金融计量方法文件eviews使用指南

第一章EViews基本操 新建一个工作文件（Creatinga 保存工作文件（Saving 工作文件（Loading 从键盘输入数据（EnteringDataFromthe 外部数据文件导入（Spreadsheet 第二章基本数据分 第三章基本的单方程分 方程对象中的统计值（Regression 参数估计值的标准误(Std. （3）t统计量(t- 相伴概率 概要性统计值（Summary （6）F统计量(F-Statistics)和相伴概率 回归标准误(StandardErroroftheRegression,S.E.of 似然值（Log 信息准则（Information 第四章EViews编程初 基本的数 数算 函 随机数 第五章包含虚拟变量的回归模 函数 第六章异方差 采用正确的OLS参数协方差矩阵估计 第七章时间序列分 HAC方 GLS方 平稳序列的BJ建 ARMA模型估 第八章混合数据模型初 混合数据对象（ThePool 第一章EViewsEViews提供复杂的数据分析、回归分析和预测工具，可以应用于如下领域：科学数据分析和评估，金融数据分析，宏观经济预测，仿真，销售预测和成本分析。EViews最开始1981年MicroTSP。EViews软件利用了现代Windows软件的可视化特点。你可以使用鼠标，通过标准的Windows菜单和框完成相关操作。同时，也可以利用EViews强大令行和批处理语1EViews命图 这些状态信息。中间部分是（默认）文件EViews默认寻找所需数据和程序的文件。接下来是默认数据库和当前激活的工作文件。EViews的大部分操作都是在工作文件的基础上完成的，因此工作文件构成了EViewspage 3种主要的方法可以建立一个工作文件。第三种方法比较复杂。我们首先介绍第法 4在图4新建一个工作文件所示的框中，用户需要根据实际数据的特点，指定工作文件的结构类型（workfilestructuretype，以及日期范围（如果结构类型为日期型，即开始日期（startdate）和结束日期（enddate。Dated-regularfrequency（regular意味着数据集中每两个样本之间的时间间隔Eiews（frequencydate数1993:1,65:2如：1992:1,65:4,2002:3。如：1956:1,1990:11。[Daily7dayweeks]，即日度数据（weekday两天，月:天:Annual19522006（5设定工作文件的数据频率和样本范围。设置完毕后点击ok按钮即可。5（PageBalancedBalancedPanel是相对简单的一种面板数据类型（UnbalancedPanel将在后续章节中加以介绍。之所以说它相对简单是因为它的每个观测时间序列数据的始点为1970年第一季度于2020年第4季度，有200个观测，因此总共有的数据观测个数，系统将自动从1开始依次为每个样本观测值分配整数型的标识代码。方法一：直接打开外部数据文件，例如EXCEL文件，数据，并在EViews窗口中在图6工作文件窗口显示的工作文件窗口中，标题栏（TitleBar）显示当前工作文件名字和所在磁盘文件。在标题栏下方的是按钮栏（ButtonBar），这些按钮为针对工作文按钮栏下方显示两行状态信息：“Range:1952Q11996Q4–180obs”和“Sample:1952Q1点击选择不同围，双击“Range”字样，就会打开一个标题为“Workfilestructure”框（如图7改变工作文件的数据范围所示。此后弹出的框可以修改工作文件的开始日期和结束日期。如果点击选择不同67框（如图 改变当前样本范围所示。注意修改当前样本范围出工作文件的数据8在这两行状态信息行的右边是一个显示过滤器（DisyFilter，可根据需要设置筛选View→DisyFilter…，或者在状态信息行中双击“DisyFilter*”字样，可以打开对象过滤器（ObjectFilter）框。该框中上半部分是一个编辑框，用于输入根据对象名称进选掉一部分对象后，原来的“DisyFilter*”字样会变更为“DisyFilter-*”字样，提醒我们在工作文件窗口中间部分是显示对象的工作文件（WorkfileDirectory，在普通模着不同的对象类型（在后续章节详细介绍不同的对象类型。点击工作文件窗口中的菜单View→NameDisy，可以选择窗口中的对象名称是以小letters击View→Detail+/-，或者单击按钮栏中的Detail+/-，可以显示有关对象的附加信息，View），点击工作文件窗口主菜单View→Statistics如果需要切换回原来的显示视图（DirectoryDisyView，点击View→WorkfileDirectory即可。如果第一次在工作文件点击Save按钮，可以选择保存路径，保存工作文件。或者点击EViews主窗口中的菜单：File→SaveasFile→Save保存文件。文件不再出现该框。如果需要恢复，可以在EViews的主菜单中点击Options→General可以利用EViews主窗口中的菜单：File→Open→Workfile一个先前已保存的工作序列对象窗口（如图10在序列对象窗口中输入数据。据。也可以直接数据进行粘贴操作，而勿需逐一进行输入。910子数据表格式（也是最常用的数据文件格式。以Excel文件为例，步骤如下：File→Open→ForeignDataasWorkfile，可以直接将外部数据导入一个新建的工作file(*.xls)，此时弹出的窗口如下图。11Excel上图窗口中提供的选项主要是针对数据文件的形式。一般来说，EViews提供的默12EViewsoriented的。数据分析过的信息在对象中。EViews所有的工作都涉及到不同类型对象的使用和操作。对象则存放在对象容器（objectcontainer）中，而工作文件则是最重要的对在每一个新建的的工作文件中，系统都会自动生产一个系数向量对象（coefficientvector章节介绍。这里需要注意的是，EViews具有面向对象的风格，即许多数据处理都是以对象本，方程对象（equationobject）针对一组变量的关系测算。Pocedures，(以序列对象为例。序列对象通常用于存放我们需要处理的数据。EViews中的序列对象示数据序列内容（如图13以数据表格形式展示数据序列。13一个M1对数值（而不是M1）的序列窗口。在打开已有对象后，在对象窗口菜单中点击Name菜单，即可对对象进行重命名。Object→Copyobject…Object→CopySelected…，或者将鼠标移至选定的对象上，右键单击鼠标，选择Objectcopy…的对象，从工作文件窗口菜单中点击Edit→Copy。接下来击活目标工作文件，点击Edit→Paste，或者点击鼠标右键，选择Paste。第二章seriesseries_name=双击打开序列对象（demo.wf1GDP序列，如果序列对象窗口显示的不是如下图，“DisyFormat…”，可弹出如下框单击菜单“View→Graph…”，显示以下“GraphOptions”框。该框可以设定不同Line&Symbol，点击“确定”后，即可将数据序列用连线图表现出来，显示选择View→DescriptiveStatistics&Tests→HistogramandStats，显示序列的描述性统计值（如图14数据序列的描述性统计值1411Mean，序列的样本均值y

yiNN3MaxandMin分别指序列的最大值和最小值1Ni1NiN(y2i5、 1 yyS ( )，其中N 1 yyK ( N 于这个参照分布而言是尖的（尖顶峰度3，这个分布对于参照分布而言是JB统计量用于检验序列是否服从正态分布的检验统计值（检验对应的原假设为序于一个正态分布总体，否则没有理由原假设。统计推断所需要的统计量即JB统计量，它按以下计算：NS2K32JB 6 JB~22JBProbability（通常称为相伴概率出了概率值Prob2JB，此例中即为Prob224.683000.000004，因此，EViews提供了按子样本计算描述性统计值的工具。选择“View→DescriptiveStatistics&Tests→StatsbyClassification”，出现以下框。序列对象窗口中，还可以进行简单的假设检验。选择“View→DescriptiveStatistics&Tests→SimpleHypothesisTests”，显示以下“SeriesDistributionTests”框。H0:mH1:N算t统计量，这是我们在统计学课所熟知的统计量。Nt

~tNNNz

~N其中是我们指定的标准差。z 2N1s2~2N1demo.wf1中的gdpEViews中具强大的数算功能，可以处理很多数学表达式。通过数学表达式的运算在EViews工作文件中，点击菜单条上的Genr按钮，弹出如下框，在编辑框中按 图图15 在弹出的框中输入你需要计算的，例如，计算国内生产总值(gdp)的对数值，生成一个名为log_gdp的序列对象。deleteobjects→Deleteseletedgroupgroup_name1gdpm1prgroupgroup_name2log(gdp)d(m1)prgroup_name2gdp的对数值、m1的一阶差分、pr、rs四个序列View→DescriptiveStats&Tests，如下图所示，可以选择两种方式计算序列对1617scalar帮助中 →User’sGuide→OperatorandFunctionReference→DescriptivescalarObjects→NewObjects→Matrix-Vector-Coef，输入系数向选择CoefficientVector。如图18生成系数向量对象所示：18resultsgenr命令素的数值赋值为gdp序列的样本均值。也可以利用修改系数向量对象量中元素的数值。例如，在命令栏中输入注意，在生成系数向量的图18生成系数向量对象中，涉及四个不同对象类型选项，2slope，并且把它作为二元线性回归模型的参数进行估计，将估计得到的斜率项系数保存在slope中。coef(2)ls第三章菜单操作方式是在工作文件窗口中点击Objects→NewObject→Equation，或者是在EViews主菜单中点击Quick→EstimateEquation…，都会显示以下窗口，标题为“Equation19形式。有两种方法可以指定回归方程，一种是列表方式（bylist，另一种是方式（byexpressionycx1 菜单中选择“Open→Equation…”，或者任一选中的变量，在弹出的菜单中选择输入该编辑框中的字符可以是一个数学，可以是因变量，随后依次为“=”字符，在标题为“EquationEstimation”窗口中，标有“Method”的下拉式菜单中选择对模型进行估计的方法，系统默认的估计方法为“LS-LeastSquaresNLSandARMA)”，即普通最小二20OLS在上图显示的估计结果中，第一行信息“DependentVariable:SALARY”说明在这一估计结果中，模型被解释变量名为“SALARY第二行信息“Method:LeastSquares”说明估计采用的方法是最小二乘方法，第三行信息“Date:03/25/10Time:16:01”给出估计结209第五行信息“Includedobservations:209”说明估计使用的样本点个数（样本容量）20901对方程的估计结果将会产生许多统计值，包括参数估计值、参数估计值的标准误、t统0101Std.C保存为eq01的方程对象，如果想第1个参数估计值c(1)，对应的EViews命令为和赋给名字为sum的标量Scalar1 1seriesseriesyhat=eq01.回归函数值，例如我们在刚生成并估计好eq01方程对象后，可以直接如下，series（3）t(t-（后续上机课讲解（后续上机课讲解1减去残差平方和比总体平方拟合优度

SSEi表示残差平方和，按以下uˆ2，其中残差项为uˆiyiˆiˆi为估计得到的样本回归函数值。相应的EViews命令如下：i1n表示被解释变量的样本均值，即y yi。相应的EViews命令如下n方程对象名(y2in(y2in 。相应的Eviews命令方程对象名（后续上机课讲解随机误差项的（条件）方差2，即Varu|XVaru2

i，ink

方程对象名（后续上机课讲解（后续上机课讲解（后续上机课讲解除了输出结果表中出现的统计值外，EViews还为我们处理的与方程对象相关的统序列，可以点击方程对象窗口中的“View→Actual,Fitted,Residual”，在随后出现的下拉式resid的序列对象进行操作。但是这样做的缺点resid保存的是最近一次估计得到的方程的残差序列，它会因为估计不同的resid进行操作容易出错。因而要想对某一特定的方序列对象中，可以按如下格式书写：方程对象名.makeresid新的序列对象名。例如，将上述eq01eq01_resEViews命令如Eq01.makeresid命令行方式直接这些统计量。以下归纳了这些统计量的函数表达式。F第i个个参数估计值的tEViewsEviews中数算的顺序是：从左到右，按优先级从高到低计算。求幂乘、除例如：Genry=3Genry= Genry= @mean 在Eviews令行窗口中输入genrz=@mean(gdp)，单击回车即可执行果，在工作文件中生成一个10维的系数向量对象，命名为normprob。的随量小于给定值的概率值。相应的Eviews函数为：@cnorm(x)。 orm orm函数为@qnorm(p)，可以求满足probzx给定概率值x。例如：Eviews中正态分布的概率密度函数为@dnorm(x)Eviews中生成满足正态分布的样本数据的函数为@rnormnrndEviews可以计算其它分布类型的累积分布函数、概率密度函数、分位数函数和随机数series用了控制变量作为替代变量，运行的结果即命名为y1，并利用随机数函数nrnd，即IF语句是条件执行语句，也是许多计算软件中常见的控制语句之一。IFif关键thenendifendif之前elsethenelseelseednif之间的语句。如果不包括else语句，在表达式为情况下，EViews将略过所有语句。最后以endif结束。if一个典型的for语句示例如下，for!i=1to500step1seriesy!i=nrnd象，并产生标准正态分布随机数对序列中的元素赋值。这样，当循环结束时，会产生500EViews提供的自动分类函数（AutomaticCategoricalDummyariables，@expand，可以帮助我们根据抽样对象的不同分类属性将对象划分成不同的群体。以wage1.xls（曾于第一次上机提供）为例，抽样对象的属性用虚拟变量female度量（取值为1对应女性，已婚、已婚女性，这四类不同群体取决于以上两个虚拟变量不同取值的组合。以下EViews命令生成一个组对象，其中包括四个序列对象，分别对应这四类群体。groupg1@expand(female,暂且记为unmarr_male

marr_male

unmarr_female

marr_female

，即可得到式lwagec@expand(female,married,@dropfirst)educexperexpersqtenureseriesseriesfeb=@seas(2)seriesmar=@seas(3)seriesapr=@seas(4)seriesmay=@seas(5)seriesjun=@seas(6)seriesjul=@seas(7)seriesaug=@seas(8)seriessep=@seas(9)seriesoct=@seas(10)series否则为0，其它序列对象依此类推。文件最后一页为例，在生成方程对象窗口“equationestimation”中，除了指定因变量和自SquaresNLSandARMA)”改为“BINARYBinaryChoiceLogit,Probit,ExtremeValue)”，ViewResidualDiagnosticsHeteroskedasticityTest…，出现CLM假定情况下，OLSVarb|XEbb XX1X2IX2如果经典假定放宽，允许随机误差项中存在异方差或自相关性，那么上述OLS差矩阵称为怀特异方差一致性协方差估计（Hetero-skedasticityConsistentCovarianceEstimator），后一种情形称为异方差自相关一致协方差估计（Hetero-skedasticityandAutocorrelationConsistentCovarianceEstimator，简称HAC）Newey-West估计。在指定方程形式的框中，点击Options，出现以下框。在左上角部分，有一标下OLS参数估计量的方差 w OLSytˆˆxˆxuˆ，得到残差序列uˆ 1 k 在EViews中可以通过相应的菜单命令以更快捷的方式完成，方法是在估计ytˆˆxˆxuˆ的方程对象窗口中点击View→ResidualDiagnostics 1 k ,Breusch-GodfreySerialCorrelationLM Prob. HAC在时对协方差矩阵的修正，称为异方差自相关一致协方差估计（Hetero-skedasticityand在左上角部分，有一标题为“Coefficientcovariancematrix”的下拉式菜单，有三个选项，分White((即应用Newey-West方法进行修正。Method:LeastSquaresDate:06/03/10 Sample:1131Includedobservations:HACstandarderrors&covariance(Bartlettkernel,Newey-Westfixedbandwidth=5.0000)Std.CMeandependentS.D.dependentS.E.ofAkaikeinfoSumsquaredSchwarzLogGLSlchnimpclchempilgaslrtwexbefile6affile6afdec6ar(1)ar(2)ytyt1H01H1:1H0:10为了考虑yt中可能存在的序列相关，引入ytpyt(1)yt1iytipyt(1)yt1iytipytt(1)yt1 iytiADFHADFH:p平稳差模型p=1,ADFH:bADFH:p差模型p=1,ADFH:aADFH:p平稳模型不差不不不绝不绝以讲义中78页1959年-1995年实际GDP的单位根检验为例，检验其对数值序列在框中左上角部分“TestType”中选择“AugmentedDickey-Fuller”即增强型DF检统计量向左超出临界值，至少在1%的显著性水平上向左超出临界值。因此实GDPI(1)性检验方法检验是否为平稳序列，然后依据自相关图和偏自相关图来判断的。AR、MA和ARMA模型具有不同的自相关和偏自相关模式，通过计算时间序列数据的自相关和偏自相Auto-CorrelationFunction,PACF）以及由此而得的相关图（Correlograms）ytut1ut12ut2qutrkE(ytkyt2(12

22 当k u2(k1k1qkq 当1k0 当k0注意Eu0，Varu2，Eu 0，k1,,p，因此有Ey tt ytut1ut12ut2qutqytkutk1utk12utk2qutkutk1ut1k2ut2kqutqkrkE(ytkyttt

t

t

t

tq当k0

Eu

2t2

t

qutqt当1kqrku2(k1k1qkqtkqt

tqk

和u

t

t

t

ttrk0（tt

tqk

uttt

t

t

t

中u项都是t或t以前的点，因此不存在同类项kk11(

当k 1k qk 当1k (12

2q2当k数）k0ytytk不相关。yt1yt12yt2pytprkE(ytkytE(1ytk12ytk2pytkp)1rk12rk2prkrkEytkytrkEytkytEysyskEyskysstkrk

k

kk01121p2112p

p1p12p2p1kkp。同时也可以求u2Varu EutEy 1t

t

ttEytijytiytjEyt1yt12yt2pytpE1yt12yt2pytpyt

r Eytijt

t

j i

jp

ijrji2i 当p=0时，ARMAp,q 当q=0时，ARMAp, yt1yt12yt2pytput1ut12ut2qut rkE(ytk Ey 1tk 2tk ptk t 1tk 2tk qtkryu(k)E(ytutk 当k uk当kk0EytutkE(utkyt)E(usysk)~k0kk~ryu(k)

kEykt

yu yu ku 11ryu

2ryu(

pr( k1 ~p2) 21ryu( 2ryu(

pryu( k1~~ r

p1)r

p2)r(~pP)~2 1 2 p k1k不断递归下去，最后只剩下由、和2决定的表达式，记为2 1rk12rk2prkkrk

k

k

AR(k)yt1yt12yt2k1ytk1kytkut后者比前者增加了一个滞后变量ytk。kkjkj个回归系数ytk1,1yt1k1,2yt2k1,k1ytk1ytk,1yt1k,2yt2k,k1ytk1k,kytk 在p以 当1jpkppkj 当j打开序列对象窗口，点击View→Correlogram，即可计算各阶样本自相关CorrelationACLGNP的单位根检验结果表明该序列为I(2)，则d2。ViewResidualDiagnosticsCorrelogramQ-statistics

n(n k1n

（白噪声序列型可以预测1993年第4季度的数据。打开方程对象窗口，点击Forecast，弹出以下框静态方法预测，即在模型右边出现自变量的值为实际观测值。预列命名为lgnpf，打开lgnp19934季度不同外（一个实际观测值，一个是预测值RootMeanSquaredError、MeanAbsoluteErrorMeanAbs.PercentError是衡量预测误差的三个常用的指标。数据越Actual:LGNPIncludedobservations:1 ?2混合数据对象（Pool对象）混合了时间序列数据和横截面数据，具有类似组对象和方EViews中创建一个混合数据对象最直接的方法是在工作文件窗口中点击Object→NewObject…→Pool，在弹出的编辑框中输入截面标识（CrossSectionIdentifiers，每个标识可用空格、Tab键和换行字符分隔开来。需要注意的是，混合数据对象只是描述了在框中输入：“gdppc?cpc?yeard1979d1980d1981d1982d1983d1984d1985d1986d1987d1988d1989d1990d1991d1992d1993d1994d1995d1996d1997d1998d1999d2000d2001d2002d2003d2004d2005d2006d2007d2008d2009d2010”+/-打开混合数据对象窗口，点击“Edit+/-DependentVariable:CPC?Date:11/27/11 Time:17:22Sample(adjusted):1978Includedobservations:33afteradjustmentsCross-sectionsincluded:31Totalpool(unbalanced)observa