协整理论,特别是多重协整理论,目前已经得到了广泛的应用,从微观经济到宏观经济,从农业到金融业,多重协整理论已经成为了一种有力的工具,但是由于对多重协整理论的认识不深,了解不够深刻,导致在应用的过程中会出现很多问题。本文回顾有关协整理论以及应用的文献,然后对协整的相关理论进行了介绍,包括时间序列的平稳性质,单位根检验,多重协整与误差修正模型,VAR模型等,奠定了全文的理论基础。首先,我们对DGP即数据生成过程识别进行了探讨。DGP误设,后果可能是获得错误的协整系数估计值、过度拒绝原假设、过度接受原假设。文章分别介绍了 5种情况的DGP以及如何确定正确的DGP。其次,我们介绍了在应用多重协整时应该注意的事项。包括对数据的选取不要轻易的使用对数;协整只是针对非平稳序列而言,如果序列是平稳的,那么就不存在协整;滞后阶数的选择很重要,本文分别从经验以及数理基础角度介绍了应该如何选择滞后阶数。然后,介绍了协整向量的选择。在多重协整模型中,很容易出现的一个现象是变量间出现多个协整关系,在出现多个协整关系时,如何确定最优关系就是一个非常重要的问题。在实证研究中,如果不追求确定的协整关系,只要知道变量间存在协整关系即可,那么可以不选取协整向量,或者随便选取一个协整向量,或者选择包含变量最多的协整向量;如果变量无约束,那么可以选取最大的特征值所对应的协整向量;而在大部分的实证研究中,经济变量都会有相关的经济理论作为支撑,所以可以通过添加约束条件的办法获得最符合实际的协整向量。最后,探讨了结构向量自回归模型的识别。结构向量自回归模型包含了当期的影响,因此比VAR模型更具有经济上的意义。本文介绍了结构向量自回归的识别,以及如何应用Choleski分解,然后介绍了在平稳序列和非平稳序列两种情况下说明应该如何确定分解文章的最后对全文进行了总结,并且指出了以后的研究方向。