常数项不显著不会影响参数估计的一致性，且不显著一般也无须进行解读。但一般尽量保留，不然有可能会使其他参数估计有偏。

在Engle-Granger两步法检验中，确实可以考虑去除不显著的常数项。尽管如此，在决定是否剔除常数项时，应谨慎行事，并理解这背后的含义：

1. **理论依据**：如果在你的模型中有坚实的理论基础表明两个时间序列具有零均值或它们的关系无需通过截距调整，则去掉常数项是合理的。

2. **统计显著性**：你已经观察到，在包含常数项的情况下，该参数并不显著。这可能意味着数据中并没有显示这两组数据间有明显的平均水平差异，或者这种差异在你所分析的样本期内不重要。

3. **模型适用性和解释**：如果去除常数项后能提高其他系数的显著性，并且得到更合理的误差修正模型（ECM），说明这一操作可能提高了模型对数据拟合度和预测能力的理解。然而，这也需要基于实际问题情境来判断是否合理。

4. **稳健性检验**：建议进行不同设定下的结果对比分析，包括含常数项与不含的模型效果比较，以确保你的结论是稳健的，并非由单一假设选择驱动。

综上所述，在特定情况下，去除不显著的常数项是可以考虑的策略。但这一决定应该基于理论、统计以及对模型适用性的综合考量来做出。在进行这样的修改时，应详细记录和解释为什么这样做，以便其他研究人员能够理解并评估你的分析方法。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用