由于宏观经济中的大部分经济变量都具有非平稳的特征(Nelson和Plosser,1982),且对非平稳时间时间序列建模容易引起“伪回归问题”（Granger and Newbold,1974）。因而自Engel和Granger(1987)提出协整理论用以研究非平稳时间序列的建模以来，协整已经逐步发展成为时间序列分析领域最为重要的概念和研究工具之一，协整理论也一直是时间序列分析研究中的重点与焦点。本文通过建立一个新的协整模型—函数系数分位数协整模型弥补了文献中对于协整理论研究的不足，进一步推动了协整理论的研究。　　区别于文献中已有协整模型大都只能刻画变量间单一关系的特点，本文提出的模型可以同时捕捉变量间的非线性、时变性以及非对称性关系，因而能够更好的捕捉和刻画复杂经济环境中，不同经济变量之间的联动关系。同时该模型还具有对非正态分布稳健性以及可以避免非参数估计“维数灾难”问题的优点。　　其次，本文系统的研究了该模型的估计方法、渐近性质以及统计推断等相关问题。本文首先提出了采用非参数局部多项式（local polynominal）的方法估计该模型，并基于CV（Cross-Validation）方法提出了一个最优带宽计算准则。实证研究结果表明该带宽计算算法是有效的。接下来，本文建立了模型估计量的渐近性质。由于该模型同时属于非平稳时间序列分析和非参数回归分析，所以参数估计量的收敛速度同时具备上述两种分析的特点。类似于E-G两步法，本文还提出了一个两步协整检验方法。　　最后，本文将该模型用于检验购买力平价理论（purchasing power parity，PPP)在东亚主要三个国家：中国，日本和韩国与美国之间成立与否。相比于传统的单位根检验和协整检验结果，基于函数系数分位数协整模型的检验结果更倾向于支持PPP理论在上述国家之间成立。