首先来说为什么建立ECM模型， 对于非稳定时间序列，可通过差分的方法将其化为稳定序列，然后才可建立经典的回归分析模型。例如yt=a+bxt+e，经过差分变为dyt=bdxt+e，但是如果采用差分形式进行估计，则关于变量水平值的重要信息将被忽略，这时模型只表达了X与Y间的短期关系，而没有揭示它们间的长期关系，所以利用X与Y的（1,1）阶之后模型yt=a+b1xt+b2x(t-1)+cy(t-1)+e得出了X与Y的误差修正模型：dyt=b1dxt-(1-c){y(t-1)-m-nx(t-1)}+e（d代表差分，大括号内m表示常数项，n表示为x的滞后一期系数，主要是在这没法表达，楼主可回去自己演算，滞后方程左右都减y（t-1）即可），从方程中可以看出Y的变化决定于X的变化以及前一时期的非均衡程度。同时也弥补了简单差分模型dyt=bdxt+e的不足，因为该式含有用X、Y水平值表示的前期非均衡程度。因此，Y的值已对前期的非均衡程度作出了修正，简写为dyt=b1dxt-kemc(t-1)+e(k为系数)。
下面在说一下，怎么用Eviews做，首先做单整检验，再做协整，也就是长期关系，就是普通的最小二乘，只不过多了一步检验残差项，看看是不是平稳的。然后利用残差项的滞后一期值做ECM（t-1）直接纳入到后面的误差修正模型dyt=b1dxt-kemc(t-1)+e，就可以估计出来了。
关于你提问的ECM正负号的问题，ECM为正的时候说明，上一期的Y(t-1)的实际值大于其均衡值（a+bx(t-1)）,那么就作出减的修正，而你所说的Eviews的ECM为正，则恰恰说明Y(t-1)的实际值小于其均衡值（a+bx(t-1)），所以要做出加的修正。
希望能帮到你

EMC的正负号不是问题，它只是对关系的一种修正：实际值高于平均值就减，低了就加。
DW值和t值偏小，不知道小到什么程度。根据我的经验，越复杂的模型，统计值越差
存在一阶自相关加AR(1)是正确的套路

按一楼的方法做了误差修正模型，但结果很不理想：首先，各解释变量都没通过显著性检验，r^2和调整的r^2都为负，DW值差不多为0.3.请问，可能出现什么问题了，模型设定有误吗？请指教，多谢！
Dependent Variable: DLGDP                               
Method: Least Squares                               
Date: 11/29/10   Time: 11:17                               
Sample (adjusted): 2000 2009                               
Included observations: 10 after adjustments                               
                               
Variable             Coefficient   Std. Error  t-Statistic         Prob.  
                               
DLDEBT           0.117453           0.118889          0.987926         0.3686
DLDEBT(-1)  0.031422    0.126847   0.247717         0.8142
DLHIR           0.269783    0.673582          0.400520          0.7053
DLHIR(-1)        -0.910931        1.643689        -0.554199        0.6033
U7(-1)        -0.338589        0.396634        -0.853657        0.4323
                               
R-squared                            -5.108222            Mean dependent var                0.133422
Adjusted R-squared        -9.994800            S.D. dependent var                0.040368
S.E. of regression        0.133854            Akaike info criterion                -0.877285
Sum squared resid        0.089584            Schwarz criterion                -0.725992
Log likelihood        9.386423            Durbin-Watson stat                0.255602

4# 陈笑颜
请问误差修正在eviews里面怎么做？弄了好久都没有弄明白。

我也有这样的问题  热心人回答得好仔细呐 ~~