计量经济学 虚拟变量模型估计 Eviews6
计量经济学EViews操作
计量经济学作业操作过程详解1.进入Eviews软件2.主菜单-->File--->Workfile3.打开工作文件范围选择框，选择Annual,分别输入1985,1998。
点击完成。
4.数据输入：方法一：导入excel文件中的数据1）在excel中先建立数据文件2）点击file/import/read text-lotus-excel选项，在对话框中选择已建立的excel文件4）打开后，在新的对话框中输入想要分析的变量名称，然后点击OK即可。
此时工作文件中出现变量图标。
方法二：手工数据输入主菜单--->Quick----->Empty Group分别输入变量Y、GDP的数据。
点击obs后面的灰色格子中分别输入Y、GDP。
（方法一：一个一个输入方法二：在Excel中输入完再复制粘贴）5.主菜单---->Quick----->Estimate Equation打开估计模型对话框，输入Y C GDP ，（如上图所示，注意字母之间要有空格）点击OK键。
得出Eviews的估计结果：β（上面还要带个帽子，电脑打不出来），26.95415为1β。
其中12596.27为0第五步可以直接输入LS Y C GDP 等出结果6.一元线性回归模型的预测1）在工作文件主窗口点击procs/change workfile range(改变范围)，弹出对话框，在对话框的end date栏中输入预测值的时间或序号，点击OK2）在工作文件窗口中双击解释变量文件，在变量窗口中点击edit+/-键，进入编辑模式，在变量窗口底端输入新序号的数值，再点击edit+/-键，关闭编辑模式3）再次进行估计，点击quick/estimate equation，在对话框中输入方程，注意样本范围应不包括新序号，点击OK得到估计结果4）点击结果窗口中的forecast键，产生对话框，在对话框中选择样本范围，点击OK可得预测曲线图。
如何用EViews进行计量经济学分析
如何用EViews进行计量经济学分析EViews是一个功能强大的计量经济学软件，广泛应用于经济学和金融学领域。
本文将介绍如何使用EViews进行计量经济学分析。
一、EViews的基本功能和特点EViews是一款广泛用于经济学分析的软件，具有以下几个特点：1. 数据管理：EViews可以方便地导入、处理和管理各种类型的数据，包括时间序列数据和截面数据。
2. 统计分析：EViews提供了丰富的统计分析和计量经济学方法，如描述统计、回归分析、时间序列分析等。
3. 模型建立：EViews支持各种经济模型的建立和估计，如线性回归模型、ARMA模型、VAR模型等。
4. 图表展示：EViews具有强大的图表绘制功能，可以帮助用户直观地展示数据和分析结果。
二、使用EViews进行计量经济学分析的步骤下面将以线性回归模型为例，介绍如何使用EViews进行计量经济学分析。
1. 导入数据首先，将需要分析的数据导入EViews。
通过点击"File"菜单，选择"Import"，然后选择合适的数据文件类型进行导入。
2. 创建工作文件在导入数据后，可以创建一个新的工作文件，以便进行后续的分析和建模操作。
点击"File"菜单，选择"New"，然后选择"Workfile"创建一个新的工作文件。
3. 创建方程在工作文件中，可以创建一个回归模型方程。
点击"Quick"菜单，选择"Estimate Equation"，然后在弹出的对话框中输入回归方程的表达式和变量。
4. 估计模型在创建回归方程后，可以进行模型的估计。
点击"EViews"菜单，选择"Estimate Equation"，然后选择适当的估计方法和设置。
5. 解释结果估计模型后，EViews将显示回归结果的详细报告。
Eviews6.0第三讲动态计量模型.ppt
F统计量是对式（3.1.9）所有滞后残差联合显著性的一
种检验。T×R2统计量是LM检验统计量，是观测值个数
T乘以回归方程（3.1.9）的R2。一般情况下，T×R2统计
量服从渐进的 分布。 2 ( p)
15
在给定的显著性水平下，如果这两个统计量小于设 定显著性水平下的临界值，说明序列在设定的显著性水 平下不存在序列相关；反之，如果这两个统计量大于设 定显著性水平下的临界值，则说明序列存在序列相关性。
线性回归模型扰动项序列相关的存在，会导致模型 估计结果的失真。因此，必须对扰动项序列的结构给予 正确的描述，以期消除序列相关对模型估计结果带来的 不利影响。
通常可以用AR(p) 模型来描述一个平稳序列的自相 关的结构，定义如下：
yt 0 1x1t 2 x2t k xkt ut (3.1.10)
14
1）估计回归方程，并求出残差et
et yt ˆ0 ˆ1x1t ˆ2 x2t ˆk xkt (3.1.8)
2) 检验统计量可以基于如下回归得到
et Xt 1et1 pet p vt (3.1.9)
这是对原始回归因子Xt 和直到p阶的滞后残差的回归。 LM检验通常给出两个统计量：F统计量和T×R2统计量。
yt yt1 0 (1 ) 1(xt xt1) t (3.1.16)
令 yt* yt yt1 , xt* xt xt1 ，代入式（3.1.16）中有
yt* 0 (1 ) 1xt* t
(3.1.17)
如果已知 的具体值，可以直接使用OLS方法进行估计。如
果 的值未知，通常可以采用Gauss—Newton迭代法求解，同时
使用Gauss-Newton算法来估计参数。
(3.1.23)
计量经济学 多元线性回归分析;eviews6操作ppt课件
CONSP
GDPP
CONSP
1978
395.8
675.1
1990
797.1
1979
437.0
716.9
1991
861.4
1980
464.1
763.7
1992
966.6
1981
501.9
792.4
1993
1048.6
1982
533.5
851.1
1994
1108.7
1983
572.8
931.4
1995
1213.1
根据最小二乘原理，参数估计值应该是下列方程组的解
ˆ 1
Q
0
ˆ 2 Q
0
ˆ k
Q
0
n
n
其中 Q ei2 (Yi Yˆi)2
i1
i1
n
2
Yiˆ1ˆ2X2i ˆkXki
i1
完整版PPT课件
11
于是得到关于待估参数估计值的正规方程组：
ˆ1 ˆ2 X 2i ˆk X ki ˆ1 ˆ2 X 2i ˆk X ki
Sample: 1978 2000 Included observations: 23
Coefficient Std. Error t-Statistic Prob.
C
201.1228 14.88892 13.50822
0
X
0.386173 0.007224 53.45683
0
R-squared Adjusted R-squared
或 1
n
x2 ji1 n
(XjiXj)2 Q j
1 xx Q n
EVIEWS6
《EVIEWS6.0计量经济与时间序列分析班》详细目录第一讲：eviews入门知识点1：Eviews工作界面介绍知识点2：Eviews工作文件及常用对象介绍知识点3：变量的建立，变量中数据的录入（手动录入和复制粘贴）知识点4：删除变量或观察值知识点5：样本区间的调整知识点6：变量的排序知识点7：通过数学运算生成新的变量（取自然对数，一阶差分等常见运算）知识点8：工作文件的保存与EViews软件的退出知识点9：如何调用已保存过的工作文件数据说明案例1：本案例中所采用的数据均来自中国经济信息网，数据区间为1978-2008 北京市城镇家庭年平均每人可支配收入(x1)北京市城镇家庭平均每人全年消费性支出(y1)北京市居民消费价格指数（1978=100）(index)案例2：上证综指日收盘价（2003-1-6，2009-6-29）第二讲 Eviews图形对象介绍一、关于单个变量的作图知识点1：单变量的折线图，钉形图、柱形图。
知识点2：对于图形的修饰（给图形设置背景，给图形添加网格线，改变折线图的颜色，在图形中添加文本、直线和阴影）案例数据说明：2003年1月6日-2009年6月26日上证综指日收盘价。
二、关于多个变量的作图知识点1：多变量折线图（左右两个纵坐标显示不同的变量，做变量标准化后的折线图，折线交叉或不交叉的设置，如何编辑图例）案例数据说明：1978年-2008年北京市城镇居民收入和消费性支出数据（已经经过物价调整的）。
知识点2：多变量的扇形图案例说明：1985年和1998年城镇居民家庭8项支出占总支出的比重。
知识点3：做多变量的散点图（如何修改横轴和纵轴的标签）案例数据说明：1978年-2008年北京市城镇居民收入和消费性支出数据（已经经过物价调整的）。
知识点4：做多变量的面积图（直观的看人口增长率）案例数据说明：1980年-2008年中国人口出生率和死亡率。
第三讲描述性统计分析一、序列窗口下的描述性统计分析知识点1：如何以建立组对象的方式将数据导入到Eviews中去（第二种导入数据的方式）。
计量经济学-一元线性回归预测模型-Eviews6完整
数学与统计学院实验报告院（系）：数学与统计学学院学号：姓名：实验课程：计量经济学指导教师:实验类型（验证性、演示性、综合性、设计性）：综合性实验时间：2017年 3 月 1 日一、实验课题一元线性回归预测模型二、实验目的和意义用回归模型预测木材剩余物（1）用Eviews软件建立y关于x的回归方程，并对模型和参数做假设检验；（2）求y t的点预测和平均木材剩余物产出量E(y t)的置信区间预测。
（3）假设乌伊岭林业局2000年计划采伐木材20万m3，求木材剩余物的点预测值。
三、解题思路1、录非结构型的数据；2、进行描述性统计，列出回归模型；通过看t、f等统计量，检验回归模型是否正确3、运用forecast进行内预测（1-16样本），可以得到yf的点预测；再运用[yf+se]、[yf-se]进行区间估计（运用excel操作）4、将样本范围改到17个，令x=20，运用forecast进行外预测（17-17）四、实验过程记录与结果1、原始数据：乌伊岭26.1361.4东风23.4948.3新青21.9751.8红星11.5335.9五营7.1817.8上甘岭 6.817友好18.4355翠峦11.6932.7乌马河 6.817美溪9.6927.3大丰7.9921.5南岔12.1535.5带岭 6.817朗乡17.250桃山9.530双丰 5.5213.82、用Eviews软件建立y关于x的回归方程，并对模型和参数做假设检验；模型为：y=0.404280x-0.762928通过上表t、f统计量的p值<0.05，以及残差图基本在两倍标准差的范围内波动，可以得出该模型通过原假设。
3、求yt的点预测和平均木材剩余物产出量E(yt)的置信区间预测。
Yt的点估计：E（yt）的置信区间：4、假设乌伊岭林业局2000年计划采伐木材20万m3，求木材剩余物的点预测值。
空心点为预测值，上下两个红点是预测值的范围。
所以当x=20时，y的点预测值为7.322668五、结果的讨论和分析通过以上的实验，可知：模型为：y=0.404280x-0.762928，根据相关的统计量，可以得出该模型通过参数假设检验；yt的点预测运用内预测完成，而当2000年计划采伐木材20万立方米，运用外预测，可得木材剩余物的量为7.322668万立方米的六、实验小结通过这次实验，对eviews操作界面更加熟悉；掌握了如何建立数据的回归方程，以及参数的假设检验是否正确；运用eviews进行yt的点预测以及E（yt）的区间预测；当解释变量确定时，被解释变量应该为多少。
基于EViews6的面板数据计量分析
基于EViews6的⾯板数据计量分析基于EViews 6的⾯板数据计量分析对于⾯板数据，EViews 6 提供的估计⽅法有如下三种，最⼩⼆乘估计——LS - Least Squares (and AR)⼆阶段最⼩⼆乘估计——TSLS - Two-Stage Least Squares (and AR)动态⾯板数据模型的⼴义矩估计——GMM / DPD - Generalized Method of Moments/Dynamic Panel Data第1节“LS - Least Squares (LS and AR)”估计如果选择最⼩⼆乘⽅法估计⾯板数据模型，在“Equation Estimation”窗⼝中，须依次设置“Specification”、“Panel Options”和“Options”页⾯。
1.1“Specification”页⾯在“Specification”页⾯中，完成模型设定和估计样本时间范围的选择。
1 在“Equation specification”编辑区，指定模型的被解释变量、截距项和解释变量；2 在“Sample”编辑区，指定估计样本时间的范围。
1.2“Panel Options”页⾯设置模型中不可观测的双（单）因素效应，即⾯板数据回归模型的选择。
点击“Panel Options”该页⾯包含三⽅⾯内容。
1 效应设置在“Effects specification”选择区，设定⾯板数据模型的个体效应和时间效应，可选择的选项有“None”、“Fixed”和“Random”，分别表⽰“⽆效应”、“固定效应”和“随机效应”。
如果选择了“Fixed”或“Random”，EViews在输出结果中⾃动添加⼀个共同常数，即截距项，以保证效应之和为零。
否则，截距项必要时，须在“Specification”页⾯的“Equation specification”编辑区设定模型截距项。
2 GLS加权设置“GLS Weights”可以在下拉框中选择如下选项之⼀。
计量经济学eviews操作
计量经济学实验指导系部：基础部专业：计算与信息科学教师：仓定帮I.实验一多元线性回归模型 (3)II.实验二异方差的检验与处理 (16)III.实验三序列相关的检验与处理 (24)IV.实验四多重共线性的检验与处理 (32)V.实验五虚拟变量模型 (39)VI.实验六分布滞后模型 (45)VII.实验七联立方程模型 (51)VIII.实验八时间序列模型分析 (58)IX.实验九V AR模型的建立与分析 (77)A. ADF检验 (78)B. VAR模型的建立 (79)C. 协整检验 (80)D. GRANGER因果检验 (81)E. 脉冲响应分析 (81)实验内容注：必做实验课堂时间完成，选做实验由学生课后选择时间完成。
每次实验后学生上交实验分析结果。
I.实验一多元线性回归模型【实验目的】通过本实验，了解Eviews软件，熟悉软件建立工作文件，文件窗口操作，数据输入与处理等基本操作。
掌握多元线性回归模型的估计方法，学会用Eiews 软件进行多元回归分析。
通过本实验使得学生能够根据所学知识，对实际经济问题进行分析，建立计量模型，利用Eiews软件进行数据分析，并能够对输出结果进行解释说明。
【实验内容及步骤】本实验选用美国金属行业主要的27家企业相关数据，如下表，其中被解释变量Y表示产出，解释变量L表示劳动力投入，K表示资本投入。
试建立三者之间的回归关系。
7 2427.89 452 3069.91 21 5159.31 835 5206.368 4257.46 714 5585.01 22 3378.4 284 3288.729 1625.19 320 1618.75 23 592.85 150 357.3210 1272.05 253 1562.08 24 1601.98 259 2031.9311 1004.45 236 662.04 25 2065.85 497 2492.9812 598.87 140 875.37 26 2293.87 275 1711.7413 853.1 154 1696.98 27 745.67 134 768.5914 1165.63 240 1078.79【实验内容及步骤】1.数据的输入STEP1：双击桌面上Eviews快捷图标，打开Eviews，如图1.图1STEP2：点击Eviews主画面顶部按钮file/new/Workfile ，如图2，弹出workfile create对话框如图3。
计量经济学软件Eviews6.0基本操作
计量经济学软件EVIEWS6.0基本操作一、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软件主要应用在经济学领域，可用于回归分析与预测(REGRESSION AND FORECASTING)、时间序列(TIME SERIES)以及横截面数据(CROSS-SECTIONAL DATA )分析。
与其他统计软件（如EXCEL、SAS、SPSS、stata、R）相比，EVIEWS功能优势是菜单操作简单明了，使用方法，非常适用计量经济学初级学员。
本手册对EVIEWS软件6.0版本进行简单介绍，目的是让初级学员通过本章介绍，能够对学过的计量经济理论和方法进行简单应用，以便完成本书所述的相关实验项目。
二、EVIEWS安装EVIEWS6.0文件安装包大小约190MB，可在网上下载①。
下载完毕后，按照包中安装文件所述安装方法安装该软件。
安装完毕后，将快捷键发送的桌面，电脑桌面显示有EVIEWS6.0图标，整个安装过程就结束了。
双击EVIEWS按钮即可启动该软件（图1），图1所示界面称为EVIEWS软件主窗口，主窗口中的菜单，如File菜单称为EVIEWS主菜单。
图1三、Eviews工作特点初次使EVIEWS6.0计量经济学软件，必须了解其工作过程。
如，想要完成一个校准一元线性回归模型的参数估计，必须要完成两大步工作。
第一大步工作就是在建立一个工作文档（即EVIEWS6.0中的Workfile文档）、建立变量、导入数据；第二大步工作是在第一大步工作的基础上，根据模型特征，选用适当的参数估计方法，完成参数估计及相关检验。
四、具体示例在这里，我们通过一个简单的标准一元线性回归模型的估计过程来说明Eviews软件完成回归分析的基本过程。
计量经济学6虚拟变量模型
年薪 Y
2 0
男职工 女职工
工龄 X
又例：在横截面数据基础上，考虑个人保健支出 对个人收入和教育水平的回归。
教育水平考虑三个层次：高中以下， 高中， 大学及其以上
这时需要引入两个虚拟变量：
1 D1 0
高中 其他
1 D2 0
大学及其以上 其他
模型可设定如下：
Yi 0 1 X i 2 D1 3 D2 i
例。已知冷饮的销售量Y除受k种定量变量Xk的影 响外，还受春、夏、秋、冬四季变化的影响，要考察 该四季的影响，只需引入三个虚拟变量即可：
1 春季 D1t 0 其他
1 夏季 D2t 0 其他
1 秋季 D3t 0 其他
则冷饮销售量的模型为：
Yt 0 1 X1t k X kt 1D1t 2 D2t 3 D3t t
90年前 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990
表 5.1.1
储蓄 281 399.5 523.7 675.4 892.5 1214.7 1622.6 2237.6 3073.3 3801.5 5146.9 7034.2
于是，不同性别、不同学历职工的平均薪金分别为： •女职工本科以下学历的平均薪金：
E(Yi | X i , D1 0, D2 0) 0 1 X i
•男职工本科以下学历的平均薪金：
E(Yi | X i , D1 1, D2 0) (0 2 ) 1 X i
•女职工本科以上学历的平均薪金：
X k1 X k2 X k3 X k4 X k5 X k6
1 0 0 0 0 1 0 0
0
0
1
0
0 0 0 1
计量经济学 讲义一 EVIEWS6.0
讲义一一．运用Eviews5.0进行一元线性回归的步骤：1．建立工作文件(研究消费与收入的关系)启动Eviews4.exe后，在弹出的窗口中点击“OK”。
点击File\New\Workfile ，在弹出的对话框中选择数据的时间频率（frequency）为Unstructure/Undated (截面数据) ，Data range （以只有10个观测值的一元线性模型为例）为10，点击OK即可。
2．输入数据在主菜单点击Quick\Empty Group ，录入收入（X）、消费（Y）的数据，在窗口中点击数据，就可以修改数据列的名称，点“OK”关闭即可。
在group窗口中点transpose可以改变数据的排列方式。
序号 1 2 3 4 5 6 7 8 9 10收入800 1000 1200 1400 1600 1800 2000 2200 2400 2600消费700 650 900 950 1100 1150 1200 1400 1550 15003．回归分析做散点图在主菜单点击Quick\Graph\Scatter，在弹出的对话框中输入x y ，如下：点击OK即可得到X-Y散点图。
点此图上面的“Name”可以为此图命名。
由上面的散点图可以看出，x y存在近似的线性关系。
①OLS估计在主菜单点击Quick\Estimate Equation ，弹出如下对话框：图2 OLS回归分析的设置按图2设置。
输入的顺序为“被解释变量常数项解释变量1 解释变量2”，每个变量之间以空格分开(如果是多元回归就在后面依次添加其他的解释变量即可)。
点击“OK”后，得到如下结果，单击“name”为其命名后就可以关闭。
（同时也可以点击“Freeze”将其保存为表格形式。
而且，此表格不会受到以后操作的影响。
）图3 OLS计算结果其中，最上面的说明分别是“Dependent variable：Y”为“被解释变量是Y”；“Method:Least Squares”为“使用的方法：最小二乘法”；日期（Date）、时间（Time）；样本范围（Sample:1~10）；包含的观测对象（Included observations:10）10个。
计量经济学软件EViews的使用简介
SHOW（打开对象窗口） （打开对象窗口） 格式： 格式： SHOW 对象名 CLOSE （关闭对象窗口） 关闭对象窗口） 格式： 格式： CLOSE 对象名
（4）估计方法命令
• LS普通最小二乘法 LS普通最小二乘法 格式： 格式： LS 被解释变量 • TSLS二阶段最小二乘法 TSLS二阶段最小二乘法
（2）工作文件（Workfile） ）工作文件（ ）
在启动软件包以后，必须在内存RAM中建立工作文件，工作方作中 中建立工作文件， 在启动软件包以后，必须在内存 中建立工作文件 可以包括的对象有序列、 方程、图形、系统、模型及系数向量等。 可以包括的对象有序列、组、方程、图形、系统、模型及系数向量等。
计量经济学软件EViews的使用简介 的使用简介 计量经济学软件
• 一、EViews的基本概念 的基本概念
• 二、 EViews的使用简介 的使用简介
1、创建工作文件 、 2、输入与编辑数据 、 3、图形分析 、 4、用OLS估计模型中的求知参数 、 估计模型中的求知参数 5、模型检验 、 6、预测 、
格式： 格式： GENR
数据序列对象表达式 SERIES（创建数据序列对象）。 SERIES不需要赋值。 不需要赋值。 （创建数据序列对象）。 不需要赋值 格式： 格式： SERIES 数据序列名
EQUATION（创建估计式对象） （创建估计式对象） 格式： 格式： EQUATION 估计式对象
EQUATION 估计式对象 及估计表达式
（6）剪切板 ） 先使用主菜单上的Edit Copy，再使用 先使用主菜单上的 ，再使用Edit Paste 将保存在剪切板上的内容粘贴到其他地方。 将保存在剪切板上的内容粘贴到其他地方。 （7）窗口间切换 ） （8）数据文件（Data bank） ）数据文件（ ） 2、方程、指数平滑、标签、程序、残差、t统计量 、方程、指数平滑、标签、程序、残差、 统计量 (1)方程 方程(Equation) 方程 新建方程方法一： 新建方程方法一：New Object Equation后打开一个对 后打开一个对 话框，然后列出包含在方程里的变量名， 话框，然后列出包含在方程里的变量名，因变量之后排 列回归解释变量。例如，设定一个y关于 关于x和截距进行归 列回归解释变量。例如，设定一个 关于 和截距进行归 的线性消费的例子如下： 的线性消费的例子如下：y c x 新建方程方法二：例如：道格拉斯生产函数： 新建方程方法二：例如：道格拉斯生产函数： Y=c(1)*(L^c(2))*(k^c(3))
EViews6.0在面板数据模型估计中的操作
EViews 6.0在面板数据模型估计中的实验操作1、进入工作目录cd d:\nklx3，在指定的路径下工作是一个良好的习惯2、建立面板数据工作文件workfile（1）最好不要选择EViews默认的blanaced panel 类型Moren_panel（2）按照要求建立简单的满足时期周期和长度要求的时期型工作文件3、建立pool对象（1）新建对象（2）选择新建对象类型并命名（3）为新建pool对象设置截面单元的表示名称，在此提示下（Cross Section Identifiers: (Enter identifiers below this line )输入截面单元名称。
建议采用汉语拼音，例如29个省市区的汉语拼音，建议在拼音名前加一个下划线“_”，如图关闭建立的pool对象，它就出现在当前工作文件中。
4、在pool对象中建立面板数据序列双击pool对象，打开pool对象窗口，在菜单view的下拉项中选择spreedsheet （展开表）在打开的序列列表窗口中输入你要建立的序列名称，如果是面板数据序列必须在序列名后添加“?”。
例如，输入GDP?，在GDP后的?的作用是各个截面单元的占位符，生成了29个省市区的GDP的序列名，即GDP后接截面单元名，再在接时期，就表示出面板数据的3维数据结构（1变量2截面单元3时期）了。
请看工作文件窗口中的序列名。
展开表（类似excel）中等待你输入、贴入数据。
（1）打开编辑（edit）窗口（2）贴入数据（3）关闭pool窗口，赶快存盘见好就收6、在pool窗口对各个序列进行单位根检验选择单位根检验设置单位根检验单位根检验结果注意检验方法和两种检验的零假设：Null: Unit root (assumes common unit root process)各截面有相同的单位根Null: Unit root (assumes individual unit root process)允许各截面有不同单位根其中，Levin, Lin & Chu t*检验拒绝含有单位根的零假设，即拒绝非平稳7、在pool窗口对面板数据组合进行协整检验选择进行协整检验协整检验设置对话框，注意有3种检验方法（test type）协整检验结果，同样要注意两种假定（含有AR，即含有单位根，非协整），两种零假设都是非协整，小概率事件发生拒绝非协整。
计量经济学Eview分析教程
第一部分Eviews基本操作第一章预备知识一、什么是Eviews（全称Econometric Views）Eviews 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，最新版本是Eviews6.0。
该软件是由经济学家开发，主要应用在经济学领域，可用于回归分析与预测(regression and forecasting)、时间序列(Time series)以及横截面数据(cross-sectional data )分析。
与其他统计软件（如EXCEL、SAS、SPSS）相比，Eviews功能优势是回归分析与预测。
二、Eviews工作特点初学者需牢记以下两点。
一、Eviews软件对对象（objects）的具体操作是在Workfile 中进行，也就是说，如果想用Eviews进行具体的操作，必须先新建一个或打开一个已经存在在硬盘（或软盘）上的Workfile，在此Workfile中进行输入数据、建造模型等操作；二、Eviews处理的对象及运行结果都称之为objects，如序列（sereis）方程(equations)、模型（models）、系数（coefficients）等objects。
objects可以不同形式浏览（views），比如表格（spreadsheet）、图（graph）、描述统计（descriptive statistics）等，但这些浏览（views）不是独立的objects，他们随原变量序列（views）的改变而改变。
如果想将某个浏览（views）转换成一个独立的objects，可使用freeze 按钮将该views“冻结”，从而形成一个独立的objects，然后可对其进行编辑或存储。
三、一个作示例在这里，我们通过一个简单的回归分析例子来显示一个Eviews过程，不对Eviews的功能展开讨论，目的是使读者先对Eviews有个概括了解。
计量经济学Eview分析教程
第一部分Eviews基本操作第一章预备知识一、什么是Eviews（全称Econometric Views）Eviews 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，最新版本是Eviews6.0。
该软件是由经济学家开发，主要应用在经济学领域，可用于回归分析与预测(regression and forecasting)、时间序列(Time series)以及横截面数据(cross-sectional data )分析。
与其他统计软件（如EXCEL、SAS、SPSS）相比，Eviews功能优势是回归分析与预测。
二、Eviews工作特点初学者需牢记以下两点。
一、Eviews软件对对象（objects）的具体操作是在Workfile 中进行，也就是说，如果想用Eviews进行具体的操作，必须先新建一个或打开一个已经存在在硬盘（或软盘）上的Workfile，在此Workfile中进行输入数据、建造模型等操作；二、Eviews处理的对象及运行结果都称之为objects，如序列（sereis）方程(equations)、模型（models）、系数（coefficients）等objects。
objects可以不同形式浏览（views），比如表格（spreadsheet）、图（graph）、描述统计（descriptive statistics）等，但这些浏览（views）不是独立的objects，他们随原变量序列（views）的改变而改变。
如果想将某个浏览（views）转换成一个独立的objects，可使用freeze 按钮将该views“冻结”，从而形成一个独立的objects，然后可对其进行编辑或存储。
三、一个作示例在这里，我们通过一个简单的回归分析例子来显示一个Eviews过程，不对Eviews的功能展开讨论，目的是使读者先对Eviews有个概括了解。
Eviews参数稳定性检验和虚拟变量的应用
2
例子
在我国上市公司中，个人做第一大股东的现象还非常少， 主要是国家或法人作为公司的第一大股东。而国家作为第 一大股东与法人相比，除了公司业绩，还有其它考虑，例 如就业、形象工程、负责人升迁、上缴利税等，这些目标 都或多或少有悖于公司利润最大化的目标。另外，国家控 股的公司由国家选择代理人，而这些代理人往往是行政人 员或官僚出身，没有经营管理的特长，进一步制约上市公 司绩效的发挥。因此，总体而言，国家作为第一大股东的 上市公司的绩效要低于法人做第一大股东的上市公司的绩 效。为验证上述结论，我们建立如下的模型：
Rt= 0 1D1 2D2 3D3 1X1t 2X2t ... pXpt ut
7
2、虚拟变量模型在分段线性回归中的应用 在金融理论中，常常会出现一种情况：当某影响 因素越过某一临界值，或时间过了某一临界点之 后，因变量对影响因素的变化率将发生变化，在 图形中就表现为斜率不同的两段连续折线。对构 成折线的数据的回归即为分段线性回归。 例如： 利用虚拟变量，我们可以建立如下的回归模型：
Yt= 0 1X1t 2X2t 3X3t 0Dt 1DtX1t 2DtX2t 3DtX3t ut
11
回归模型的结构稳定性检验—邹氏检验
一、邹氏检验的过程:
邹氏检验所依据的理论前提包括：在可能发生的结构变 化前后，随机误差项具有相同的方差；随机误差项满足独 立正态分布。在这些假定下，可按如下的步骤进行邹氏检 验： 1、将数据以可能发生结构变化的点为界分为两部分。分 别利用全部数据、两分样本对模型进行回归，并获得三次 回归的残差平方和。
14
在Eviews 软件中如何做邹氏检验
货币政策往往根据宏观经济形势的变化而发生变化，这就 会导致货币供应量等货币政策的中间目标可能在某个时间 点发生结构性变化。 例如，以我国为例，1995-1997货币政策的主要目标是抑 制通货膨胀，而1998年后由于亚洲金融危机的冲击等我 国反而出现了通货紧缩，这时的货币政策也转变为“稳健 的货币政策”，主要目标变为防止通货紧缩，刺激经济增 长，因此货币供应量的增长在1998年可能会发生结构性 的变化。为检验上述猜想，我们利用1995年第一季度到 2004年第二季度的季度数据，以M2代表货币供应量，通 过对GDP进行回归（因GDP增长相对稳定），并选定 1998年第二季度为可能发生结构变化的转折点，来进行 邹氏检验。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数学与统计学院实验报告
院（系）：数学与统计学学院学号：姓名：
实验课程：计量经济学指导教师:
实验类型（验证性、演示性、综合性、设计性）：验证性
实验时间：2017年3月29日
一、实验课题
虚拟变量模型估计
二、实验目的和意义
1建立财政支出模型
表1给出了1952-2004年中国财政支出（Fin）的年度数据（以1952年为基期，用消费价格指数进行平减后得数据）。
试根据财政支出随时间变化的特征建立相应的模型。
表1
obs Fin obs Fin obs Fin
1952 173.94 1970 563.59 1988 1122.88
1953 206.23 1971 638.01 1989 1077.92
1954 231.7 1972 658.23 1990 1163.19
1955 233.21 1973 691 1991 1212.51
1956 262.14 1974 664.81 1992 1272.68
1957 279.45 1975 691.32 1993 1403.62
1958 349.03 1976 656.25 1994 1383.74
1959 443.85 1977 724.18 1995 1442.19
1960 419.06 1978 931.47 1996 1613.19
1961 270.8 1979 924.71 1997 1868.98
1962 229.72 1980 882.78 1998 2190.3
1963 266.46 1981 874.02 1999 2616.46
1964 322.98 1982 884.14 2000 3109.61
1965 393.14 1983 982.17 2001 3834.16
1966 465.45 1984 1147.95 2002 4481.4
1967 351.99 1985 1287.41 2003 5153.4
1968 302.98 1986 1285.16 2004 6092.99
1969 446.83 1987 1241.86
步骤提示：
（1）做变量fin的散点图，观察规律，看在不同时期是否有结构性变化。
（2）建立时间变量t=1，2，…，做Fin关于t的线性回归模型，并对其做参数结构稳定性检验（Chow检验或Chow预测检验）（建立变量t的方法是：t=@trend()+1）
（3）若有结构性变化，建立虚拟变量，对模型进行回归。
假设要建立虚拟变量D1为（这里的断点时间1996是我随意给定的，你可以根据实际情况进行调整）
用EViews生成虚拟变量D1序列，采用的方法为：
在工作文件窗口点击Quick/Generate Series，在弹出的由方程生成序列的窗口，输入
D1=0，同时更改下面的样本范围为1952-1996，这时只生成了第一段（1952-1996）中的D1=0。
采用同样的方法，再点击Quick/Generate Series，在弹出的由方程生成序列的窗口，输入D1=1，同时更改下面的样本范围为1997-2004
（4）建立含有虚拟变量（加法、乘法或混合）的回归模型，并对模型及参数进行检验。
（5）比较Chow检验和虚拟变量模型检验的异同。
三、解题思路
录入数据—做散点图.
建立虚拟变量，观察模型是否显著（加法、乘法、混合模型）
利用chow检验该模型是否具有结构性变化
四、实验过程记录与结果
1、做变量fin的散点图
2、受约束模型（1952~2004）
3、不受约束模型
第一段：1952~1996
第二段：1997~2004
4、加法模型（fin c t d1）
5、乘法模型：(fin c t t*d1)
6、混合模型：(fin c t t*d1 d1)
7、chow检验：
F=
8.3115129.517268）8.3115129.517268（-31807606++*1
1）
11（*2-845+++=915.7683
（Chow 检验中的F 检验），1996是断点。
五、结果的讨论和分析
● 加法模型
● 乘法模型
● 混合模型
六、实验小结
通过本次实验，可以发现该模型存在结构性变化，且断点处在1996.利用虚拟变量对模型进行处理时，发现混合模型具有很好的显著性效果。