实验三Eviews使用教程简易版).docx

资源描述

《实验三Eviews使用教程简易版).docx》由会员分享，可在线阅读，更多相关《实验三Eviews使用教程简易版).docx（23页珍藏版）》请在三一办公上搜索。

1、实验三金融时间序列软件包Eviews使用说明一、启动软件包假定用户有Windows95/98的操作经验，我们通过一个实际问题的处理过程，使用户对EViews的应用有一些感性认识，达到速成的目的。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/Econometric Views/Eviews，进入 EViews 窗口。File Edit Objects View Procs Quick Options Window Help命令窗口主显示窗口信息栏路径状态栏Welcome to EViews| Path = e: ev

2、i ews3 | DB = none WF = none2、EViews窗口介绍（图一）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Word, Excel中的相应功能相似）。命令窗口：主菜单栏下是命令窗

3、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DOS版一样地使用EViews。按F1键（或移动箭头），键入的历史命令将重新显示出来，供用户选用。主显示窗口：命令窗口之下是Eviews的主显示窗口，以后操作产生的窗口（称为子窗口）均在此范围之内，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。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

4、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），像结束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EViews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File/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

5、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可支配收入的关系来学习Eviews的应用。数据如下：表一1998年我国城镇居民人均可支配收入与人均消费性支出单位：元地区可支配收入 (inc)消费性支出 (consum)地区可支配收入 (inc)消费性支出 (consum)北京8471.986970.83河南4219.423415.65天津7110.545471.01湖北4826.364074.38河北5084.643834.43湖南5434.264370.95山西

6、4098.733267.70广东8839.687054.09内蒙古4353.023105.74广西5412.244381.09辽宁4617.243890.74海南4852.873832.44吉林4206.643449.74重庆5466.574977.26黑龙江4268.503303.15四川5127.084382.59上海8773.106866.41贵州4565.393799.38江苏6017.854889.43云南6042.785032.67浙江7836.766217.93陕西4220.243538.52安徽4770.473777.41甘肃4009.613099.36福建6485.63518

7、1.45青海4240.133580.47江西4251.423266.81宁夏4112.413379.82山东5380.084143.96新疆5000.793714.10（数据来源：中国统计年鉴-1999光盘J10、J11,中国统计出版社）下面的图片说明了具体操作过程。1、打开新建对象类型对话框，选择工作文件 Workfile，见图二。（图二）（图三）2、打开工作文件时间频率和样本区间对话框，输入频率和样本区间，见图三。Detault Eq: None3、点击OK确认，得新建工作文件窗口，见图四。Ranqe: 1 30Sample: 1 3Ume工具条控制框View Procs Objects

8、 Save Label+/- Show Fetch Store Delete Genr Sa工作文件窗口：工作文件窗口是EViews的子窗口。它有标题栏、控制按钮和工具条。标题栏指明窗口的类型 workfile、工作文件名。标题栏下是工作文件窗口的工具条，工具条上有一些按钮。Views观察按钮、Procs过程按钮、 Save （保存）工作文件、Sample （设置观察值的样本区间）、Gener （利用已有的序列生成新的序列）、Fetch （从磁盘上读取数据）、Store （将数据存储到磁盘）、Delete （删除）对象。此外，可以从工作文件目录中选取并双击对象，用户就可以展示和分析工

9、作文件内的任何数据。工作文件一开始其中就包含了两个对象，一个是系数序列C （保存估计系数用），另一个残差序列RESID （实际值与拟合值之差）。小图标上标识出对象的类型，C是系数向量，曲线图是时间序列。用户选择Views对象后双击鼠标左建或直接使用EViews 主窗口顶部的菜单选项，可以对工作文件和其中的对象进行一些处理。4、保存工作成果：将工作成果保存到磁盘，点击工具条中save输入文件名、路径保存，或点击菜单栏中File Save或Save as 输入文件名、路径保存。5、打开工作文件：我们可以打开一个已有的工作文件继续以前的工作，点击主菜单中的File Open Workf

10、ile 选定文件打开。三、输入和编辑数据建立或调入工作文件以后，可以输入和编辑数据。输入数据有两种基本方法：data命令方式和鼠标图形界面方式1、data命令方式：命令格式为：data 序列名1序列名2序列名n，序列名之间用空格隔开，输入全部序列后回车就进入数据编辑窗口，如图五所示。用户可以按照Excel的数据输入习惯输入数据。数据输入完毕，可以关闭数据输入窗口，点击工作文件窗口工具条的Save或点击菜单栏的File Save将数据存入磁盘。2、鼠标图形界面方式数组方式：点击Quick Empty Group （Edit Series），进入数据窗口编辑窗口，点击 obs行没有

11、数据的第一列（如图五中太阳标志处），然后输入序列名，并可以如此输入多个序列。输入数据名后，可以输入数据，方式同上。3、鼠标图形界面方式序列方式：点击Objects New object 选Series 输入序列名称Ok,进入数据编辑窗口，点击Edit+/-打开数据编辑状态，（用户可以才艮据习惯点击Smpl+/-改变数据按行或列的显示形式，）然后输入数据，方式同上。输入命令，E冈l| obsINCCONSUM1S471.98；0NAi27110.54|NAJ3NANA序列名4NANA1W5NANA6NANA7NANA8NA输入的数:据9NANA10NANA11NANA12NANA1

12、3NANA14NANA16.NaMAa（图五）4、编辑工作文件中已有的序列：可以按照操作 Windows的习惯在工作文件主显示窗口选定一个或多个序列，点击鼠标右健打开一个或多个序列，进入数据编辑状态，可以修改数据。四、由组的观察查看组内序列的数据特征按下数组窗口（也可以成为数组或数据编辑窗口）（图六）工具条上Views按钮，可以得到组内数据的特征，见图六。具体介绍如下：Group Members可用于增加组中的序列Spreadsheet以电子数据表的形式显示数据；Dated Data Table将使时序数据以表的形式显示；Graph以各种图形的形式显示数据的；Multi Graph以多

14、组中数据的描述统计量，如均值、方差、偏度、峰度、J-B统计量（用于正态性检验）等；Tests图八of equality给出检验组中序列是否具有同方差、同均值或相同中位数的假设检验结果；N-way/One-way Tabulation 给出数组中序列观测值在某一区间的频数、频率和某一序列是否与组中其他序列独立的假设检验结果；Correlations给出数组中序列的相关系数矩阵；Covariances给出数组中序列的斜方差矩阵；Correlogram (1)给出组内第1序列的水平序列及其差分序列的自相关函数和偏自相关函数；Cross Correlation (2)给出组内第1和第2序列的

15、超前几期和滞后几期值之间的互相关函数；Cointegration Test执彳亍 Johansen cointegration协整(或称为共积)检验； Granger Causality检验组内各个配对间的Granger因果关系；Lable给出数组的名称及修改时间等信息。五、回归分析一估计消费函数1、在经济理论指导下，利用软件包的“观察 (View)”功能对数据进行“火力侦察”，观察消费性支出与可支配收入的散点图(见图七)。依据凯恩斯理论，设定理论模型： consum= a + b (inc)2、作普通最小二乘法估计：在主菜单选QuickEstimate Equations,进入输入

16、估计方程对话框,输入待估计方程，选择估计方法一普通最小二乘法，如图八所示。点击OK进行估计，得到估计方程及其统计检验结果，如图九所示。3、利用图九中给出的统计检验结果对模型的可靠性进行统计学检验，由统计结果可以看出该模型拟合优良，误差项不存在一阶正自相关。4、利用图九中估计方程显示窗口中工具条View，可以显示估计方程、估计方程的统计结果、以图或表的形式显示数据的实际值、预测值和残差。六、单方程预测预测是我们建立经济计量模型的目的之一,其操作图九如下：进入方程估计输出窗口(可以选定一个已有的方程建打开或估计一个新方程)如图九，点击其工具栏中的Forecast 打开对话框(图十)，输

17、入序列名(Forecast name)，这名称通常与方程中被解释变量的名字不同，这样就不会混淆实际值和预测值；作为可选项，可给预测标准差随意命名 S.E(optional)，命名后，指定的序列将存储于工作文件中；用户可以根据需要选择预测区间(sample range for forecast)； Dynamic选项是利用滞后左手变量以前的预测只来计算当前样本区间的预测值，Static选项是利用滞后左手变量的实际值来计算预测值(该选项只有在实际数值可以得到时使用)，当方程中不含有滞后被解释变量或ARMA项时，这两种方法在第二步和以后各步都给出相同结果，当方程中含有滞后被解释变量或

18、ARMA项时，这两种方法在第二步以后给出不同结果；用Output可选择用图形或数值来看预测值，或两者都用以及预测评价指标（平均绝对误差等）。将对话框的内容输入完毕，点击OK得到用户命名的预测值序列。注意：在进行外推预测之前应给解释变量赋值。例如我们根据19801998年数据得到中国人均生活费支出与人均可支配收入关系的回归方程，希望预测1999、2000、2001年的人均生活费支出。为此，我们首先需要给出1999、2000、2001 年人均收入可支配的数据，如果1999、2000、2001我们从历史数据中得不到1999、2000、2001年人均收入可支配的数据，就应利用其他方法估

19、计出这些数据，把1999、2000、2001年人均收入可支配的数据（可能是估计值）输入解释变量中就可以预测出这三年的人均生活费支出。七、异方差检验3 DynamicForecast name:S.E. (optional):G ARCH(optional):Series names:(ignore ARMA)atistic Prob.海8570.0000M37050.7314Forecast of CONSUMStaticOutput:Sample range for forecast:El Do sraphForecast evaluation4342.317 1166.015 13.50

20、251 13.59592Histogram 一 Normality TestDPath = e:eviews3 DB = none WF = evop-1Estimation OutputActual Fitted, Residual ance MatrixStability TestsLabel0.00000.7314R-squared.Adjusted R-squaredS.E. of regressionSum squared residLog likelihoodDurbi n-VVatson stat0.971490 Mean dependent var 0.970472 S.D.

21、dependent var 200.3663 Aka ike info criterion 1124106. Schwarz criterion-200.5377 F-statistic1.607925 Prob( F-statistic)4342.317 1166.015 13.50251 13.59592 954.1039 0.000000图十EVi 5File Edi t Obj setsVi ew Procs Quick Options Window Help古典线性回归模型的一个重要假设是总体回归方程的随机扰动项u.同方差，即他们具有相同的方差b 2。如果随机扰动项的方差随观察值

22、不同而异，即ui的方差为b i2，就是异方差。检验异方差的步骤是先在同方差假定下估计回归方程，然后再对得到的的回归方程的残差进行假设检验，判断是否存在异方差。 Eviews 提供了怀特(White)的一般异方差检验功能。零假设：原回归方程的误差同方差。备择假设：原回归方程的误差异方差我们仍利用表一数据进行分析。操作步骤：在工作文件主显示窗口选定需要分析的回归方程打开估计方程及其统计检验结果输出窗口(见图九)点击工具栏中的 View 选Residual Tests White Heteroskedasticity (no cross terms) 或 White Heterosked

23、asticity (cross terms)(图十一)，可得到辅助回归方程和怀特检验统计量-即F统计量、X 2统计量的值及其对应的p值。由图十二中的显示结果可以看出：在1% 显著水平下我们拒绝零假设，接受回归方程的误差项存在异方差的备择假设。值得重申的是：虽然图九中的信息告诉我们回归方程拟和优良，但我们还应该对其进行经济计量学检验，以确定其是否满足古典假设。一般地，只要图十二中给出的p值小于给定的显著水平，我们就可以在该显著水平下拒绝零假设。EViews - Equation： EQO1 lorkfile： EV-OP-1I I File Edit Objects View Pro

25、9:26Sample: 1 30Included observations: 30VariableCoefficientStd. Errort-StatisticProb.C5.89E-227.53E-2478.213010.0000INC-2.16E-252.54E-27-85.023510.0000INCA21.98E-292.00E-3198.715550.0000R-squared0.998949Mean dependent var4.04E-23Adjusted R-squared0.998871S.D. dependentvar6.13E-23S.E. of regression2

26、.06E-24Sum squared resid1.15E-46F-statistic12831.87Durbin-Wats on stat1.693605Prob( F-statistic)0.000000Path = e:eviews3 DB = none WF = evop-1图十二注意：White Heteroskedasticity (no cross terms) 与 White Heteroskedasticity (cross terms)选项的区别在于：在no cross terms选项下得到的辅助回归方程中不包含原回归方程左手变量的交叉乘积项作为解释变量；而cross

27、terms选项下得到的辅助回归方程中包含原回归方程左手变量的交叉乘积项作为解释变量。在我们使用的一元回归例子中，这两个选项的作用没有区别。当我们分析多元回归模型的异方差问题时，因为所选辅助回归方程的解释变量不同，这两个选项的作用就不同了。八、White异方差校正功能和加权最小二乘法1. White异方差校正功能：我们使用表二的数据，在主菜单选Quick Estimate Equations，进入输入估计方程对话框，输入待估计方程(cum in )，选择估计方法一普通最小二乘法，点击Options按钮进入方程估计选择对话框，选择 Heteroskedasticity Consist

28、ent Covariance White OK应用（见图十三）i,回到估计方程对话框，点击OK得到校正后的回归方程（见图十四）。同学们可以比较图十四中的方程与普通最小二乘法得到的方程。表二中国1998年各地区城镇居民平均每人全年家庭可支配收入及交通和通讯支出单位：人民币元项目变量名欢支配 5攵入交通和通讯支出项目变量名可支配收入交通和通讯支出地区incum地区incum甘肃4009.61159.60新疆5000.79212.30山西4098.73137.11河北5084.64270.09宁夏4112.41231.51四川5127.08212.46吉林4206.64172.6

29、5山东5380.08255.53河南4219.42193.65广西5412.24252.37陕西4220.24191.76湖南5434.26255.79青海4240.13197.04重庆5466.57337.83江西4251.42176.39江苏6017.85255.65黑龙江4268.50185.78云南6042.78266.48内蒙古4353.02206.91福建6485.63346.75贵州4565.39227.21天津7110.54258.56辽宁4617.24201.87浙江7836.76388.79安徽4770.47237.16北京8471.98369.54湖日匕4826.3621

31、3Sample(adjusted): 1 30Included obsen/日tionm: 3Q after adjusting endpointsWhite HeteoskedasticityConsistent Standard Errors & CovarianceVariableCoefficientStd. Error t-StatisticProb.C-56.9179860.22735 -0.9450520.3527IN0.0580750.0124554.6627290.0001R-squared0.741501Mean dependent var-256.8727Adjusted

32、 R-squared0.732269S.D. dependentvar97.56583S.E. of regression50.48324Akaike info criterion10.74550Sum squared resid71359.62Schvvarv criterion10.83891Loq likelihood-159.1825F-statistic80.31760Durbin-VVatson stat2.008179Prob(F-statistic)0.000000图十四2、加权最小二乘法：我们使用表二的数据，在主菜单选Quick Estimate Equations，进入输

33、入估计方程对话框, 输入待估计方程（cum in ），选择估计方法一普通最小二乘法，点击Options按钮进入方程估计选择对话框，选择 Weighted LS/TSLS 在对话框内输入用作加权的序列名称 in的平方根得倒数 OK应用（见图十五），回到估计方程对话框，点击OK得到加权最小二乘法回归方程（见图十六并与图十四中的方程比较）。Eviews中进行加权最小二乘估计的过程为：选定一个与残差标准差的倒数成比例的序列作为权数，然后将权数序列除以该序列的均值进行标准化处理，将经过标准化处理的序列作图十五Dependent Variable: CUMMethod: Least Squar

34、esDate: 04/08/01 Time: 08:53Sarnple(adjusted；i： 1 30Included observations: 30 after adjusting endpointsWeighting series: (IN)A(-0.5)VariableCoefficientStd. Errort-StatisticProb.C-53.1925133.57023-1.5845140.1243IN0.0573850.0063888.9826390.0000Weighted StatisticsR-squared0.523215Mean dependent var247.

35、8742Adjusted R-squared0.506187S.D. dependent var61.28038S.E. of regression43.06286Akaike info criterion10.42754Sum squared resid51923.48SchvvarY criterion10.52095Log likelihood-154.4131F-statistic30.72663Durbin-VVatson stat2.160682Probi； F-stati stic)0.000006JquaView|Procs|Objects| Print|Nam巳|Fttezl

36、| Estimate|Forocast|Stats|Rusids|图十六为权数进行加权作最小二乘估计，这种做法不影响回归结果。但应该注意，Eviews的这种标准化处理过程对频率数据不适用。九、一阶(高阶)序列相关校正当线性回归模型中的随机扰动项是序列相关时，OLS估计量尽管是无偏的，但却不是有效的。当随机扰动项有一阶序列相关时，使用AR(1)可以获得有效估计量。其原理如下：表三中的数据，IM= B + IM为每年进口额, 在一阶自相关，则设进口需求函数随机方程为B GNP + u （2）GNP每年收入的替代变量。假设误差项存u可以写成：我国进口支出与国内生产总值和消费者价格指数MW 格

37、指数 (1985 年 =100) CPI 100.0 106.5 114.3 135.8 160.2 165.2 170.8 181.7 208.4 258.6 302.9 328.0 337.2 334.5 (数据来源：中国统计年鉴1999光盘c01、q03和 i01,)国民生产总值（人民币亿元，当年价）进口总额（人民币亿元，当年价）年度 1985 1986 1987 1988 1989 1990 1991 1992 1993 TW 1995 1996 1997 1998GNP8989.110201.411954.514922.316917.818598.421662.526651

38、.934560.546670.057494.966850.573142.778017.8IM1257.81498.31614.22055.12199.92574.33398.74443.35986.29960.111048.111557.411806.511622.4u = p u 1 + v-1p1(3)其中v-N(t0,Q2),t-1Covt(vi vt) = 0, ijo 记作 ui服从 AR(1)。假定p已知，我们将方程(3)中的变量滞后一期，写为:IM = B + B GNP + u (4) t-101t-1t-1方程两边同时乘以p得到：pIMpB + pB1GNP 1 + pu 1

39、(5)将方程(2j与方程(4)箱减并利用方程(3),得到：IM - pIMB0 (1 - p) + B1 (GNP - pGNP+ v (6)图十七Eviews利用Marquardt非线性最小二乘法，同时估计(6 )式中的B、B和p。用AR(1)项进行估计时，必须保证估计过程使用滞0后观测值存在。例如，左右端变量的起始观测时间为 1985年，则回归时的样本区间最早能从1986年开始。若用户忽略了这一点，会暂时调整样本区间，这一点可以从估计方程的结果显示中看到。操作如下：在主菜单选Quick Estimate Equations，进入输入估计方程对话框,输入待估计方程IM C GNP A

40、R(1),选择估计方法一普通最小二乘法，如图十七所示估计方程对话框图中竖线为光标。估计结果如图十八所示。图十八中AR的系数就是p的估计值。Inverted AR Roots 是残差自相关模型的滞后算子多项式的根，这个根有时是虚数，但静态自回归模型的滞后算子多项式的根的模应该小于割EViews - Equation： EQ05AR1 Workfile： E6-2F! File Edi t Obj e c t s Vi ew Frocs Quick Uti ons Window HelpVi 己fTint | Nam 己 | Fr己己z己 | Estimat 己 | For 己 gast |

41、 gtats | R己si ds |Dependent Variable: IM Method: Least Squares Date: 03/28/01 Time: 11:32 Sample(adjusted): 1986 1998 Included observations: 13 after adjusting endpoints Convergence achieved after 16 iterationsVariableCoefficientStd. Errort-StatisticProb.C139.46961770.9220.0787550.9388GNP0.1600230.0

42、364704.3878500.0014AR(1)0.6899950.3807541.8121810.1000R-squared0.972051Mean dependent var6135.731Adjusted R-squared0.966462S.D. dependent var4354.758S.E. of regression797.5074Akaike info criterion16.40003Sum squared resid6360180.Schwarz criterion16.53041Log likelihood-103.6002F-statistic173.8998Durb

43、in-Watson stat1.304478Prob(F-statistic)0.000000Inverted AR Roots图 1/ 1。如果模型(2)的误差项存在高阶自相关，形如U = P1 U 1 + P2 U 2 + P3 U 3 + -1 pi1i=1,2,3 (7)我们应在图十七的估计方程对对话崔中输入IM C GNP AR ARAR(3)。如果模型(2)的误差项存在形如下式的自相关 u = p1 u 1+ p u + v-1p.1i=1 , 3(8)我们应在图十七的估计方程对话框审输入IM C GNP AR(1) AR(3)。如果模型(2)的误差项存在形如下式的自相关u = p

44、 u + v-1p 1(9)我们应在图十七的估计方程对话框中输入IM C GNP AR(4)。这样就可以校正误差序列高阶自相关。十、邹氏转折点检验邹氏转折点检验的目的是检验在整个样本的各子样本中模型的系数是否相等。如果模型在不同的子样本中的系数不同，则说明该模型中存在着转折点。转折点出现的原因可能由于社会制度、经济政策的变化、社会动荡等，如固定汇率变为浮动汇率、中国的改革开放、战争等。我们可以用邹氏转折点检验来验证某点是否是转折点。这个检验使用的F是统计量和 LR 7 2 统计量。表四某地区1947年一季度至1957年4季度国内生产总值和投资总额数据单位：亿美元obsGDPINVobsGDPINVobsGDPINV1947-11239.543195

展开阅读全文