经济数据分析软件Eviews PPT

4. 多变量的协整检验：Johansen Cointegration test
5. 关于误差修正模型（ECM）
yt xt t 1
6. 经典回归模型的缺陷 （三）随机时间序列分析的AR(p), MA(q), ARMA(p,q)模型 练习：教材 P232（例8）、P240（例10） 、P281（例20）
要求结合实际问题确定研究对象建立计量经济学模型简单回归时间序列var写出完整的研究报告定性和定量分析相结合图表文字等独立完成报告不少于4000字最终模型对于非稳定变量构建协整回归模型和ecm模型
二、Eviews应用举例（回归模型的OLS估计）
1. 一元线性回归模型估计
2. 多元线性回归模型估计（多重共线性检验）
关键：以信息准则确定滞后值
七、向量自回归（VAR）模型估计
4. 脉冲响应函数和方差分解
VAR方程/impulse response 5. 有协整关系：VEC模型构建
workfile/objects/new objects/VAR quick/estimate/VAR 6. 预测 VAR(VEC)方程/procs/make model/solve 7. 小结 练习：教材 P243（例11）
3. 关于报告的编写
— 研究问题的说明
— 模型中变量选择和模型关系式设定 — 样本数据收集和说明
— 时间序列数据平稳性检验
— 参数估计和检验 — 最终模型（对于非稳定变量，构建协整回归模型和 ECM模型；如果构建的是VAR/VEC模型，应有Johansen 协整检验结果） — 预测和经济意义分析 — 结论、建议或评价
3. 多变量的协整检验：扩展的EG检验法 — 检验目的：同2。 — 在检验是否存在稳定的线性组合时，需通过设置一个 变量为被解释变量，其他变量为解释变量，进行OLS估 计。同时，检验残差序列是否平稳。 — 如果不平稳，则需更换被解释变量，进行同样的OLS 估计及相应的残差项检验。 — 当所有的变量都被作为被解释变量检验之后，仍不能 得到平稳的残差项序列，则认为这些变量间不存在协整。
五、时间序列相关和ARMA模型
（一）时间序列平稳性及其检验 1. 时间序列数据有平稳和非平稳之分 2. 经典回归分析暗含着一个重要假设：数据是平稳的。 3. 时间序列分析模型方法是以通过揭示时间序列自身的变
化规律为主线而发展起来的计量经济学方法论。
4. 时间序列平稳性的检验 — 时间路径图
— 自相关函数及其图形（Correlogram）
2. 单位根检验：series/view/unit root test 3. Johansen协整检验 group/view/cointegration test VAR方程/view/cointegration test 3. 无协整关系：VAR模型构建（差分序列） workfile/objects/new objects/VAR quick/estimate/VAR
六、关于模型检验的进一步讨论
1. 已有检验方法
2. Eviews提供的更多模型检验方法
Equation窗口 — Coefficient tests — Residual tests — Stability Tests 练习：教材P220（例6a、6b、10）
七、向量自回归（VAR）模型估计
1. VAR模型的提出和基本理论
八、课程考核
1. 内容 选择研究对象，收集样本数据，运用Eviews完成建立 计量学模型的全过程，并写出研究报告。 2. 要求
— 结合实际问题确定研究对象，建立计量经济学模型
（简单回归/时间序列/VAR），写出完整的研究报告 — 定性和定量分析相结合（图表、文字等）
— 独立完成
— 报告不少于4000字
— 单位根检验法（Unit root test） 5. 两类非பைடு நூலகம்稳时间序列现象：d 阶单整和协整
（二）变量之间协整检验与经典回归模型（结构式模型）
1. 检验变量之间的协整关系，在建立计量经济学模型中 非常重要。 前提：以Unit root test法检验变量是否平稳，或者 是否同阶单整 2. 两变量的协整检验：EG两步检验法 — 检验目的：检验变量之间是否存在稳定的线性组合。 — 以OLS法建立协整回归方程 — 以Unit root test法检验回归误差项的平稳性
— One-way tabulation — Correlogram
— Unit root test
2. Group窗口
—Descriptive stats —Tests of equality — N-way tabulation — Correlations — Covariances — Correlogram — Cross correlation — Cointegration test — Granger causality test 练习：教材 P272~278（例10、例14~18）
3. 线性回归模型的自相关问题及其处理 4. 线性回归模型的异方差问题及其处理
5. 小结
练习：教材 P204（例1）、P210（例2）
四、 描述性统计量、检验和图形
1. Series窗口
— Descriptive statistics — Tests for descriptive stats
— Distribution graphs