下载文档原格式
《计量经济学》上机指导手册统计学院数量经济教研室2004年3月目录第一部分 Eviews基本操作_____________________________________________________1第一章预备知识____________________________________________________________1第二章 Eviews的基本操作____________________________________________________6第二部分上机实习操作_______________________________________________________17第三章简单线性回归模型与多元线性回归模型________________________________17第四章多重共线性________________________________________________________23第五章异方差性__________________________________________________________32第六章自相关性__________________________________________________________35第七章分布滞后模型与自回归模型_________________________________________38第八章虚拟变量_________________________________________________________42第九章联立方程模型______________________________________________________44第一部分Eviews基本操作第一章预备知识一、什么是EviewsEviews (Econometric Views)软件是QMS（Quantitative Micro Software）公司开发的、基于Windows平台下的应用软件，其前身是DOS操作系统下的TSP软件。
Eviews软件使用说明Eviews软件使用说明1.引言1.1 背景信息Eviews是一种强大的计量经济学和时间序列分析软件，具有数据管理、统计分析、图形展示等功能。
本文档旨在提供Eviews软件的详细使用说明，帮助用户更好地掌握该软件的功能和操作方法。
2.安装和启动2.1 硬件和软件需求在使用Eviews之前，确认您的计算机符合软件的最低硬件和软件要求，并安装好所需的依赖库和驱动。
2.2 安装Eviews通过Eviews官方网站最新的安装程序，并按照安装向导的提示完成软件的安装。
2.3 启动Eviews双击桌面上的Eviews图标或通过开始菜单中的Eviews快捷方式启动软件。
3.数据导入与管理3.1 导入数据通过Eviews提供的数据导入功能，可以从多种文件格式（如Excel、CSV等）中导入数据。
3.2 数据浏览和编辑在Eviews中，可以方便地浏览和编辑已导入的数据，包括修改列名、调整数据格式等。
3.3 数据变换与处理Eviews提供了多种数据变换和处理的功能，如数据平滑、差分等，以满足用户对数据的需求。
4.统计分析4.1 描述性统计Eviews可以计算出数据集的各种描述性统计量，并相应的报告。
4.2 假设检验通过Eviews提供的假设检验功能，可以对单个变量或多个变量进行各种假设检验，如t检验、F检验等。
4.3 回归分析Eviews拥有强大的回归分析功能，可以进行简单回归、多元回归等各类回归分析，并提供了丰富的回归结果和诊断工具。
5.时间序列分析5.1 时间序列图Eviews可以绘制各种时间序列图形，包括线图、散点图、自相关图等，以帮助用户更好地理解时间序列数据的特征。
5.2 预测模型建立通过Eviews提供的时间序列建模功能，可以建立AR、MA、ARMA等各类时间序列模型，并进行模型的拟合和预测。
5.3 模型诊断与优化Eviews提供了一系列模型诊断与优化工具，如残差分析、模型优化、模型比较等，以帮助用户评估和改进建立的时间序列模型。
EViews 操作手册目录第一章序论第二章EViews 简介第三章EViews 基础第四章基本数据处理第五章数据操作第六章EViews 数据库第七章序列第八章组第九章应用于序列和组的统计图第十章图、表和文本对象第十一章基本回归模型第十二章其他回归方法第十三章时间序列回归第十四章方程预测第十五章定义和诊断检验第十六章ARCH和GARCH估计第十七章离散和受限因变量模型第十八章对数极大似然估计第十九章系统估计第二十章向量自回归和误差修正模型第一章绪论EViews 为我们提供了基于WINDOWS平台的复杂的数据分析、回归及预测工具，通过EViews能够快速从数据中得到统计关系，并根据这些统计关系进行预测。
EViews在系统数据分析和评价、金融分析、宏观经济预测、模拟、销售预测及成本分析等领域中有着广泛的应用。
操作手册共分五部分：第一部分：EViews 基础介绍EViews 的基本用法。
另外对基本的Windows 操作系统进行讨论，解释如何使用EViews来管理数据。
第二部分：基本的数据分析描述使用EViews 来完成数据的基本分析及利用EViews 画图和造表来描述数据。
第三部分：基本的单方程分析讨论标准回归分析：普通最小二乘法、加权最小二乘法、二阶最小二乘法、非线性最小二乘法、时间序列分析、方程检验及预测。
第四部分：扩展的单方程分析介绍自回归条件异方差（ARCH）模型、离散和受限因变量模型、和对数极大似然估计。
第五部分：多方程分析描述利用方程组来估计和预测、向量自回归、误差修正模型、状态空间模型、截面数据/ 时间序列数据、及模型求解。
第二章EViews 简介§2.1 什么是EViewsEViews 是在大型计算机的TSP (Time Series Processor)软件包基础上发展起来的新版本，是一组处理时间序列数据的有效工具。
1981年QMS (Quantitative Micro Software) 公司在Micro TSP基础上直接开发成功EViews 并投入使用。
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。
eviews使用指南与案例EViews是一款经济统计软件，广泛应用于经济学、金融学等领域的数据分析和建模工作。
本文将为大家介绍EViews的使用指南和一些实际案例，帮助读者更好地了解和应用EViews。
一、EViews的使用指南1. EViews的安装和启动：首先，用户需要下载并安装EViews软件。
安装完成后，双击桌面上的EViews图标即可启动软件。
2. 数据导入和处理：EViews支持导入多种数据格式，如Excel、CSV等。
用户可以使用“File”菜单中的“Import”选项将数据导入EViews中，并进行必要的数据清洗和处理。
3. 数据探索和描述统计分析：在导入数据后，用户可以使用EViews提供的数据探索功能进行数据分析，包括数据的描述统计分析、数据可视化等。
4. 模型建立和估计：EViews提供了多种经济学模型的建立和估计方法，如回归分析、时间序列分析等。
用户可以通过选择相应的命令和参数来进行模型建立和估计。
5. 模型诊断和检验：在模型建立和估计完成后，用户需要对模型进行诊断和检验。
EViews提供了多种模型诊断和检验的功能，如残差分析、异方差性检验等。
6. 模型预测和模拟：EViews可以基于已建立的模型进行预测和模拟。
用户可以输入新的自变量数据，通过模型预测因变量的值，或者进行模型的蒙特卡洛模拟分析。
7. 结果输出和报告生成：EViews可以将分析结果以表格、图形等形式输出，并支持生成报告和文档。
用户可以选择相应的输出选项和格式，方便结果的展示和分享。
二、EViews的应用案例1. 时间序列分析：使用EViews可以进行时间序列数据的建模和分析。
例如，可以通过ARIMA模型对股票价格进行预测，或者通过VAR模型分析宏观经济变量之间的关系。
2. 经济政策评估：EViews可以用于评估不同经济政策对经济变量的影响。
例如，可以建立一个VAR模型，通过冲击响应分析来评估货币政策对通胀和经济增长的影响。
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 (5)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 (105)9.1. 自回归分布滞后模型的估计 (105)9.2. 多项式分布滞后模型的参数估计 (110)10. 联立方程模型 (115)10.1. 联立方程模型的单方程估计方法 (115)10.2. 联立方程模型的系统估计方法 (119)21.Eviews基础1.1. Eviews简介Eviews：Econometric Views（经济计量视图），是美国QMS公司（Quantitative Micro Software Co.，网址为）开发的运行于Windows环境下的经济计量分析软件。
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 (105)9.1. 自回归分布滞后模型的估计 (105)9.2. 多项式分布滞后模型的参数估计 (110)10. 联立方程模型 (115)10.1. 联立方程模型的单方程估计方法 (115)10.2. 联立方程模型的系统估计方法 (119)21.Eviews基础1.1. Eviews简介Eviews：Econometric Views（经济计量视图），是美国QMS公司（Quantitative Micro Software Co.，网址为）开发的运行于Windows环境下的经济计量分析软件。
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。
F1-72）从文本文件和数据表输入数据，见图F1-8在Workfile 窗口下，单击Procs/import/read tex-lotus-excelF1-8文本文件和数据表输入数据选择需要输入数据的文件。
我们选择的数据在移动存储上，如果数据是文本文件格式，点击打开命令，会得到窗口F1-9；如果是数据表文件会得到窗口F1-10。
图F1-9F1-9下方的最大的白框中是对数据的预览，可以看到有3列数字，数据按列排列。
第一行是变量名，从第二行开始是数据。
我们要作的工作是在左上方填入变量名，名称可以与数据源中的名称不同，变量名用空格隔开。
然后是左变中间的白框，填入数据前的说明文字占的行数，默认是1，如本例，如果还有一些其他说明例如数据来自统计局等，可能会有2行说明文字，这时把1修改成2。
总之要数据前面的文字部分所占的行数填写在此。
第一列数据是年份，第二列数据是月份，第三列数据是股票价格，希望读入价格，在右上方colums填入2，如图F1-9，会跳过前面两列数据，只读入第三列数据。
按OK数据已经输入该工作文件。
如果数据保存在EXCEL表中，得到图F1-10.需要给出第一个数据在EXCEL 表中的位置，通常在B2的位置。
然后在左边中间的白框填写变量名，这里填写的变量名是在Eveiws中的名称，可以与数据表的变量名不同。
不同变量用空格隔开，输几个变量名，会输入几列相邻排列的数据。
在程序中进行操作后，从模型可以计算出一些数据，或者对原有数据进行了变换，可以从Eviews中输出这些数据。
首先选中希望输出的变量名，点击workfile 窗口中的proc，选择export从中选择输出数据格式，常用的是最后一个选项保存为文本格式或者EXCEL表格式。
见F1-11。
如果保存成文本格式，只要直接保存即可。
如果保存成EXCEL格式，会弹出窗口F1-12，给出数据在EXCEL表中的排列。
可以修改变量排列的顺序和第一个数据保存的位置，然后保存即可。
图F1-10 F1-11图F1-12输入数据后，对数据进行描述性分析。
建立了workfile，并且输入了数据。
可以进行你想作的工作了。
本章主要是对数据进行描述统计，了解数据的统计特征，以方便后面的建模。
下面我们结合描述统计介绍对Eviews的基本操作。
描述统计的全部的工作就是点击workfile窗口的不同命令。
图F1-13是输入SP500闭盘价的窗口。
图F1-13F1-13中c是Eviews中自动给出的一个量，用来保存模型估计出的未知参数，resid是用来保存模型的残差序列。
P是我们数据的数据。
改变样本区间有时我们会分阶段对数据进行分析，例如希望比较2000年前的数据与2000年后的数据的不同，所以不总是对工作窗口中的所有数据进行分析，这时可以改变样本长度。
单击Sample ，输入希望的区间，按OK。
改变变量名称单击需要改变名称的变量选中该变量，变量名变色说明已经选中，把光标放在该变量上右击，选中rename输入希望的名字即可。
改变workfile的区间有时会发现因为偶然的错误或需要预测，workfile的长度不够用。
例如我们想对2004：09到2004：12进行预测，可是一开始设计的区间是到2004：08，因此必须扩展区间。
点击Eviews窗口的procs，选择structure/resize current page，见图F1-14F1-14F1-15对变量进行变换输入的原始数据经常需要变换形式，例如我们例题中的数据是月度SP500指数，在分析中我们可能希望对收益率进行研究，所以要得到指数收益率数据。
点击genr命令，得到窗口F1-15。
在窗口中输入公式，下面是经常用到的一些运算加减乘除+ - * /差分d() 求自然对数后差分dlog() 自然对数log() 指数exp() 平方sqr()滞后运算：price(-1)表示变量名是price的一阶滞后例如用price表示价格指数，差分d(price)=price-price(-1)连续收益率r=dlog(price)虚拟变量如果收入超过10000，则赋值为1，high_inc = income>10000对计算得到的收益率变量进行描述统计进行描述性分析：双击变量，打开一个新窗口；单击View见F1-16：1）Spreadsheet数据以列表形式出现；Line直线图；Bar柱图2）Descriptive Statistics/Histogram and Stats 做直方图和计算各样本统计量3）Distribution Graphs/ Quantile-Quantile 画Q-Q图F1-16F1-17图F1-17是划折线图的选项，背景是画出的折线图。
Descriptive Statistics/Histogram and Stats 做直方图和计算各样本统计量结果如图F1-18。
JB检验在图F1-18右下角处，该组数据服从正态分布。
F1-18EVIEW操作指南:建立ARMA模型使用美国三个月期国债利率，时间1954年1月到2007年10月，周数据。
利率用百分数表示。
周数据输入只要输入1954/1/1 2007/10/4来表示1954年一月第一周到2007年10月第4周，Eviews会自动匹配相应时间，债券利率命名为tbillrate，数据输入后见图F4-1。
F4-1：建立ARMA模型图1.输入数据后，首先观察数据的折线图和样本自相关函数图和偏自相关函数图。
分别见图F4-2和图F4-3。
从图F4-2和图F4-3，数据不频繁穿过某一水平线，样本自相关函数图收敛速度非常慢，都意味着TBILLRATE是非平稳的，因此把数据进行一次差分，然后再观察折线图和样本自相关函数图和偏自相关函数图。
图F4-2：TBILLRATE折线图图F4-3：TBILLRATE样本自相关函数和偏自相关函数图图F4-4：差分后数据的折线图图F4-5：r的样本自相关函数和偏自相关函数图画样本自相关函数图的命令是双击时间序列数据r的名字，点view-correlogram见图F4-6,可以得到样本自相关函数和偏自相关函数的图形和数值，见图F4-5。
F4-6：画样本自相关函数的命令从图F4-4可以看出数据围绕一条水平线波动，已经平稳化。
并且具有一簇一簇的特征，这种特征叫波动率聚类性，下一章对这种特性建立模型。
本章先忽略这一特点。
下面可以对r建立ARMA模型了。
点击workfile窗口的object命令，选择equation，输入equation的名称armatemp，得到窗口F4-6。
F4-7：建立ARMA模型的窗口下面是输入模型的几个例子。
例如建立一个AR(1)模型可以如下输入：r c r(-1) 等价于模型：t t t r c r εϕ++=-1或者输入：r c ar(1) 等价于模型：tt t t t u u u c r εϕ+=+=-1两种输入方法估计结果的区别是后者的c 是r 的均值，而前者的c 是回归模型的截距项，斜率估计值相同。
建立ARMA(1,1)模型可以如下输入 r c r(-1) ma(1) 等价于模型：11--+++=t t t t r c r θεεϕr c ar(1) ma(1) 等价于模型：11--++=+=t t t t tt u u u c r θεεϕ如果滞后长度比较长，例如AR(6)模型可以如下输入 r c r(-1 to -6) 等价于模型：t t t t r r c r εϕϕ++++=--6611...如果滑动平均部分包括很多滞后项，只能分别写出，例如一个MA(4)模型： r c ma(1) ma(2) ma(3) ma(4) 建立乘法季节模型可以如下输入： y ar(1) ar(2) sar(4) 等价于下面的模型t t y L L L εβϕϕ=---)1)(1(4221y ma(1)ma(2) sma(4) 等价于下面的模型t t L L L y εαθθ)1)(1(4221+++=输入模型的表达式后，可以在sample 部分修改估计样本的区间。
使用2000年12月29号的数据到2007年9月28号 的周数据建立模型。
根据样本自相关函数建立模型ARMA(5,1)，见图F4-7，估计结果见图F4-8：F4-8：ARMA(5,1)估计结果其中Akaike info criterion是AIC准则，Schwarz criterion是BIC准则。
去掉不显著的解释变量，最终模型见图F4-9。
模型估计结束后，可以点击equation窗口的view-actual,fitted,residual得到真实值，拟和值和残差图形；点击procs然后选择make residual series可以保存残差。
