是个好问题，刚才拿数据试了一下，做几点说明
1，用的EVIEWS 6，数据是经过季节调整的人均社会消费品零售总额和房屋销售面积
2，两个序列在(N,1,1）的情况下都是I（1）序列
3，VAR显示应当服从2阶滞后
3，建立VEC，选择有截距、无线性趋势（第二种），结果显示有一个协整关系，但是当选择其他类型是（1、3、4、5）则显示有两个协整或不存在协整关系。从理论上来说，不可能有两个协整，因为只有两个变量，协整数要小于变量数。因此选择第二种假设是合理的。
4、估计出VEC后，在VIEW菜单的滞后阶数选项中选择GRANGER TESTING/BLOCK EXOGENEITY WALD TEST（这个功能以前还真没注意-_-|||），就可以卡看到基于vec的因果检验了，注意此处的检验是对短期因果的检验。长期关系要看协整方程。
5、协整方程的检验在建立协整模型的对话框的第三个选项卡中，此处可以增加对协整系数进行约束
6、协整方程存在本身就意味着存在长期关系，但这个关系不意味因果，因果要看调整系数是否显著（以前看论文是这样处理）
7、注意有一个现象，就是比如VAR是2阶滞后，但是建立VEC时也按2阶建，然后检验时发现有些情况下也存在比如2两个协整关系，然后再建立协整模型的对话框中选择rank of ce 为2，结果显示无法估计，为什么？显然软件只关心你的协整数是否正确，对滞后不关心。
8、在增加了一个I(1)的变量后，从新估计模型，发现同样在第二种假设下可以存在两个协整，这时再建立VEC，选择rank of ce 为2，模型可估计，这说明，即便有时协整检验显示协整数等于变量数，模型估计也服从最基本的原则——协整数小于变量数，二者同时表明错误的假设选择会导致错误的模型估计。另外这个三变量VAR模型虽然显示是2阶滞后，但是VEC建模时，1阶滞后模型和2阶滞后都可建模，所以这个滞后的问题貌似不紧要。——虽然从理论上来说还应当是1阶滞后的。
9、rank of ce 的选择根据J-J检验的结果而定，虽然JJ检验会列出所有协整（N-1个）关系的系数，但实际上只能用检验结果规定的那个，比如检验说有两个CE，那就不能用包含全部三个变量的那个协整关系——这一点很多教材都没特意强调，只是在言语中模糊的表述了这个意思，又在例子中刻意使用了这样选择——而这恰好是EG两步法存在的问题（EG法下肯定都倾向于用包含全部变量的那个协整方程，因为这个方程的误差项是平稳的，EG法没有理由不采用）。

这样就清楚了VEC模型的大部分应用问题，基于vec的granger也就清楚怎么做了，然后可以拿去写文章去了~~~

协整关系有五种，需要根据数据的特征进行检验来确定，我觉得你的问题可能是协整DGP过程选择错误，从而导致协整关系不存在；同时数据之间不一定非存在协整关系不可，这和数据有很大的关系；如果你是采用编程方式做的话，相关检验只需设置相关参数就可以。

1，其实VAR是2阶滞后不一定VEC 就是一阶，虽然从形式上说VEC是差分后的VAR加上协整关系，但是至少我看的教材将以里面没强调这个问题，主要还是看数据吧
2，VEC的协整形式有5种，况且在单整检验中(C,N,T)的选择很可能也不一样，这样VAR和VEC可能不会一一对应吧
3，建议看下高级计量的讲义中VEC的推导过程是怎么从VAR过来的。
4，约束的话可以用WALD检验，这个其实就相当于做基于VEC的GRANGER，长期的看调整系数显著就成了，这内容就得找论文，教材上一般不会有

2# waiwjm
那五种都考虑过和试过了，都不存在协整关系
原始数据都服从一阶单整，应该说存在协整关系的可能性较大

~~~~~~~~~~~~~~