Eviews操作讲义2013.doc

EViews软件操作讲义
讲解人:薛亚楠(15927069086)
第一部分 EViews 软件简介
一、EViews软件与SPSS软件的比较
（一）理论基础不同
1.EViews（1981年推出）是Econometrics Views的缩写, 它的本意是对社会经济关系与经济活动的数量规律,采用计量经济学方法与技术进行“观察”，理论基础为计量经济学；
2.SPSS（Statistical Package for the Social Science）（1984年推出）———社会科学统计软件包是世界最著名的统计分析软件之一。该软件包的理论基础为各种统计分析方法，包括描述统计分析、主成分分析、因子分析、聚类分析等等。
（二）功能不同
1.EViews拥有数据处理、作图、统计分析、建模分析、预测和模拟六大类功能，是对计量经济学研究中的估计模型、检验模型以及运用模型进行预测进行软件操作；
2.SPSS包括数据管理、统计分析、图表分析、输出管理等统计分析功能，主要是针对统计理论中的描述统计、探索性数据分析和多元分析理论的应用。
（三）实际应用方面的一些不同
1.数据的输入:
①EViews需要先将工作文件的结构界定好,然后再进行相关的数据录入或者导入操作,这样可以节省样本的变量个数,如时间序列样本的标识符(年份)就可以直接确定好了,只需要将年份作为一个变量引入；
②SPSS的数据输入则类似EXCEL操作,较简单，但是如果要在已有数据基础上生成新的数据则比较麻烦，如取对数、差分等。
2.回归的处理过程:
①EViews对模型的回归只能直接进行线性回归，如果要拟合非线性的模型则需要取对数等方法进行变形处理使其变为线性的；
②SPSS在这方面就比较好，对于不同的方程形式都可以进行菜单操作。
3.输出结果显示
①EViews一次只能显示一次回归结果,但是可以从不同的视角来分析结果,如针对残差项的图表分析(残差图)以及检验(单位根检验)等
②SPSS则可以保存多次分析结果，但是它很难与一般办公软件如OFFICE直接兼容,在撰写调查报告时往往要用重新绘制相关图表。
（四）适用的数据类型不同
1.EViews主要用于分析时间序列数据和面板数据;
2.SPSS主要用于分析横截面数据。
二、EViews软件的理论基础:计量经济学
三、EViews软件的基础知识
(一)安装
1.选择EViews的安装程序图标运行(序列号为demo,注册名为sailjeff);
2.将eviews.6.key的安装程序图标复制到安装目录下运行;
3,运行EViews6update程序以及Eviews6.reg进行升级和注册即可。
(二)启动
1.单击任务栏中的开始按钮,选择程序中的EViews 6的程序图标(第一个)；
2.双击桌面上的EViews 6的图标；
3.如果有已经存在的工作文件,则双击工作文件图标也可以进入。
(三)窗口
1.标题栏：主窗口的最上面（工作文件窗口中的显示工作文件名以及保存路径）；
2.主菜单：方便的实现很多操作；
3.命令窗口：把EViews命令输入该窗口，按回车键即可以执行命令；命令可以使用复制粘贴功能；
4.工作区：可以显示多个目标窗口；目标窗口在此可以通过拖动四边改变大小；活动的窗口为深色；
5.状态栏：分为四个部分，依次为发送的状态信息（有时会存在）、查找数据的预设目录、预设的数据库和工作文件名称。
(四)两个基本概念
1.对象
①对象是EViews的核心,是相关信息和操作的集合体；
②可以分为不同的类型，主要有数据、方程(估计的结果)、图表和矩阵等。
2.工作文件
工作文件就是一系列对象的集合，一个工作文件可以包含多个工作文件页，一般的为一个工作文件页。
(五)工作文件的相关操作
1.创建工作文件:从主菜单中选择File/New Workfile ,打开Workfile Create对话框
①最左边的描述数据结构的基本结构,如果是时间序列的话可以选择Dated-regular frequency,面板数据则选Balanced Panel,其他情况选择Unstructured;
②右上边的选项则是根据不同的数据结构所设置的;
③右下角则是对工作文件以及工作文件页进行的命名。
2.工作文件窗口
①标题栏：显示工作文件名以及保存路径，若未被保存，则在路径中显示的文件名为UNTITLED；
②工具栏：菜单操作;
③信息栏：显示工作文件的范围、当前样本数（被用于计算和统计操作的观测值的范围）以及显示规则；（可以双击进行改变）
④工作区：工作文件页的所有内容。
3.工作文件的保存
①工作文件的保存：主菜单上选择File/Save as或者Save ；工具栏上单击Save; ②扩展名为wfl;当重写工作文件的时，系统会保留备份文件，扩展名的首个字母变为~;
(六)对象的相关操作
1.创建对象:
①Object/New Object,打开New Object对话框
Type of object：选择新建对象的类型(主要用的是series-序列对象)；
Name for object：输入对象名。
②单击主窗口中Quick/Empty Group,将鼠标移至对应列的obs行,输入序列名即可；
③单击主窗口中Quick/Generate Series 或者工作文件工具栏中的Genr利用算数运算和函数给数据序列赋值，例如定义变量等于滞后指标（Y(-1)）或者差分（D(Y,2)）。
2.打开对象
①选定要打开的对象,双击操作；
②使用主菜单上的Quick/Show或工作文件工具栏中的Show,在对话框中输入要打开的对象名字。
3.固化对象:Object/Freeze Output 或者工具栏中的Freeze
(七)数据的输入
1.键盘输入；
2.复制粘贴：主菜单上的Edit/Copy、Edit/Paste；（注意粘贴的时间区间要和表单中的时间区间一致）；
3.导入EXCEL数据：单击主菜单中的File/Import/Read Text-Lotus-Excel或者工作文件工具栏中的Proc/Import/Read Text-Lotus-Excel;
①只有正确的设置数据开始单元，才能使得新建的数据文件与原来的Excel文件的时间区间保持一致；
②键入和Excel文件的列相应顺序的序列名。
第二部分 EViews软件的应用
一、回归分析
(一)数据处理总思路
第一步，要对序列做散点图观察相关序列的走势，选择合适的模型形式以及估计方法；
第二步，对样本回归函数做估计；
第三步，经济意义的检验（是否符合经济理论或者实际情况）和统计检验（拟合优度、方程以及参数的显著性检验）；
最后，就是写出模型，利用模型进行分析和预测。
(二)经典回归模型
1.一元线性回归模型（练习题2.1P64）
①回归的操作方法：
方法1：单击主窗口上的Quick/Estimate Equation,在Estimate Specification对话框中,首先选择估计方法,然后输入被解释变量、常数项和解释变量，点击OK即可；
方法2：在命令框中直接输入“LS Y C X”，按回车，即可出现回归结果。
②得到回归结果以后, 可以通过点击工具栏中的Resides直观地观察到回归结果。
2.多元线性回归模型(例3.3 P99)
(三)回归模型的扩展
1.多重共线性(例4.6 P127)
①诊断:观察模型的系数符号是否与预设的相同,相关关系表(Quick/Group Statistics/Correlations)
②处理:逐步回归(在回归方法中直接选择STEPLS,并且在OPTION中设定好变量筛选的准则以及进入模型的变量个数即可,
2.异方差(案例分析 P141)
①诊断:
方法一:残差图:产生新序列E2=RESID^2,做X对E2的散点图,先选的为横轴变量
方法二:G-Q检验和White检验(View/Residual Tests/Heteroskedasticity Tests/OK)
②处理:加权最小二乘法(三种权重进行实验,观察可决系数的变化)
3.自相关(例6.4 P178采用广义差分法)
①诊断:残差图(产生新序列E1=resid E2=E1(-1)观察散点图)和DW值(经验:2附近为无自相关,小于为正相关,大于为负相关)
②处理:广义差分法(引入一期滞后变量,使得残差无自相关,利用OLS进行回归估计)
第一步，对e和e(-1)做回归得到相关系数;
第二步，利用相关系数构造广义差分方程。
4.虚拟解释变量回归模型(案例分析P234)
①诊断:相关图(观察转折点和阶段性特征)
②处理:加入虚拟变量(通过改变样本区间)加法和乘法两种方式
(四)其他回归模型
1.分布滞后模型(案例分析P199)
①诊断:模型中出现了解释变量的有限滞后阶数
②处理:阿尔蒙多项式估计(PDL):在回归方程中的解释变量中添加PDL(序列名,滞后长度,多项式阶数,数字码)
其中,数字码用1,2,3表示,分别为施加近端约束(解释变量对被解释变量的前期值没有影响),施加远端约束(影响在k期之后截止),施加两个约束,如果不限制,可以省略;多项式的阶数要小于滞后长度(减少待估参数的个数),一般取得较低,2或3,很少超过4。
2.自回归(例7.5P201)
①诊断:模型中出现了解释变量的无限滞后阶数转化为被解释变量的滞后项；
②处理:在回归方程的解释变量中添加被解释变量的滞后项即可
二，联立方程组模型（例表11.2P313）
(一)模型的识别性
首先,写出模型的结构型的标准形式,由此列出标准形式的系数矩阵;
其次,对含有未知参数的方程利用阶条件(充分条件)和秩条件(必要条件)进行识别。
阶条件:当没有包含在第i个方程的中的前定变量个数大于或等于出现在该方程中的内生变量个数减1,则该方程可能识别,其中大于表示可能过度识别,而等于是可能恰好识别,小于则是可能不可识别。
秩条件:当且仅当一个方程所不包含的变量的参数矩阵的秩等于模型内生变量总个数减1时,该方程可以识别。
(二)模型的估计：
1.对于恰好识别方程，用间接最小二乘法(ILS)、工具变量法(IV)；
2.对于过度识别方程，用二段最小二乘法(TSLS)、三段最小二乘法(3SLS)等；
3.对于不可识别方程，则不能估计其结构型参数。
(三)EViews操作过程:
1.间接最小二乘法:分别估计简化型样本的回归函数，写出简化型模型的估计式，利用简化型和结构型的系数之间的关系求解即可。
2.二段最小二乘法:
首先，在Method中选择TSLS；
其次，第一个对话框用于写要估计的方程,第二个对话框用于写模型中所有的前定变量(注意截距项也是前定变量)；
最后，根据系数写出方程。
三、时间序列分析(例10.5P286将前三期数据删掉了)
(一)单位根检验
1.观察相关图判断是否滞后阶数：View/ Correlogram；
（判断标准:如果不存在,则各阶滞后的自相关和偏相关值都接近于零）
2.单位根检验：View/Unit Root Test对上面得到的阶数进行单位根检验，若此滞后阶序列不是单位根过程，而之前阶均为单位根过程，则可确认为该序列的单整阶数。
(二)协整关系检验
1.前提：确定两个时间序列为同阶单整（至少为一阶）；
2.过程：对这两个序列做回归估计,然后对其残差序列进行单位根检验(因为软件不能对残差直接进行检验,需要另外生成一个残差序列)；
3.判断：若回归方程的随机扰动项为平稳的，则证明两个变量之间存在协整关系。（注意：需要再新建序列进行随机扰动项的单位根检验）。
(三)误差修正模型
1.做法：利用被解释变量的差分项对解释变量的差分项以及随机扰动项的滞后项做回归；
2.表示：差分表示---D();滞后项表示---E(-1)。
第三部分 EViews 软件的课外学习
一、 时间序列分析(张晓峒老师的讲学课件)
二、 面板数据分析(张晓峒老师和白仲林老师的讲学课件)
三、 推荐书籍

THANK YOU!