同搞不懂，可是我有同学说：这就说明变量之间不存在同阶单整现象，无需进行误差修正模型，但是其原序列均不平稳，因此回归模型避免了伪回归现象，可直接进行OLS回归

诶，真搞不懂

对于时间序列数据，楼上已经说了直接用原始数据OLS，意味着使用了不平稳变量进行回归，会出现伪回归。解决的办法通常是两种，一种就是你提到的需要采用平稳时间序列，也就是通常进行的差分后使其成为单整序列，也就是差分平稳，然后再进行回归。另一种方法就是考虑这几个单位根（非平稳）变量之间是否存在由于某种经济变量而存在长期均衡关系，也就是可能会存在协整关系。其基本思想是多个单位根序列拥有共同的随机趋势，可以对这些变量作线性组合而消去此随机趋势。对你目前遇到的情况，首先可以考虑下你的变量之间在理论上是否存在长期关系，然后选择EG-ADF方法检验是否存在协整关系。当然也可以采用MLE来估计长期和短期参数，基本做法是检验协整秩、对VECM模型进行最大似然估计，最后对VECM模型的残差自相关和VECM系统稳定性进行检验。另外，从目前你的数据结构类型来看，17年的时间序列数据在时间上比较偏短，解释变量又比较多，样本量不够大，做时间序列的效果可能不太好。时间序列一般要求在30期以上相对好一些，国外文献做时间序列一般都在40期以上，建议再增加下样本期数，毕竟一些单位根检验方法需要一定的滞后阶数。以上做法，仅供参考！

对于时间序列数据，楼主的结果显示不存在同阶单整，也就是说数据序列是不平稳的，如果直接做回归，那这个平稳性检验意义在哪呢？单位根检验就是用来验证数据平稳，避免伪回归，只有在序列平稳的情况下才能进一步进行回归，如果不是水平序列平稳，而是一阶或二阶差分平稳要进行协整检验，如果通过协整检验，确定变量之间存在长期协整关系，然后才可以进行回归分析。所以步骤是：单位根检验，如果水平平稳，直接可以回归，如果水平不平稳再进行一阶差分平稳性分析，若平稳，进行协整检验，通过，回归。若一阶不平稳，再进行二阶，后面操作一致。

童鞋我想问一下您说的最后那里，做了一阶差分后序列平稳，然后协整检验通过后回归，这个回归用的是原始数据还是一阶差分后的数据？

一阶差分平稳做协整检验用的原始数据，二阶差分平稳用一阶差分数据做协整

请问楼主解决了么，我这边也遇到一样的情况。毕业论文进行不下去了

请问使用哪个数据进行回归啊，原始数据还是差分后的数据呢

仔细看所有的贴子和回复

对的 要差分后再回归