最近复习计量经济学的单位根检验和协整的相关知识，发现一个问题：教材中说：
经典计量经济学理论是建立在时间序列平稳的基础上的，所假设的变量间的相关系数服从的是正态分布。现代计量经济学研究发现，大部分经济变量是非平稳的。用蒙特卡洛模拟方法分析非平稳时间序列的相关系数的分布情况，研究结果表明：当时间序列非平稳是，相关系数实际上服从的是倒U和U自行分布，因此增加了拒绝解释变量系数为零假设的概率，并且该概率随着样本容量和时间序列单整阶数的增加而增加。这样就降低了检验的功效，增加了那伪的可能性。也就是说，在大样本和较高单整阶数的条件下，随意检验本来独立的两个变量的相关系数的显著性，结论都是肯定的，直接结果是导致不相关的两个非平稳变量在相关系数的分布呈现倒U和U自行的情况下，被检验出两者具有相关关系。即是说，用非平稳变量进行回归分析，尤其在大样本和较高单整阶数的情况下，结论全部都是变量之间有相关关系，讲实际上不相关的两个非平稳变量来回归分析，是一种虚假回归。所以，对非平稳变量间进行回归分析，首先应该考虑和检验变量的平稳性。
也就是说，对于非平稳时间序列直接建立回归，很容易产生虚假回归，拿简单的一元线性回归来说，比如1978年-2008年的人均消费支出Yt与人均可支配收入Xt之间的回归，首先Yt与Xt肯定都是非平稳的时间序列，但是在做这两者的回归的时候，也没提平稳性检验的事就直接建立了两者之间的回归模型。虽然我们知道他们之间的回归肯定不是虚假回归，是有实际意义的。但是很多情况下我们对于两组时间序列数据之间存在的回归是否属于虚假回归是不知道的，那该怎样区分呢？？
