义？


恳求哪位路过的大侠拔刀相助一下吧，谢谢谢谢谢谢啦！！！~~~~~~~~~~~