一、協整檢驗(Cointegration Test)的定義：

非平穩序列很可能出現偽迴歸，協整的意義就是檢驗它們的迴歸方程所描述的因果關係是否是偽迴歸，即檢驗變數之間是否存在穩定的關係。所以，非平穩序列的因果關係檢驗就是協整檢驗。

二、基本思路：

20世紀80年代，Engle和Granger等人提出了協整（Co-integration）的概念，指出兩個或多個非平穩（non-stationary）的時間序列的線性組合可能是平穩的或是較低階單整的。有些時間序列，雖然它們自身非平穩，但其線性組合卻是平穩的。非平穩時間序列的線性組合如果平穩，則這種組合反映了變數之間長期穩定的比例關係，稱為協整關係。協整關係表達的是兩個線性增長量的穩定的動態均衡關係，更是多個線性增長的經濟量相互影響及自身演化的動態均衡關係。協整分析是在時間序列的向量自迴歸分析的基礎上發展起來的空間結構與時間動態相結合的建模方法與理論分析方法。

三、協整檢驗的目的：

協整即存在共同的隨機性趨勢。協整檢驗的目的是決定一組非平穩序列的線性組合是否具有穩定的均衡關係，偽迴歸的一種特殊情況即是兩個時間序列的趨勢成分相同，此時可能利用這種共同趨勢修正迴歸使之可靠。正是由於協整傳遞出了一種長期均衡關係，若是能在看來具有單獨隨機性趨勢的幾個變數之間找到一種可靠聯絡，那麼透過引入這種醉漢與狗之間距離的“相對平穩”對模型進行調整，可以排除單位根帶來的隨機性趨勢，即所稱的誤差修正模型。

在進行時間系列分析時，傳統上要求所用的時間系列必須是平穩的，即沒有隨機趨勢或確定趨勢，否則會產生“偽迴歸”問題。但是，在現實經濟中的時間系列通常是非平穩的，我們可以對它進行差分把它變平穩，但這樣會讓我們失去總量的長期資訊，而這些資訊對分析問題來說又是必要的，所以用協整來解決此問題。