協整檢驗是一種統計學方法，主要用於處理非平穩時間序列數據，以檢驗這些數據之間是否存在長期均衡關係。
在金融數據分析、巨觀經濟計量分析等領域，協整檢驗幫助理解和預測金融市場的動態變化或經濟變數的長期數量關係。如果兩個或多個時間序列變數本身是非平穩的，但它們的某種線性組合卻表現出平穩性，則這些變數之間存在協整關係。協整檢驗的基本思想是檢驗這種長期均衡關係是否存在。如果存在協整關係，這意味著這些時間序列數據之間存在一種穩定的聯動關係，它們的變動是同步的或一致的。
在實際套用中，協整檢驗常用於股票市場、債券市場、外匯市場分析和風險管理等領域。例如，在股票市場中，協整檢驗可以幫助發現股票價格之間的長期均衡關係，從而預測股票市場的走勢。
從檢驗對象來看，協整檢驗可以分為基於回歸係數的檢驗（如Johansen協整檢驗）和基於回歸殘差的檢驗（如CRDW檢驗、DF檢驗和ADF檢驗）。後者是Engle和Granger在1987年提出的，通過對回歸方程的殘差進行單位根檢驗來檢驗協整關係。如果因變數和自變數之間的線性關係不完美，那麼不能被解釋的部分構成一個殘差序列，這個殘差序列應該是平穩的。因此，檢驗一組變數之間是否存在協整關係等價於檢驗這個殘差序列是否是一個平穩序列。