本研究運用ErrorCorrectedModel,將財務時間序列資料間存在的關聯性,如自我相關,共整合先予以抽離,這樣使得資料做初步分析後,能排除這些特殊意義的關聯成份,讓訊息更顯明確,也讓模型的殘差序列資料穩定且合乎因素分析假設。進而對殘差序列資料做因素分析,萃取出資料短期的關聯因子。本研究運用EM演算技術在因素分析的參數估計上,這樣的方法相當便捷及具效率。實證的資料分析結合股票與基金市場,找出兩市場間的互動關聯因子,發現台灣股票市場及開放式股票型基金幾乎只存在一個主要的關連性,也就是所謂的短期伴隨效應,自我相關及共整合效應並不顯著。這種分析的結果,將多變數時間序列資料之間的不同關聯結構完整地分析出來。這是之前大多數的研究者所無法釐清的事,乃是本文主要之貢獻。更為此類資料分析提供一個完整的範例程序。