介绍几个用EViews生成虚拟变量的好用方法：
1. 根据年份变量生成一个虚拟变量
比如你有一个数据，数据里面有一个变量year,你想根据year生成一个虚拟变量d1，2000年及以后取值为1,2000年以前取值为0。可以用如下的命令实现：
series d1=(year>=2000)
2. 如何根据季度频率的数据生成季度虚拟变量。季度有春夏秋冬，故可以生成四个虚拟变量，但是引入到模型的时候引入3个就可以。比如说你想生成三个季度虚拟变量q1(是否为春季)，q2(是否为夏季)，q3(是否为秋季)。可以用如下的命令：
seriesq1=@seas(1)
seriesq2=@seas(2)
seriesq3=@seas(3)
3. 如何把一个行业变量转化为虚拟变量
如果你的行业变量有A，B，C，D共4个取值，就可以生成4个虚拟变量d1,d2,d3,d4，相关命令如下：
series d1=(ind=”A”)
series d1=(ind=”B”)
series d1=(ind=”C”)
series d1=(ind=”D”)
4 . 如果想把行业虚拟变量全部加入到回归方程中还有一个简单形式就是估计回归方程的时候可以设定回归方程为
y x @expand(ind) c
Eviews操作入门：输入数据，对数据进行描述统计和画图 首先是打开Eviews软件，可以双击桌面上的图标，或者从windows开始菜单中寻找Eviews，打开Eviews后，可以看到下面的窗口如图F1-1。 图F1-1 Eviews窗口 关于Eviews的操作可以点击F1-1的Help，进行自学。 打开Eviews后，第一项任务就是建立一个新Workfile或者打开一个已有的Workfile，单击File，然后光标放在New上，最后单击Workfile。如图F1-2 图F1-2 图F1-2左上角点击向下的三角可以选则数据类型，如同F1-3。数据类型分三类截面数据，时间序列数据和面板数据。
图F1-3 图F1-2右上角可以选中时间序列数据的频率，见图F1-4。 图F1-4 对话框中选择数据的频率：年、半年、季度、月度、周、天（5天一周或7天1周）或日内数据（用integer data）来表示。 对时间序列数据选择一个频率，填写开始日期和结束日期， 日期格式： 年：1997 季度：1997：1 月度：1997：01 周和日：8：10：1997表示1997年8月10号，美式表达日期法。 8：10：1997表示1997年10月8号，欧式表达日期法。 如何选择欧式和美式日期格式呢？从Eviews窗口点击Options再点击dates and Frequency conversion，得到窗口F1-5。F1-5的右上角可以选择日期格式。
图F1-5 假设建立一个月度数据的workfile，填写完后点OK，一个新Workfile就建好了。见图F1-6。保存该workfile，单击Eviews窗口的save命令，选择保存位置即可。 图F1-6 新建立的workfile之后，第二件事就是输入数据。数据输入有多种方法。 1)直接输入数据，见F1-7 在Eviews窗口下，单击Quick，再单击Empty group(edit series)，直接输数值即可。注意在该窗口中命令行有一个Edit+/-，可以点一下Edit+/-就可以变成如图所示的空白格，输完数据后，为了避免不小心改变数据，可以再点一下Edit+/-，这时数据就不能被修改了。
实验四虚拟变量 【实验目的】 掌握虚拟变量的基本原理，对虚拟变量的设定和模型的估计与检验，以及相关的Eviews操作方法。 【实验内容】 试根据1998年我国城镇居民人均收入与彩电每百户拥有量的统计资料建立 【实验步骤】 1、相关图分析 根据表中数据建立人均收入X与彩电拥有量Y的相关图（SCAT X Y）。从相关图可以看出，前3个样本点（即低收入家庭）与后5个样本点（中、高收入）的拥有量存在较大差异，
因此，为了反映“收入层次”这一定性因素的影响，设置虚拟变量如下： ?? ?=低收入家庭 中、高收入家庭 1D 2、构造虚拟变量 构造虚拟变量 1D （DATA D1），并生成新变量序列： GENR XD=X*D1 3、估计虚拟变量模型 LS Y C X D1 XD 得到估计结果：
我国城镇居民彩电需求函数的估计结果为： XD D X Y 009.0873.31012.0611.571-++=∧ (16.25) (9.03) (8.32) (-6.59) 366,066.1..,9937.02===F e s R 再由t 检验值判断虚拟变量的引入方式，并写出各类家庭的需求函数。 虚拟变量的回归系数的t 检验都是显著的，且模型的拟合优度很高，说明我国城镇居民低收入家庭与中高收入家庭对彩电的消费需求，在截距和斜率上都存在着明显差异，所以以加法和乘法方式引入虚拟变量是合理的。 低收入家庭与中高收入家庭各自的需求函数为： 低收入家庭： X Y 012.0611.57+=∧ 中高收入家庭： X X Y 003.0484.89)009.0012.0()873.31611.57(+=-++=∧ 由此可见我国城镇居民家庭现阶段彩电消费需求的特点： 对于人均年收入在3300元以下的低收入家庭，需求量随着收入水平的提高而快速上升，人均年收入每增加1000元，百户拥有量将平均增加12台；对于人均年收入在4100元以上的中高收入家庭，虽然需求量随着收入水平的提高也在增加，但增速趋缓，人均年收入每增加1000元，百户拥有量只增加3台。
虚拟变量 【实验目的】 掌握虚拟变量的设置方法。 【实验内容】 一、试根据表7-1的1998年我国城镇居民人均收入与彩电每百户拥有量的统计资料建立我国城镇居民彩电需求函数； 资料来源：据《中国统计年鉴1999》整理计算得到 二、试建立我国税收预测模型（数据见实验一）； 三、试根据表7-2的资料用混合样本数据建立我国城镇居民消费函数。 资料来源：据《中国统计年鉴》1999－2000整理计算得到 【实验步骤】 一、我国城镇居民彩电需求函数 ⒈相关图分析； 键入命令：SCAT X Y，则人均收入与彩电拥有量的相关图如7-1所示。 从相关图可以看出，前3个样本点（即低收入家庭）与后5个样本点（中、
高收入）的拥有量存在较大差异，因此，为了反映“收入层次”这一定性因素的影响，设置虚拟变量如下： ?? ?=低收入家庭 中、高收入家庭 1D 图7-1 我国城镇居民人均收入与彩电拥有量相关图 ⒉构造虚拟变量； 方式1：使用DATA 命令直接输入； 方式2：使用SMPL 和GENR 命令直接定义。 DATA D1 GENR XD=X*D1 ⒊估计虚拟变量模型： LS Y C X D1 XD 再由t 检验值判断虚拟变量的引入方式，并写出各类家庭的需求函数。 按照以上步骤，虚拟变量模型的估计结果如图7-2所示。 图7-2 我国城镇居民彩电需求的估计
我国城镇居民彩电需求函数的估计结果为： i i i i XD D x y 0088.08731.310119.061.57??++= =t (16.249)(9.028) (8.320) (-6.593) 2R ＝0.9964 2R ＝0.9937 F ＝366.374 S.E ＝1.066 虚拟变量的回归系数的t 检验都是显著的，且模型的拟合优度很高，说明我国城镇居民低收入家庭与中高收入家庭对彩电的消费需求，在截距和斜率上都存在着明显差异，所以以加法和乘法方式引入虚拟变量是合理的。低收入家庭与中高收入家庭各自的需求函数为： 低收入家庭： i i x y 0119.061.57?+= 中高收入家庭： ()()i i x y 0088.00119.08731.3161.57 ??++=i x 003.048.89+= 由此可见我国城镇居民家庭现阶段彩电消费需求的特点：对于人均年收入在3300元以下的低收入家庭，需求量随着收入水平的提高而快速上升，人均年收入每增加1000元，百户拥有量将平均增加12台；对于人均年收入在4100元以上的中高收入家庭，虽然需求量随着收入水平的提高也在增加，但增速趋缓，人均年收入每增加1000元，百户拥有量只增加3台。事实上，现阶段我国城镇居民中国收入家庭的彩电普及率已达到百分之百，所以对彩电的消费需求处于更新换代阶段。 二、我国税收预测模型 要求：设置虚拟变量反映1996年税收政策的影响。 方法：取虚拟变量D1＝1（1996年以后），D1＝0（1996年以前）。 键入命令：GENR XD=X*D1 LS Y C X D1 XD 则模型估计的相关信息如图7-3所示。 图7-3 引入虚拟变量后的我国税收预测模型
1.EVIEWS基础 (3) 1.1. E VIEWS简介 (3) 1.2. E VIEWS的启动、主界面和退出 (3) 1.3. E VIEWS的操作方式 (6) 1.4. E VIEWS应用入门 (6) 1.5. E VIEWS常用的数据操作 (15) 2.一元线性回归模型 (24) 2.1. 用普通最小二乘估计法建立一元线性回归模型 (24) 2.2. 模型的预测 (30) 2.3. 结构稳定性的C HOW检验 (34) 3. 多元线性回归 (39) 3.1. 用OLS建立多元线性回归模型 (39) 3.2. 函数形式误设的RESET检验 (45) 4. 非线性回归 (48) 4.1. 用直接代换法对含有幂函数的非线性模型的估计 (48) 4.2. 用间接代换法对含有对数函数的非线性模型的估计 (50) 4.3. 用间接代换法对CD函数的非线性模型的估计 (53) 4.4. NLS对可线性化的非线性模型的估计 (55) 4.5. NLS对不可线性化的非线性模型的估计 (58) 4.6. 二元选择模型 (62) 5. 异方差 (68) 5.1. 异方差的戈得菲尔德——匡特检验 (68) 5.2. 异方差的WHITE检验 (72) 5.3. 异方差的处理 (75) 6. 自相关 (79) 6.1. 自相关的判别 (79) 6.2. 自相关的修正 (83) 7. 多重共线性 (87) 7.1. 多重共线性的检验 (87) 7.2. 多重共线性的处理 (92) 8. 虚拟变量 (94) 8.1. 虚拟自变量的应用 (94) 8.2. 虚拟变量的交互作用 (99) 8.3. 二值因变量：线性概率模型 (101) 9. 滞后变量模型 (106) 9.1. 自回归分布滞后模型的估计 (106) 9.2. 多项式分布滞后模型的参数估计 (111)
金融计量学实验指导书 金融工程教研室编 商学院金融学院 二00六年十一月
目录 实验项目一：一元线性回归模型分析 (1) 实验项目二：多元线性回归模型（一） (11) 实验项目三：多元线性回归模型（二） (15) 实验项目四：放宽基本假定的线性回归模型（一） (20) 实验项目五：放宽基本假定的线性回归模型（二） (26) 实验项目六：虚拟变量模型与Granger因果检验 (30) 实验项目七：平稳性检验与ARMA模型估计 (34) 实验项目八：协整关系检验与误差修正模型（ECM） (40) 实验项目九：GARCH模型的估计 (48) 参考文献 (54)
实验项目一：一元线性回归模型分析 一、实验目的 通过上机实验，使学生充分理解Eviews软件系统管理和基本原理,掌握基本运用的技能。 二、预备知识 （1）Windows操作系统的常用操作；（2）数据库的基础知识； （3）Excel软件的基本操作；（4）一元线性回归模型的理论知识。 三、实验容 EViews软件启动,新建文件,数据录入,一元线性回归模型分析。 四、实验步骤 （一）、启动软件包 1、EViews 的启动步骤： 进入Windows /双击Eviews 快捷方式，进入EViews 窗口；或点击开始/程序/Eviews3/ Eviews3.1，进入E Views 窗口。 ２、EViews 窗口介绍 （图1-1） 标题栏：窗口的顶部是标题栏，标题栏的右端有三个按钮：最小化、最大化（或复原）
和关闭，点击这三个按钮可以控制窗口的大小或关闭窗口。 菜单栏：标题栏下是主菜单栏。主菜单栏上共有 7 个选项： File ，Edit ，Objects ， View ，Procs ，Quick ，Options ，Window ，Help 。用鼠标点击可打开下拉式菜单（或再下一 级菜单，如果有的话），点击某个选项电脑就执行对应的操作响应（File ，Edit 的编辑功能与 W ord, Excel 中的相应功能相似）。 命令窗口：主菜单栏下是命令窗口，窗口最左端一竖线是提示符，允许用户在提示符 后通过键盘输入 EViews （TSP 风格）命令。如果熟悉 MacroTSP （DOS ）版的命令可 以直接 在此键入，如同 D O S 版一样地使用 E V i e w s 。主显示窗口：命令窗口之下是 E views 的主显示窗口，以后操作产生的窗口（称为子窗 口）均在此围之，不能移出主窗口之外。 状态栏：主窗口之下是状态栏，左端显示信息，中部显示当前路径，右下端显示当前 状态，例如有无工作文件等。 E v i e w s 有四种工作（1）鼠标图形导向（2）简单 （二）、创建工作文件 工作文件是用户与 EViews 对话期间保存在 RAM 之中的信息，包括对话期间输入和建立 的全部命名对象，所以必须首先建立或打开一个工作文件用户才能与 Eviews 对话。工作文 件好比你工作时的桌面一样，放置了许多进行处理的东西（对象），像工作时需要清理桌面一样，允许将工作文件保存到磁盘上。如果不对工作文件进行保存，工作文件中的任何东西，关闭机器时将被丢失。 进入 E Views 后的第一件工作应从创建新的或调入原有的工作文件开始。只有新建或调入原有工作文件， EViews 才允许用户输入开始进行数据处理。 建立工作文件的方法：点击 F ile/New/Workfile 。选择数据类型和起止日期，并在出现的对话框中提供必要的信息：适当的时间频率（年、季度、月度、周、日）；确定起止日期或最大处理个数（开始日期是项目中计划的最早的日期；结束日期是项目计划的最晚日期，非时间序列提供最大观察个数，以后还可以对这些设置进行更改）。 下面我们通过研究我国城镇居民消费与消费支出的关系（即数据文件sy1.xls ）来学习 E views 的应用。 1、打开新建对象类型对话框，选择工作文件 W orkfile ，见图1-2。
一、研究1978-2008年城乡居民储蓄存款随收入的变化规律是否有变化，已引入虚拟变量。 从上图中无法得到居民的储蓄行为发生明显改变的详尽信息。做居民储蓄增量的时序图。如下： 可以看到，城乡居民的储蓄行为表现出了明显的阶段特征：在1996年、2000年、2005年和2007年有四个明显的转折点。再从城乡居民储蓄存款增量与国民总收入之间关系的散布图看，也呈现了相同的阶段特征. 为了分析居民储蓄行为在1996年、2000年、2005年以及
2007年等不同时期的数量关系，引入虚拟变量D1、D2、D3、D4。 二、建立模型 12314253541234(70142.5)(98000.5)(184088.6)(251483.2)t 1996t 0t 19960t t 0t t t t t t t t t t t t t t t YY GNI GNI D GNI D GNI D GNI D u ββββββ=++-+-+-+-+??==?????=??1，为年以后1，为2000年以后其中，D D ，为年及以前，为2000年及以前 1，为2005年以后 D D ，为2005年及以前t 20070t t ?=??1，为年以后，为2007年及以前 三、回归估计模型 series year 粘贴年份（edit ） series d1=(year>1996) series d2=(year>2000) series d3=(year>2005) series d4=(year>2007) ls yy c gni (gni-70142.5)*d1 (gni-98000.5)*d2 (gni-184088.6)*d3 (gni-251483.2)*d4
数学与统计学院实验报告 院（系）：数学与统计学学院学号：： 实验课程：计量经济学指导教师: 实验类型（验证性、演示性、综合性、设计性）：验证性 实验时间：2017年 3 月 29 日 一、实验课题 虚拟变量模型估计 二、实验目的和意义 1 建立财政支出模型 表1给出了1952-2004年中国财政支出（Fin）的年度数据（以1952年为基期，用消费价格指数进行平减后得数据）。试根据财政支出随时间变化的特征建立相应的模型。 表1 obs Fin obs Fin obs Fin 1952 173.94 1970 563.59 1988 1122.88 1953 206.23 1971 638.01 1989 1077.92 1954 231.7 1972 658.23 1990 1163.19 1955 233.21 1973 691 1991 1212.51 1956 262.14 1974 664.81 1992 1272.68 1957 279.45 1975 691.32 1993 1403.62 1958 349.03 1976 656.25 1994 1383.74 1959 443.85 1977 724.18 1995 1442.19 1960 419.06 1978 931.47 1996 1613.19 1961 270.8 1979 924.71 1997 1868.98 1962 229.72 1980 882.78 1998 2190.3 1963 266.46 1981 874.02 1999 2616.46 1964 322.98 1982 884.14 2000 3109.61 1965 393.14 1983 982.17 2001 3834.16 1966 465.45 1984 1147.95 2002 4481.4 1967 351.99 1985 1287.41 2003 5153.4 1968 302.98 1986 1285.16 2004 6092.99 1969 446.83 1987 1241.86 步骤提示： （1）做变量fin的散点图，观察规律，看在不同时期是否有结构性变化。
计量经济学——金融硕士实验报告
若模型设定为： Consume t=C t+α1Income t+α2Consume t-1+α3Employment t+α4Burden t+α5d1t+α6d2t+α7d3t+α8d4t+εt 其中Consume t表示t期城镇居民家庭人均消费支出，Income t表示t期城镇居民家庭人均可支配收入，Employment t表示t期城镇居民家庭平均每户就业人口，Burden t表示t期城镇居民家庭平均每一就业者负担人数，d it(i=1,2,3,4)相应的虚拟变量。 1）构造用于描述个人所得税调整的虚拟变量，并简要说明其理由； 考虑到个人所得税起征点调整对居民消费支出会产生重要的影响，而征税有m=5个不同阶段，故引入m-1=4个虚拟变量d1t，d2t，d3t，d4t。 1985≤t<1987 d1=0d2=0 d3=0d4=0 1987≤t<1994 d1=1 d2=0 d3=0d4=0 1994≤t<2006 d1=1 d2=1 d3=0d4=0 2006≤t<2008 d1=1 d2=1 d3=1 d4=0 2008≤td1=1 d2=1 d3=1 d4=1 因为是个人所得税逐步增多的过程，所以在引入虚拟变量时，是使其在开始实施后依然保留之前的税收。 2）用散点图描述两两变量之间的关系，并给出你对模型设定的结论； ①导入数据 打开Eviews软件，选择“File”菜单中的“New--Workfile”选项（也可使用命令方式），建立工作文件后，录入数据。 命令格式：DATA income consumemployment burdend1d2d3d4 ②观测income、employment、burden同consum之间的关系，