经济金融时间序列的建模方法都以经济平稳这一假设为基础,但在实际中,许多经济金融时间序列都是非平稳的。单位根检验是计量经济学中检验时间序列数据平稳性的最重要工具,而协整检验则是用来判断非平稳变量之间是否存在长期均衡关系的常用方法。针对经典的单位根检验及协整检验方法在小样本条件下存在功效偏低,模型中存在超参数过多,估计严重有偏等问题,本文从贝叶斯角度对单位根及协整检验理论进行了系统的分析研究,提高了单位根及协整检验的功效水平,解决了超参数估计的难题。根据贝叶斯定理,对单变量时间序列基于AR(1)模型,AR(p)模型,对多变量时间序列基于限制性VAR(p)模型,非限制性VAR(p)模型分别进行贝叶斯分析,得到贝叶斯单位根检验方法;继而对两变量时间序列,多变量时间序列基于VAR模型进行协整的贝叶斯分析,得到贝叶斯EG线性协整检验法和多变量的贝叶斯非线性协整检验方法,并应用Monte Carlo仿真进行协整检验势的比较,发现贝叶斯方法有更高的检验势。构造Markov链蒙特卡洛仿真计算程序,借鉴国外专家取先验分布的经验,结合软件对模型参数进行估计,根据参数的贝叶斯估计可以对经济金融时间序列进行单位根以及协整检验分析。最后应用贝叶斯统计方法对我国居民消费价格指数进行实证研究,建立向量自回归居民消费价格指数模型以及非线性CVAR模型,结合Markov链蒙特卡洛仿真中的Gibbs抽样方法进行单位根检验及协整研究分析。研究结果表明:贝叶斯单位根及协整检验方法解决了VAR,CVAR等模型超参数估计的难题,克服了经典单位根及协整检验在经济金融时序小样本下功效偏低的缺陷,提高了模型预测精度。