Eviews使用教育资料情况分析总结.doc

《Eviews使用教育资料情况分析总结.doc》由会员分享，可在线阅读，更多相关《Eviews使用教育资料情况分析总结.doc（17页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、计量经济学软件包 Eviews 使用说明一、启动软件包一、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。 、EViews 窗口介绍标题栏：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：菜单栏：

2、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：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 DOS 版一样地使用 EViews。按 F1 键（或移动

3、箭头），键入的历史命令将重新显示出来，供用 户选用。菜单栏标题栏命令窗口控制按钮信息栏路径 状态栏主显示窗口（图一）主显示窗口：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：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。Eviews 有四种工作方式：（1）鼠标图形导向方式；（2）简单命令方式；（3）命令参数方式 (1)与（2）相结合) ；（4）程序（采用 EViews 命令编制程序）运行方式。用户可以选择自己喜欢 的方式进行操作。二、创建工作文件二、创

4、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。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。

5、建立工作文件的方法：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)

6、 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 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 5

7、127.084382.59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 6485.635181.45 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、J1

8、1，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。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。（图三）（图二）3、点击 OK 确认，得新建工作文件窗口，见图四。工作文件窗口：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

9、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 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

10、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 Workfile 选定文件打开。三、输入和编辑数据三、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数据输入完毕，可

11、以关闭数据输入窗口，点击工作文件窗口工具条的Save或点击或点击 菜单栏的菜单栏的File Save将数据存入磁盘。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。信息栏 兰标题栏工具条控制框 昂对象小图标（图四）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

12、据编辑状态，（用户可以根据习惯点击 Smpl+/-改变数据按 行或列的显示形式,）然后输入数据，方式同上。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）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：输入命令， 回车 数据编辑窗口工具条序列名称输入的数据（图五）（图六）Group Members 可用于增加组中的序列；SpreadSheet 以电子数据表的形式显

13、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 多图的形式显示组中数据；Descriptive Stats 给出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 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；Covari

14、ances 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 序列的超前几期和滞后几期值之间的互相关函数； Cointegration Test 执行 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、回归分析五、回归分析-估计消费函数估计消费函数图七图八1、在经济理论指导下，利用软件包的“观察（

15、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)、作普通最小二乘法估计：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，选择估计方法普通最小二乘法，如图八所示。点击 OK 进行估计，得到估计方 程(1)及其统计检验结果，如图九所示。(1)82.49794. 0incmconsut (30.89) (0.35)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

16、。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

17、（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 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。图九注意：在进行外推预测之前

18、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、异方差检验七、异方差检验古典线性回归模型的一个重要假设是总体回归方程的随

19、机扰动项 ui同方差，即他们具有相同的 方差 2。如果随机扰动项的方差随观察值不同而异，即 ui的方差为 i2， 就是异方差。检验异方差图十图十一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 Heterosk

20、edasticity (no cross terms) 或 White Heteroskedasticity (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、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：在显著水平下我2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。注意：White Heteroskedastici

21、ty (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 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、八、White 异方差校正功能和加权最小二乘法异方差校正功能和加权最小二乘法1Whit

22、e 异方差校正功能：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 Consistent Covariance White OK 应用（见图十三）1，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。1 对这一方法的进一步了解可参考经济计量分析美威廉 H 格林 著，中国社会科学出版社，19

23、98 年 3 月，p423-424，适用于普通最小二乘法的协方差矩阵的估计图十二表二 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 元可 支 配 收入交通和通讯支 出可 支 配 收入交通和通讯支 出项目 变量名地 区incum项目 变量名地 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4206.64172.65山 东5380.08255.53河 南4219.42193.65广 西5412

24、.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 北4826.36214.37上 海8773.10384.49海 南

25、4852.87265.98广 东8839.68640.56 （数据来源：中国统计年鉴 1998 光盘，文件 j11c，j12c）、加权最小二乘法：、加权最小二乘法：我们使用表二的数据，在主菜单选 Quick Estimate Equations，进入输入估计方程对话框, 输入待估计方程 (cum in )，选择估计方法普通最小二乘法，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

26、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。图十三图十四九、一阶（高阶）序列相关校正九、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，设进口需求函数随机方程为 IMt= B0 B1 GNPt

27、 ut (2) IM 为每年进口额， GNP 每年收入的替代变量。假设误差项存在一阶自相关，则 ut可以写成： 表三 我国进口支出与国内生产总值和消费者价格指数国民生产总值(人 民币亿元，当年价)进口总额(人 民币亿元，当年 价)消费价格指 数（1985 年 =100）年度GNPIMCPI19858989.11257.8100.0198610201.41498.3106.5198711954.51614.2114.3198814922.32055.1135.8198916917.82199.9160.2199018598.42574.3165.2图十五图十六199121662.53398.71

28、70.8199226651.94443.3181.7199334560.55986.2208.4199446670.09960.1258.6199557494.911048.1302.9199666850.511557.4328.0199773142.711806.5337.2199878017.811622.4334.5 （数据来源：中国统计年鉴 1999 光盘 c01、 q03 和 i01，） ut = ut-1t -11 (3) 其中N(0,2), Cov(i,t) = 0, ij。记作 ui服从 AR(1)。 假定已知，我们将方程(3)中的变量滞后一期，写为： IMt-1= B0 B1

29、 GNPt-1 ut-1 (4) 方程(4)两边同时乘以得到: IMt-1=B0B1GNPt-1ut-1 (5) 将方程 (2)与方程 (4)相减并利用方程(3)，得到： IMt - IMt-1=B0(1)B1(GNPtGNPt-1)t (6)Eviews 利用 Marquardt 非线性最小二乘法，同时估计（6）式中的 B0、B1和 。用 AR(1)项进行估 计时，必须保证估计过程使用滞后观测值存在。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

30、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 AR(1)，选择估计方法普通最小二乘法，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。图十七图十八中 AR(1)的系数就是的估计值。Inverted AR Roots 是残差自相关模型(3)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 1。如果模型（2）的误差项存在高阶自相关，形如 ut = 1 ut-12 ut-23 ut-3t -1i1 i=1,2,3 (7)我们应在图十七的估计方程对话框中输入 IM C GN

31、P AR(1) AR(2) AR(3)。如果模型（2）的误差项 存在形如下式的自相关 ut = 1 ut-1+ 3 ut-3t -1i1 i=1 ,3 (8) 我们应在图十七的估计方程对话框中输入 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 ut = 4 ut-4t -141 (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

32、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 统计量。2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obsGDPINVobsGDPINVobsGDPINV1947-11239.5431951-11504.160.41955-11742.564.71947-21247.242.31951-21548.365.41955-21758.667.91947-31255431951-31585.

33、461.71955-31778.270.81947-41269.5491951-4159657.31955-41793.974.21948-1128449.81952-11607.758.91956-1178774.21948-21295.7511952-21612.151.11956-21798.573.91948-31303.851.41952-31621.952.81956-31802.275.7图十八1948-41316.449.81952-41657.855.81956-41826.676.11949-11305.343.11953-11687.356.51957-11836.477

34、.51949-2130235.61953-21695.356.21957-21834.876.81949-31312.637.81953-31687.956.11957-31851.278.51949-41301.9341953-41671.251.31957-41830.568.81950-11350.943.41954-11660.851.1 1950-21393.548.61954-21658.451.6 1950-31445.253.51954-31677.754.7 1950-41484.563.91954-41698.358.8 根据表四数据建立回归方程如下： GDP = 14.5

35、169INV + 735.545 现在需要验证 1952 年 4 季度是不是转折点，即 1952 年 4 季度之前与之后投资对国内生产总值的贡 献是否一致。操作如下：在方程估计输出窗口点击 View/Stability test /Chow breakpoint test，如图十 九；进入转折点输入窗口如图二十，输入转折点日期；得到检验统计结果如图二十一。从统计结果可以看出 F 检验和 LR检验都拒绝零假设：1952 年年 4 季度是转折点季度是转折点，接受 1952 年 4 季度不是转2折点的备则假设。一般地，只要图二十一中的显示的概率小于给定的显著平，如 5%或 1%，就可以 在该显著水平

36、拒绝原假设。如果我们需要检验多个转折点，则可以同时输入多个转折点的时间。假如我们需要判断 1952 年 4 季度和 1954 年 4 季度是不是转折点，这时的零假设是：1952 年 4 季度和 1954 年 4 季度都是 转折点。可以验证我们拒绝零假设。如图二十二和图二十三。图十九图二十十一、两阶段最小二乘法十一、两阶段最小二乘法在解联立方程组时，我们经常会用到两阶段最小二乘法，操作方法如下：图二十二图二十三图二十一在主菜单选 Quick Estimate Equations，选择估计方法两阶段最小二乘法(TSLS)，在估计方程 对话框内, 输入待估计方程, 在工具变量窗口输入工具变量。如图二十四所示。点击 OK 进行估计， 就可得到估计方程及其统计检验结果。图二十四