现代经济以及金融活动表现出高度的复杂性，大量的时间序列数据表现出非平稳的特性，在这种情况下，对回归模型直接使用最小二乘方法存在伪回归（Spurious Regression）的风险。协整理论对应用计量分析产生了巨大的影响，如果一系列变量之间具有共同的随机趋势，此时便可以利用支持协整结构分析的特定参数化模型，即向量误差修正模型（Lütkepohl，2004）进行分析。而已有的时间序列因果推断研究均未考虑实际数据生成过程中存在的非平稳结构变化特征。汪寿阳等（2019）提出当前时间序列计量经济学一个重要的研究方向是要提出新的更加广义的非平稳序列模型来描述这些复杂动态特征。理论与实证研究均提出了考虑非平稳时间序列反事实分析中经济关系动态特征的政策评估方法的需求。

为了规避合成控制方法中政策干预样本异质性和中断时间序列方法“伪回归”性引起的因果效应评价偏倚，以及放松对结果变量“二阶矩平稳”的限制，实现利用非平稳时间序列数据估计和推断动态因果效应，本章主要介绍如何借助时间序列的协整理论，基于误差修正模型和结构突变检验进行时间序列的动态因果效应推断。这一方法不仅可以推断政策干预效应的存在性，而且能够有效识别出政策干预对结果变量的长期效应和短期波动效应。另外，本章应用单方程时间序列协整模型的动态因果效应推断方法研究我国房产税试点政策的因果效应的实例。具体地，以上海市和重庆市为例，研究了2011年试点的房产税政策对商品房价格的长、短期效应。研究发现，房产税试点政策对于抑制商品房价格上涨具有显著的长期效应；而且两市的政策效应因制度设计呈现一定的差异性，重庆市九城区实施的房产税试点政策挤出的需求显著推高了小户型住房的价格，产生结构效应，使得政策力度较小、时滞较长；而上海市全区域实施的房产税试点政策对抑制房价上涨的力度大、时效迅速。(www.daowen.com)