面板数据多数没做，时间序列建议做一下，至少你会心里有底，看你的指标，一般情况下应该是协整的。

现在的论文大多不用协整检验了，但是在进行数据回归之前要先自己验证一下，最终确定回归方式，协整结果可以不放在论文中。短面板可以不用协整检验。

在设定模型时要注意一下阶数

协整检验一般是用于想要在非平稳序列数据之间建立动态回归模型的时候做，此时如果非平稳时间序列数据上有协整关系的话，就可以对非平稳序列建模了。
建议在平稳性检验之后做一下EG检验，因为如果你单独对某些个序列做差分的话，会丢失掉数据的一部分信息。不如看看有没有协整关系先。

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，即检验变数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。
协整检验的目的：协整即存在共同的随机性趋势。协整检验的目的是决定一组非平稳序列的线性组合是否具有稳定的均衡关系，伪回归的一种特殊情况即是两个时间序列的趋势成分相同，此时可能利用这种共同趋势修正回归使之可靠。正是由于协整传递出了一种长期均衡关系，若是能在看来具有单独随机性趋势的几个变数之间找到一种可靠联系，那麽通过引入这种醉汉与狗之间距离的“相对平稳”对模型进行调整，可以排除单位根带来的随机性趋势，即所称的误差修正模型。在进行时间系列分析时，传统上要求所用的时间系列必须是平稳的，即没有随机趋势或确定趋势，否则会产生“伪回归”问题。但是，在现实经济中的时间系列通常是非平稳的，我们可以对它进行差分把它变平稳，但这样会让我们失去总量的长期信息，而这些信息对分析问题来说又是必要的，所以用协整来解决此问题。