由於總體經濟時間數列普遍存在非恆定的性質，而此非恆定性又可分為確定性及隨機 性。除開季節性因素，非恆定的來源主要為長期趨勢。由於確定性時間趨勢可以完全 預測，故傳統方法皆對數列去除其確定性時間趨勢項後再分析短期波動的性質，且認 為短期波動為暫時性的。但長期趨勢也可能是屬於隨機性的。此時干擾因素除短暫效 果外亦會透過累積過程而影響長期成長。此兩種截然不同的結果顯示在模型分析之前 先確認數列屬何性質的重要性。 本文首先以Dickey & Fuller 的方法分別對主要總體變數作單根檢定，結果皆無法拒 絕數列存在隨機趨勢項的假設。此引導我們在作模型設定時應先對數列作差分轉換以 便得到恆定體系。再者，數列間另可能存在共積關係即個別數列為非恆定，得數列間 某種線性組合不須經過差分即為恆定過程。為避免模型的不適當設定。本文以Stock & Watson的方法來檢定數列間是否存在共同隨機趨勢，結果發現某些數列間存在共積 關係。本文將此結果加入向量自迴歸體系中以形成誤差修正模型，並以此模型估計的 結果來模擬衝反應和預測誤分解之分析。由於典型情況下各變數殘差間存在當期相關 ，導致利用上述兩項分析方法作模型解釋時有恣意之嫌。近來有學者嘗試以先驗理論 來作結構性的認定，但此種方法同樣有高度的認意性。本文以檢定後年得到的共積結 果直接在體系中轉換以減低模型認定的恣意性，並便於作較精確的體系解釋。 最後，本文以Beveridge & Nelson的方法將數列分解為長期趨勢和短波動兩部份，以 便更進一步的了解其間的關聯。