在进行时间序列计量分析时要将变量的特征作为建模的重要标准，并根据数据生成过程构建一个好的动态经济计量模型并进行参数估计。早期传统的建模方法均假设经济数据为平稳时间序列，然而经济金融等领域大多数的时间序列数据是非平稳的，利用非平稳的时间序列建立回归模型会导致“伪回归”的问题。直至Granger提出的协整理论进一步发展了非平稳时间序列分析方法。协整理论可以用来描述时间序列间的长期均衡关系，即如果经济系统不存在破坏均衡的内在机制，即便是在某一时期受到干扰而偏离长期均衡点，也会通过均衡机制的调整而迅速回到均衡状态。

协整关系检验可以利用Engle-Granger（1987）两步协整检验法和Johansen协整检验法等。并且，如果变量之间具有协整关系，对变量进行差分后建模，可能出现误差项序列相关以及忽略变量间长期关系等的问题，因此，实际中可以基于自回归分布滞后模型（Autocorrelation Distributed Lag，ADL）建立误差修正模型（Error Correction Model，ECM）进行分析（Hendry&Anderson，1977；Davidson et al.，1978）。误差修正模型在参数估计和经济解释上具有较多的优势：由于模型中包含的差分变量和非均衡误差项都具有平稳性，因此可以直接应用OLS方法估计回归系数且不存在伪回归问题，系数估计量具有优良的渐近性质；如果ADL模型的误差项存在自相关，通过在模型中添加差分变量的滞后项即可缓解自相关问题；ECM模型中的变量不存在多重共线性问题；ECM模型中存在长期系数和短期调整系数两类，使其可以较好地揭示变量之间的长期表现和短期效应（张晓峒，2017）。(www.daowen.com)