金融計量學(xué)實(shí)驗(yàn)指導(dǎo)書Eviews操作指導(dǎo)書

1、金融計量學(xué)實(shí)驗(yàn)指導(dǎo)書金融工程教研室編廣東商學(xué)院金融學(xué)院二00六年十一月目 錄實(shí)驗(yàn)項目一：一元線性回歸模型分析1實(shí)驗(yàn)項目二：多元線性回歸模型（一）11實(shí)驗(yàn)項目三：多元線性回歸模型（二）15實(shí)驗(yàn)項目四：放寬基本假定的線性回歸模型（一）20實(shí)驗(yàn)項目五：放寬基本假定的線性回歸模型（二）26實(shí)驗(yàn)項目六：虛擬變量模型與Granger因果檢驗(yàn)30實(shí)驗(yàn)項目七：平穩(wěn)性檢驗(yàn)與ARMA模型估計34實(shí)驗(yàn)項目八：協(xié)整關(guān)系檢驗(yàn)與誤差修正模型（ECM）40實(shí)驗(yàn)項目九：GARCH模型的估計48參考文獻(xiàn)5455實(shí)驗(yàn)項目一：一元線性回歸模型分析一、實(shí)驗(yàn)?zāi)康耐ㄟ^上機(jī)實(shí)驗(yàn)，使學(xué)生充分理解Eviews軟件系統(tǒng)管理和基本原理,掌握基本運(yùn)

2、用的技能。二、預(yù)備知識 （1）Windows操作系統(tǒng)的常用操作；（2）數(shù)據(jù)庫的基礎(chǔ)知識；（3）Excel軟件的基本操作；（4）一元線性回歸模型的理論知識。三、實(shí)驗(yàn)內(nèi)容EViews軟件啟動,新建文件,數(shù)據(jù)錄入,一元線性回歸模型分析。 四、實(shí)驗(yàn)步驟（一）、啟動軟件包1、EViews 的啟動步驟：進(jìn)入 Windows /雙擊 Eviews 快捷方式，進(jìn)入 EViews 窗口；或點(diǎn)擊開始 /程序/Eviews3/ Eviews3.1，進(jìn)入 EViews 窗口。、EViews 窗口介紹（圖1-1）標(biāo)題欄：窗口的頂部是標(biāo)題欄，標(biāo)題欄的右端有三個按鈕：最小化、最大化（或復(fù)原） 和關(guān)閉，點(diǎn)擊這三個按鈕可以控制

3、窗口的大小或關(guān)閉窗口。菜單欄：標(biāo)題欄下是主菜單欄。主菜單欄上共有 7 個選項： File，Edit，Objects， View，Procs，Quick，Options，Window，Help。用鼠標(biāo)點(diǎn)擊可打開下拉式菜單（或再下一 級菜單，如果有的話），點(diǎn)擊某個選項電腦就執(zhí)行對應(yīng)的操作響應(yīng)（File，Edit的編輯功能與 Word, Excel 中的相應(yīng)功能相似）。命令窗口：主菜單欄下是命令窗口，窗口最左端一豎線是提示符，允許用戶在提示符 后通過鍵盤輸入 EViews（TSP 風(fēng)格）命令。如果熟悉 MacroTSP（DOS）版的命令可以直接 在此鍵入，如同 DOS 版一樣地使用 EViews。按

4、 F1 鍵（或移動箭頭），鍵入的歷史命令將重 新顯示出來，供用戶選用。主顯示窗口：命令窗口之下是 Eviews 的主顯示窗口，以后操作產(chǎn)生的窗口（稱為子窗 口）均在此范圍之內(nèi)，不能移出主窗口之外。狀態(tài)欄：主窗口之下是狀態(tài)欄，左端顯示信息，中部顯示當(dāng)前路徑，右下端顯示當(dāng)前 狀態(tài)，例如有無工作文件等。Eviews 有四種工作方式：（1）鼠標(biāo)圖形導(dǎo)向方式；（2）簡單命令方式；（3）命令參數(shù) 方式(1)與（2）相結(jié)合) ；（4）程序（采用 EViews 命令編制程序）運(yùn)行方式。用戶可以 選擇自己喜歡的方式進(jìn)行操作。（二）、創(chuàng)建工作文件工作文件是用戶與 EViews 對話期間保存在 RAM 之中的信息，

5、包括對話期間輸入和建立 的全部命名對象，所以必須首先建立或打開一個工作文件用戶才能與 Eviews 對話。工作文 件好比你工作時的桌面一樣，放置了許多進(jìn)行處理的東西（對象），像工作時需要清理桌面一樣，允許將工作文件保存到磁盤上。如果不對工作文件進(jìn)行保存，工作文件中的任何東西，關(guān)閉機(jī)器時將被丟失。進(jìn)入 EViews 后的第一件工作應(yīng)從創(chuàng)建新的或調(diào)入原有的工作文件開始。只有新建或調(diào)入原有工作文件， EViews 才允許用戶輸入開始進(jìn)行數(shù)據(jù)處理。建立工作文件的方法：點(diǎn)擊 File/New/Workfile。選擇數(shù)據(jù)類型和起止日期，并在出現(xiàn)的對話框中提供必要的信息：適當(dāng)?shù)臅r間頻率（年、季度、月度、周、

6、日）；確定起止日期或最大處理個數(shù)（開始日期是項目中計劃的最早的日期；結(jié)束日期是項目計劃的最晚日期，非時間序列提供最大觀察個數(shù)，以后還可以對這些設(shè)置進(jìn)行更改）。 下面我們通過研究我國城鎮(zhèn)居民消費(fèi)與消費(fèi)支出的關(guān)系（即數(shù)據(jù)文件sy1.xls）來學(xué)習(xí) Eviews 的應(yīng)用。1、打開新建對象類型對話框，選擇工作文件 Workfile，見圖1-2。（圖1-2）（圖1-3） 2、打開工作文件時間頻率和樣本區(qū)間對話框，輸入頻率和樣本區(qū)間，見圖1-3。 3、點(diǎn)擊 OK 確認(rèn)，得新建工作文件窗口，見圖1-4。（圖1-4）工作文件窗口：工作文件窗口是 EViews 的子窗口。它有標(biāo)題欄、控制按鈕和工具條。 標(biāo)題欄指

7、明窗口的類型 workfile、工作文件名。標(biāo)題欄下是工作文件窗口的工具條，工具 條上有一些按鈕。Views 觀察按鈕、Procs 過程按鈕、Save（保存）工作文件、Sample（設(shè) 置觀察值的樣本區(qū)間）、Gener（利用已有的序列生成新的序列）、Fetch（從磁盤上讀取數(shù)據(jù)、Store（將數(shù)據(jù)存儲到磁盤）、Delete（刪除）對象。此外，可以從工作文件目錄中選取并雙擊對象，用戶就可以展示和分析工作文件內(nèi)的任何數(shù)據(jù)。工作文件一開始其中就包含了兩個對象，一個是系數(shù)序列 C（保存估計系數(shù)用），另一個殘差序列 RESID（實(shí)際值與擬合值之差）。小圖標(biāo)上標(biāo)識出對象的類型，C 是系數(shù)向量，曲線圖是時間

8、序列。用戶選擇Views 對象后雙擊鼠標(biāo)左建或直接使用 EViews 主窗口頂部的菜單選項，可以對工作文件和其中的對象進(jìn)行一些處理。 4、保存工作成果：將工作成果保存到磁盤，點(diǎn)擊工具條中 save輸入文件名、路 徑保存，或點(diǎn)擊菜單欄中 File Save 或 Save as 輸入文件名、路徑保存。 5、打開工作文件：我們可以打開一個已有的工作文件繼續(xù)以前的工作，點(diǎn)擊主菜單 中的 File Open Workfile 選定文件打開。（三）、輸入和編輯數(shù)據(jù)建立或調(diào)入工作文件以后，可以輸入和編輯數(shù)據(jù)。 輸入數(shù)據(jù)有兩種基本方法：data命令方式和鼠標(biāo)圖形界面方式1、data 命令方式：命令格式為：da

9、ta <序列名 1> <序列名 2>.<序列名 n>，序列名之間用空格隔開，輸入全部序列后回車就進(jìn)入數(shù)據(jù)編輯窗口，如圖1-5所示。用戶可以按照 Excel的數(shù)據(jù)輸入習(xí)慣輸入數(shù)據(jù)。數(shù)據(jù)輸入完畢，可以關(guān)閉數(shù)據(jù)輸入窗口，點(diǎn)擊工作文件窗口工具條的 Save 或點(diǎn)擊菜單欄的 File Save 將數(shù)據(jù)存入磁盤。2、鼠標(biāo)圖形界面方式序列方式：點(diǎn)擊 Objects New object 選 Series 輸 入序列名稱Ok,進(jìn)入數(shù)據(jù)編輯窗口，點(diǎn)擊 Edit+/-打開數(shù)據(jù)編輯狀態(tài)，（用戶可以根據(jù)習(xí)慣點(diǎn)擊 Smpl+/-改變數(shù)據(jù)按行或列的顯示形式,）然后輸入數(shù)據(jù)，方式同上。（

10、圖1-5）4、編輯工作文件中已有的序列：可以按照操作 Windows 的習(xí)慣在工作文件主顯示窗口選定一個或多個序列，點(diǎn)擊鼠標(biāo)右健打開一個或多個序列，進(jìn)入數(shù)據(jù)編輯狀態(tài)，可以修改數(shù)據(jù)。（四）、由組的觀察查看組內(nèi)序列的數(shù)據(jù)特征按下數(shù)組窗口（也可以成為數(shù)組或數(shù)據(jù)編輯窗口）工具條上 Views 按鈕，可以得到組內(nèi)數(shù)據(jù)的特征，見圖1-6。具體功能介紹如下：Group Members 可用于增加組中的序列；SpreadSheet 以電子數(shù)據(jù)表的形式顯示數(shù) 據(jù)；Dated Data Table 將使時序數(shù)據(jù)以表的形式顯示；Graph 以各種圖形的形式顯示數(shù)據(jù) 的；Multi Graph 以多圖的形式顯示組中數(shù)

11、據(jù)；Descriptive Stats 給出組中數(shù)據(jù)的描述 統(tǒng)計量，如均值、方差、偏度、峰度、J-B 統(tǒng)計量（用于正態(tài)性檢驗(yàn)）等；Tests of equality 給出檢驗(yàn)組中序列是否具有同方差、同均值或相同中位數(shù)的假設(shè)檢驗(yàn)結(jié)果；N-way/One-way Tabulation給出數(shù)組中序列觀測值在某一區(qū)間的頻數(shù)、頻率和某一序列是否與組中其他序列獨(dú)立的假設(shè)檢驗(yàn)結(jié)果；Correlations 給出數(shù)組中序列的相關(guān)系數(shù)矩陣；Covariances給出數(shù)組中序列的斜方差矩陣；Correlogram (1)給出組內(nèi)第 1 序列的水平序列及其差分序 列的自相關(guān)函數(shù)和偏自相關(guān)函數(shù)；Cross Corre

12、lation (2)給出組內(nèi)第 1 和第 2 序列的超前 幾期和滯后幾期值之間的互相關(guān)函數(shù)；CointegrationTest 執(zhí) 行Johansen cointegration 協(xié)整（或稱為共積）檢驗(yàn)； Granger Causality 檢驗(yàn)組內(nèi)各個配對間的 Granger 因果關(guān)系；Lable 給出數(shù)組的名稱及修改時間等信息。（圖1-6）（圖1-7）（五）、回歸分析-估計消費(fèi)函數(shù)1、在經(jīng)濟(jì)理論指導(dǎo)下，利用軟件包的“觀察（View）”功能對數(shù)據(jù)進(jìn)行“火力偵察”，觀察消費(fèi)性支出與可支配收入的 散點(diǎn)圖(見圖1-7)。依據(jù)凱恩斯理論，設(shè)定理論模型： （圖1-8）、作普通最小二乘法估計：在主菜單選

13、 Quick Estimate Equations，進(jìn)入輸入估計方程對話框, 輸入待估計方程，選擇估計方法普通最小二乘法，如圖1-8所示。點(diǎn)擊 OK 進(jìn) 行估計，得到估計方程(1)及其統(tǒng)計檢驗(yàn)結(jié)果，如圖1-9所示。 (1) t (13.5124) (53.4747)（圖1-9）3、利用圖1-9中給出的統(tǒng)計檢驗(yàn)結(jié)果對模型的可靠性進(jìn)行統(tǒng)計學(xué)檢驗(yàn)，由統(tǒng)計結(jié)果可以看出該模型擬合較好，擬合優(yōu)度很高，GDPP的顯著性也比較高。 4、利用圖1-9中估計方程顯示窗口中工具條 View，可以顯示估計方程、估計方程的統(tǒng)計結(jié)果、以圖或表的形式顯示數(shù)據(jù)的實(shí)際值、預(yù)測值和殘差。（六）、單方程預(yù)測 （圖1-10）（圖1-

14、11）預(yù)測是我們建立金融計量模型的目的之一。要利用上述估計得到的回歸方程對CONSP進(jìn)行預(yù)測，必須首先給定GDPP的預(yù)測值。具體操作如下：1、在Workfile窗口，點(diǎn)擊Procs/Change workfile Range后，把工作文件的數(shù)據(jù)范圍從1978年至2000年修改為1978年至2001年，如圖1-10、1-11所示。2、打開GDPP序列窗口中，輸入GDPP在2001年的預(yù)測值4033.1，見圖1-12。（圖1-12）3、打開剛才估計的方程窗口，點(diǎn)出工具欄上的Forecast按扭后，將彈出Forecast窗口，在Sample range for forecast輸入欄中把數(shù)據(jù)預(yù)測范圍

15、改為1978 2001，再按OK，見圖1-13。（圖1-13）4、打開conspf序列對象窗口，可以看到已經(jīng)產(chǎn)生了CONSP在2001年的預(yù)測值1758.623，見圖1-14。（圖1-14）五、練習(xí)運(yùn)用Eviews軟件，完成教材P54頁的11題。六、輸出并上交實(shí)驗(yàn)報告實(shí)驗(yàn)項目二：多元線性回歸模型（一）一、實(shí)驗(yàn)?zāi)康耐ㄟ^上機(jī)實(shí)驗(yàn)，使學(xué)生掌握計量經(jīng)濟(jì)學(xué)軟件包EViews，運(yùn)用EViews軟件進(jìn)行多元線性回歸模型的分析，用最小二乘法估計參數(shù)。二、預(yù)備知識 （1）Windows操作系統(tǒng)的常用操作；（2）數(shù)據(jù)庫的基礎(chǔ)知識；（3）Excel軟件的基本操作；（4）多元線性回歸模型的相關(guān)理論知識。三、實(shí)驗(yàn)內(nèi)容1

16、、系統(tǒng)的進(jìn)入、運(yùn)行；2、從Excel文件導(dǎo)入數(shù)據(jù)；3、用EViews軟件建立多元線性回歸模型并做分析。四、實(shí)驗(yàn)步驟（一）、啟動軟件包 Eviews 的啟動步驟：進(jìn)入 Windows /雙擊 Eviews 快捷方式，進(jìn)入 EViews 窗口；或點(diǎn)擊開始 /程序/ Eviews 3/EViews3.1，進(jìn)入 EViews 窗口。（二）、創(chuàng)建工作文件具體操作過程。1、打開新建對象類型對話框，選擇工作文件 Workfile，2、打開工作文件時間頻率和樣本區(qū)間對話框，選擇數(shù)據(jù)頻率為“Annual”，樣本區(qū)間為1978年至2000年。3、 點(diǎn)擊 OK 確認(rèn)，得新建工作文件窗口。（三）、把Excel數(shù)據(jù)導(dǎo)入

17、到EViews1、打開實(shí)驗(yàn)二所用到的數(shù)據(jù)文件（sy2.xls），選定人均居民消費(fèi)和人均GDP兩列數(shù)據(jù)后復(fù)制（注意：不用選定數(shù)據(jù)名稱），回到Windows桌面或硬盤的任意目錄，右擊鼠標(biāo)新建一個文本文件，把剛才從Excel中復(fù)制的數(shù)據(jù)粘貼到新的文本文件。2、回到EViews的工作文件窗口，點(diǎn)擊Procs/Import/Read Text-Lotus-Excel,選擇剛才建設(shè)的文本文件后將會出現(xiàn)“ASCII Text Import”窗口，在“Name for series or Numbers of Series if names in file ”欄目，輸入兩列數(shù)據(jù)的名稱，分析是consp和gdp

18、p，如圖2-1所示。按OK后，將會把數(shù)據(jù)導(dǎo)入到EViews，如圖2-2所示。（圖2-2）（圖2-1）（四）、回歸分析1、在經(jīng)濟(jì)理論指導(dǎo)下，設(shè)定如下的理論模型： （2-1）（圖2-4）（圖2-3）、對以上理論模型作普通最小二乘法估計：在主菜單選 Quick Estimate Equations，進(jìn)入輸入估計 方程對話框, 輸入待估計方程，選擇估計方法普通最小二乘法，如圖2-3所示。點(diǎn)擊 OK 進(jìn) 行估計，得到估計方程(2-1)及其統(tǒng)計檢驗(yàn)結(jié)果，如圖2-4所示。3、利用圖2-4中給出的估計結(jié)果，可以寫出如下的計量經(jīng)濟(jì)模型： （2-2）從模型的檢驗(yàn)結(jié)果看，解釋變量所能解釋的離差平方和占被解釋變量的總

19、離差平方和的比例達(dá)到0.9942，F(xiàn)也很高，說明模型的擬合能力很高，方程的總體顯著性比較高，不過，的系數(shù)沒有通過t檢驗(yàn)，顯著性不高。 4、利用圖2-4估計方程顯示窗口中工具條 View，可以顯示估計方程、估計方程的統(tǒng)計結(jié)果、以圖或表的形式顯示數(shù)據(jù)的實(shí)際值、預(yù)測值和殘差。（五）、預(yù)測運(yùn)用實(shí)驗(yàn)一類似的操作方法進(jìn)行預(yù)測。五、練習(xí)用Eviews軟件，完成教材P91頁的10題。六、輸出并上交實(shí)驗(yàn)報告實(shí)驗(yàn)項目三：多元線性回歸模型（二）一、實(shí)驗(yàn)?zāi)康耐ㄟ^上機(jī)實(shí)驗(yàn),使學(xué)生能夠使用 Eviews 軟件估計可化為線性回歸模型的非線性模型，并對線性回歸模型的參數(shù)線性約束條件進(jìn)行檢驗(yàn)。二、預(yù)備知識 （1）EViews的

20、基本操作；（2）多元線性回歸模型的估計；（3）非線性回歸模型變換為線性模型的方法；（4）多元線性回歸模型的線性約束條件的檢驗(yàn)方法。三、實(shí)驗(yàn)內(nèi)容（1）可化為線性多元非線性回歸模型的估計；（）多元線性回歸模型的線性約束條件的檢驗(yàn)方法。四、實(shí)驗(yàn)步驟（一）、啟動Eviews軟件包（二）、創(chuàng)建工作文件具體操作過程。1、打開新建對象類型對話框，選擇工作文件 Workfile，2、打開工作文件時間頻率和樣本區(qū)間對話框，選擇數(shù)據(jù)頻率為“Annual”，樣本區(qū)間為1981年至2001年。3、 點(diǎn)擊 OK 確認(rèn)，得新建工作文件窗口。（三）、把Excel數(shù)據(jù)導(dǎo)入到EViews1、打開實(shí)驗(yàn)三所用到的數(shù)據(jù)文件（sy3.

21、xls），選定Q、X、P0和P1等4列數(shù)據(jù)后復(fù)制（注意：不用選定數(shù)據(jù)名稱），回到Windows桌面或硬盤的任意目錄，右擊鼠標(biāo)新建一個文本文件，把剛才從Excel中復(fù)制的數(shù)據(jù)粘貼到新的文本文件。2、運(yùn)用實(shí)驗(yàn)二的方法，把數(shù)據(jù)導(dǎo)入EViews。（四）、回歸分析1、在經(jīng)濟(jì)理論指導(dǎo)下，設(shè)定如下的理論模型： （3-1）經(jīng)對數(shù)變換，上式可以化為： （3-2）或者，根據(jù)消費(fèi)者無貨幣幻覺，可以得到如下的模型： （3-3）（圖3-2）2、首先對（3-2）式進(jìn)行估計，新建一個名為eq1的方程對象，在Equation Specification窗口進(jìn)行模型設(shè)定。我們對1981年至1994年的樣本進(jìn)行估計，在Estim

22、ation Settings框內(nèi)的Sample欄目，我們把樣本區(qū)間改為1981 1994，具體操作如圖3-1所示，得到的結(jié)果如圖3-2所示。（圖3-1）3、對（3-3）式進(jìn)行估計，新建一個名為eq2的方程對象，在Equation Specification窗口進(jìn)行模型設(shè)定。我們對1981年至1994年的樣本進(jìn)行估計，在Estimation Settings（圖3-3）框內(nèi)的Sample欄目，我們把樣本區(qū)間改為1981 1994，具體操作如圖3-3所示，得到的結(jié)果如圖3-4所示。（圖3-4）4、檢驗(yàn)居民有沒有貨幣幻覺，實(shí)際上需要對（3-2）式的參數(shù)約束條件：進(jìn)行檢驗(yàn)。打開eq1方程對象窗口，點(diǎn)擊

23、ViewCoefficient TestsWald- Coefficient Restrictions，在Wald tests 窗口設(shè)定參數(shù)約束條（圖3-5）件：C(2)+c(3)+c(4)=0,再按OK，如圖3-5和圖3-6所示。（圖3-6）5、檢驗(yàn)結(jié)果如圖3-7所示。從結(jié)果可以看出，不能拒絕參數(shù)約束條件，即可以認(rèn)為居民存在貨幣無幻覺現(xiàn)象。（圖3-7）五、練習(xí)用Eviews軟件，完成教材P91頁的11題。六、輸出并上交實(shí)驗(yàn)報告實(shí)驗(yàn)項目四：放寬基本假定的線性回歸模型（一）一、實(shí)驗(yàn)?zāi)康耐ㄟ^上機(jī)實(shí)驗(yàn),使學(xué)生充分理解異方差、加權(quán)最小二乘的基本概念，能夠運(yùn)用Eviews 軟件檢驗(yàn)異方方差，并用加權(quán)最小

24、二乘法修正存在異方差的線性回歸模型。二、預(yù)備知識 （1）用EViews估計線性回歸模型的基本操作；（2）最小二乘法的基本原理和假設(shè)（3）異方差、加權(quán)最小二乘法的基礎(chǔ)概念三、實(shí)驗(yàn)內(nèi)容（1）使用White檢驗(yàn)方法檢驗(yàn)異方差；（2）使用加權(quán)最小二乘法修正異方差；四、實(shí)驗(yàn)步驟（一）、建立工作文件及導(dǎo)入數(shù)據(jù)新建一個名為sy4.wf1的工作文件，運(yùn)用前面實(shí)驗(yàn)做過的方法，把sy4-1.xls的數(shù)據(jù)導(dǎo)入到EViews里。（二）、運(yùn)用OLS估計模型： （4-1）EViews運(yùn)行結(jié)果如圖4-1。（圖4-1）（三）、對模型（4-1）進(jìn)行White異方差檢驗(yàn)1、原理。古典線性回歸模型的一個重要假設(shè)是總體回歸方程的隨機(jī)

25、擾動項ui同方差，即他們具有相同的方差s 2。如果隨機(jī)擾動項的方差隨觀察值不同而異，即ui的方差為s i2，就是異方差。檢驗(yàn)異方差的步驟是先在同方差假定下估計回歸方程，然后再對得到的的回歸方程的殘差進(jìn)行假設(shè)檢驗(yàn)，判斷是否存在異方差。Eviews提供了懷特(White)的一般異方差檢驗(yàn)功能。H0：原回歸方程的誤差同方差。H1：原回歸方程的誤差異方差2、操作步驟：（圖4-2）在工作文件主顯示窗口選定需要分析的回歸方程 打開估計方程及其統(tǒng)計檢驗(yàn)結(jié)果輸出窗口點(diǎn)擊工具欄中的View 選Residual Tests White Heteroskedasticity (no cross terms)或Whi

26、te Heteroskedasticity (cross terms)（圖4-2），可得到輔助回歸方程和懷特檢驗(yàn)統(tǒng)計量即F統(tǒng)計量、統(tǒng)計量的值及其對應(yīng)的p值。由圖4-3中的顯示結(jié)果可以看出：在顯著水平下我們拒絕零假設(shè)，接受回歸方程（4-）的誤差項存在異方差的備擇假設(shè)。一般地，只要圖4-3中給出的p 值小于給定的顯著水平，我們就可以在該顯著水平下拒絕零假設(shè)。（圖4-3）注意：White Heteroskedasticity (no cross terms)與White Heteroskedasticity (cross terms)選項的區(qū)別在于：在no cross terms選項下得到的輔助回歸

27、方程中不包含原回歸方程左手變量的交叉乘積項作為解釋變量；而cross terms選項下得到的輔助回歸方程中包含原回歸方程左手變量的交叉乘積項作為解釋變量。（四）、White 異方差校正功能和加權(quán)最小二乘法1White 異方差校正功能：回到工作文件主窗口，在主菜單選Quick Estimate Equations，進(jìn)入輸入估計方程對話框, 輸入待估計方程( log(y) log(x1) log(x2) c)，選擇估計方法普通最小二乘法，點(diǎn)擊Options 按鈕進(jìn)入方程估計選擇對話框（見圖4-4），選擇Heteroskedasticity Consistent Covariance White O

28、K應(yīng)用（見圖4-5） 對這一方法的進(jìn)一步了解可參考經(jīng)濟(jì)計量分析美威廉H格林 著，中國社會科學(xué)出版社，1998年3月，p423-424，適用于普通最小二乘法的協(xié)方差矩陣的估計，回到估計方程對話框，點(diǎn)擊OK得到校正后的回歸方程（見圖4-6）。同學(xué)們可以比較圖4-1中的方程與普通最小二乘法得到的方程。（圖4-4）（圖4-5）（圖4-6）（圖4-7）、加權(quán)最小二乘法：在主菜單選Quick Estimate Equations，進(jìn)入輸入估計方程對話框, 輸入待估計方程(log(y) log(x1) log(x2) c )，選擇估計方法普通最小二乘法，點(diǎn)擊Options 按鈕進(jìn)入方程估計選擇對話框（見圖4

29、-5），選擇Weighted LS/TSLS 在對話框內(nèi)輸入用作加權(quán)的序列名稱resid的絕對值的倒數(shù) OK應(yīng)用（見圖4-7），回到估計方程對話框，點(diǎn)擊OK得到加權(quán)最小二乘法回歸方程（見圖4-8并與圖4-1中的方程比較）。（圖4-8）五、練習(xí)用Eviews軟件，完成教材P135頁的7題。六、輸出并上交實(shí)驗(yàn)報告實(shí)驗(yàn)項目五：放寬基本假定的線性回歸模型（二）一、實(shí)驗(yàn)?zāi)康耐ㄟ^上機(jī)實(shí)驗(yàn),使學(xué)生充分理解序列相關(guān)性的基本概念，能夠運(yùn)用Eviews 軟件檢驗(yàn)序列相關(guān)性，并用科克倫-奧科特迭代法修正存在序列自相關(guān)的線性回歸模型。二、預(yù)備知識 （1）用EViews估計線性回歸模型的基本操作；（2）最小二乘法的基本

30、原理和假設(shè)（3）序列相關(guān)性、科克倫-奧科特迭代法的基礎(chǔ)概念三、實(shí)驗(yàn)內(nèi)容（1）使用LM檢驗(yàn)方法檢驗(yàn)序列自相關(guān)；（2）使用科克倫-奧科特迭代法修正序列自相關(guān)。四、實(shí)驗(yàn)步驟（一）、建立工作文件及導(dǎo)入數(shù)據(jù)。新建一個名為sy5.wf1的工作文件，把sy5.xls的數(shù)據(jù)導(dǎo)入EViews。（二）、采用前面的方法，運(yùn)用OLS估計模型： （5-1）（圖5-1）（三）用LM檢驗(yàn)法檢驗(yàn)序列自相關(guān)。（圖5-3）（圖5-2）在方程對象窗口，點(diǎn)擊ViewResidual TestsSeries Correlation LM Test，進(jìn)入拉格朗日乘數(shù)（LM）檢驗(yàn)窗口，選擇滯后期為2，對模型進(jìn)行2階自相關(guān)檢驗(yàn)，見圖5-1和

31、5-2。檢驗(yàn)結(jié)果見圖5-3，可見，LM=15.87，p值小于0.05顯著性水平，所以，模型5-1存在顯著的2階自相關(guān)。要檢驗(yàn)更高階的自相關(guān)也可以進(jìn)行類似的操作。（四）、采取科克倫-奧科特方法修正序列自相關(guān)。（圖5-5）（圖5-4）在模型設(shè)定窗口對模型5-1進(jìn)行修正，加入AR（1）和AR（2）兩個滯后項，即可修正2階自相關(guān)，如圖5-4，修正結(jié)果如圖5-5。（圖5-6）再運(yùn)用LM檢驗(yàn)法對剛才估計得到的模型進(jìn)行檢驗(yàn)，結(jié)果如圖5-6所示?？梢?，檢驗(yàn)統(tǒng)計量對應(yīng)的P值超過了給定的顯著性水平，說明加入了AR（1）和AR（2）兩個滯后項模型已經(jīng)消除了序列自相關(guān)。五、練習(xí)用Eviews軟件，完成教材P135頁的

32、8題。六、輸出并上交實(shí)驗(yàn)報告實(shí)驗(yàn)項目六：虛擬變量模型與Granger因果檢驗(yàn)一、實(shí)驗(yàn)?zāi)康耐ㄟ^上機(jī)實(shí)驗(yàn),使學(xué)生充分理解虛擬變量模型和Granger因果關(guān)系的基本概念，能夠運(yùn)用Eviews 軟件估計虛擬變量模型和檢驗(yàn)Granger因素關(guān)系。二、預(yù)備知識 （1）用EViews估計線性回歸模型的基本操作；（2）最小二乘法的基本原理和虛擬變量的設(shè)置方法；（3）回歸模型線性約束條件及其檢驗(yàn)方法三、實(shí)驗(yàn)內(nèi)容（1）估計虛擬變量模型；（2）檢驗(yàn)Granger因果關(guān)系四、實(shí)驗(yàn)步驟（一）、建立工作文件sy6-1.wf1及導(dǎo)入數(shù)據(jù)（圖6-1）打開sy6-1.xls文件，運(yùn)用前面學(xué)過的方法，在EViews新建一個工作文

33、件sy6-1.wf1，并把sy6-1.xls的數(shù)據(jù)導(dǎo)入到EViews，然后采用虛擬變量模型檢驗(yàn)在1997年前后中國居民儲蓄行為有無結(jié)構(gòu)性變化。（二）、在工作文件主窗口，新建一個名為Dummy的序列對象作為虛擬變量，在1980年至1996年，Dummy取0，其余年份取1，如圖6-1所示。（三）、在工作文件主窗口，新建一個名為eq1的方程對象，估計如下計量模型： （6-1）（圖6-3）（圖6-2）模型的具體設(shè)置如圖6-2所示，估計結(jié)果如圖6-3所示?？梢?，顯著地異于零，顯示著兩個時期的回歸結(jié)果在斜率項上不同。于是，兩個時期的儲蓄函數(shù)分別為1997年前：1997年后：（四）、建立工作文件sy6-2.

34、wf1及導(dǎo)入數(shù)據(jù)。打開sy6-2.xls文件，運(yùn)用前面學(xué)過的方法，在EViews新建一個工作文件sy6-2.wf1，并把sy6-2.xls的數(shù)據(jù)導(dǎo)入到EViews。（五）、檢驗(yàn)我國1978-2000年的GDP與居民消費(fèi)CONS的Granger因果關(guān)系。（圖6-4）1、把cons與GDP組成一個組對象，如圖6-4所示。2、在組對象窗口，點(diǎn)擊ViewGranger Causality，彈出一個Lag Specification窗口，設(shè)定Granger因果關(guān)系檢驗(yàn)的滯后期為2，然后按OK，見圖6-5所示。3、Granger因果關(guān)系檢驗(yàn)的結(jié)果如圖6-6所示。從中，我們可以得出結(jié)論，在5%的顯著性水平下

35、，應(yīng)拒絕“GDP不是CONS的Granger原因”的假設(shè)，而不拒絕“CONS不是GDP的Granger原因”的假設(shè)。因此，從2階滯后來看，GDP的增長是居民消費(fèi)增長的原因，而不是相反。（圖6-6）（圖6-5）五、練習(xí)以教材P50頁的表2.5.1為樣本數(shù)據(jù)，采用EViews軟件檢驗(yàn)：（1）1989年前后我國的邊際消費(fèi)傾向是否存在顯著差異；（2）人均消費(fèi)和人均GDP之間的Granger因果關(guān)系。六、輸出并上交實(shí)驗(yàn)報告實(shí)驗(yàn)項目七：平穩(wěn)性檢驗(yàn)與ARMA模型估計一、實(shí)驗(yàn)?zāi)康耐ㄟ^上機(jī)實(shí)驗(yàn),使學(xué)生加深對時間序列平穩(wěn)性的理解，能夠運(yùn)用Eviews 軟件檢驗(yàn)時間序列數(shù)據(jù)的平穩(wěn)性和估計ARMA模型。二、預(yù)備知識

36、（1）用EViews估計線性回歸模型的基本操作；（2）時間序列數(shù)據(jù)平穩(wěn)性及其檢驗(yàn)方法；（3）ARMA模型的結(jié)構(gòu)及估計方法。三、實(shí)驗(yàn)內(nèi)容（1）用EViews計算時間序列數(shù)據(jù)的樣本自相關(guān)系數(shù)和QLB統(tǒng)計量；（2）用EViews對時間序列進(jìn)行單位根檢驗(yàn)；（2）估計時間序列的ARMA模型。四、實(shí)驗(yàn)步驟（一）、建立工作文件sy7.wf1及導(dǎo)入數(shù)據(jù)打開sy7.xls文件，運(yùn)用前面學(xué)過的方法，在EViews新建一個工作文件sy7.wf1，并把sy6.xls的數(shù)據(jù)導(dǎo)入到EViews。（二）、顯示GDP數(shù)據(jù)的時間路徑圖（圖7-1）打開GDP序列對象的窗口，點(diǎn)擊ViewLine Graph，見圖7-1，結(jié)果如圖7

37、-2所示。（圖7-2）（三）、計算GDP數(shù)據(jù)的樣本自相關(guān)系數(shù)和QLB統(tǒng)計量（圖7-3）1、打開GDP序列對象的窗口，點(diǎn)擊ViewCorrelogram，見圖7-3。2、在Correlogram Specification窗口，設(shè)定樣本自相關(guān)系數(shù)的最大滯后期為21，見圖7-4，按OK后，最后結(jié)果如圖7-5所示。AC為樣本自相關(guān)系數(shù)，Q-Stat即為QLB統(tǒng)計量，Autocorrelation是樣本自相關(guān)系數(shù)圖。可見，無論是樣本自相關(guān)圖還是QLB統(tǒng)計量，均顯示GDP序列是非平穩(wěn)序列。（圖7-5）（圖7-4）（四）、對GDP序列進(jìn)行單位根檢驗(yàn)1、GDP序列對象的窗口，點(diǎn)擊ViewUnit Root

38、Test，見圖7-6。（圖7-7）（圖7-6）2、出現(xiàn)Unit Root Test窗口后，在Test Type框中，選擇檢驗(yàn)類型是Augmented Dickey-Fuller檢驗(yàn)。在Test for unit root in框中，選擇level，表示是對GDP序列進(jìn)行檢驗(yàn)，如果要對GDP序列的一階差分或二階差分進(jìn)行檢驗(yàn)，則選1st difference或2st defference。在Include in test equation框中，選擇Intercept，表示檢驗(yàn)方程包含截距項，選擇Trend and intercept，表示檢驗(yàn)方程同時包含時間趨勢和截距項，選擇None，表示檢驗(yàn)方程

39、不包含截距項和時間趨勢。在Lagged difference，可以設(shè)定檢驗(yàn)方程包含的差分序列的滯后期，具體設(shè)定見圖7-7。按OK后，結(jié)果如圖7-8所示。（圖7-8）從檢驗(yàn)結(jié)果看，ADF檢驗(yàn)統(tǒng)計量的值大于臨界值，不能拒絕存在單位根的零假設(shè)。（圖7-9）（五）估計GDP序列的ARMA模型（圖7-10）運(yùn)用上面的方法可以驗(yàn)證，一階差分后的GDP序列滿足ARMA（2，0），即AR（2）隨機(jī)過程，因此，可以用AR（2）模型進(jìn)行擬合?；氐焦ぷ魑募鞔翱?，新建一個名為eq1的方程對象，在Equation Specification窗口，輸入（D(GDP) AR(1) AR(2)），見圖7-9。按OK后，將會

40、得到圖6-10所示的結(jié)果。如果需要加入一階移動平均項，則只需在圖7-9中，加入MA（1），如果還要加入其他階數(shù)的移動平均項或自回歸項，方法類似。從以上結(jié)果可以得到如下的模型： （7-1）五、練習(xí)運(yùn)用Eviews軟件，完成教材P367第6題。六、輸出并上交實(shí)驗(yàn)報告實(shí)驗(yàn)項目八：協(xié)整關(guān)系檢驗(yàn)與誤差修正模型（ECM）一、實(shí)驗(yàn)?zāi)康耐ㄟ^上機(jī)實(shí)驗(yàn),使學(xué)生加深對時間序列之間協(xié)整關(guān)系的理解，能夠運(yùn)用Eviews 軟件檢驗(yàn)時間序列數(shù)據(jù)之間的協(xié)整關(guān)系并以此估計誤差修正模型（ECM）。二、預(yù)備知識 （1）用EViews估計線性回歸模型的基本操作；（2）時間序列數(shù)據(jù)的協(xié)整關(guān)系及其檢驗(yàn)方法；（3）誤差修正模型的結(jié)構(gòu)及估計

41、方法。三、實(shí)驗(yàn)內(nèi)容（1）用EViews檢驗(yàn)兩個時間序列數(shù)據(jù)的協(xié)整關(guān)系；（2）用EViews估計誤差修正模型；四、實(shí)驗(yàn)步驟（一）、建立工作文件sy8.wf1及導(dǎo)入數(shù)據(jù)打開sy8.xls文件，運(yùn)用前面學(xué)過的方法，在EViews新建一個工作文件sy8.wf1，并把sy8.xls的數(shù)據(jù)導(dǎo)入到EViews。（二）、運(yùn)用前一個實(shí)驗(yàn)的方法，對人均消費(fèi)（consp）和人均GDP（gdpp）兩個序列進(jìn)行檢驗(yàn)，可以得到這兩列序列都是I（2）序列。（圖8-1）（三）檢驗(yàn)consp與gdpp的協(xié)整關(guān)系。1、新建一個方程對象eq1，估計模型： ，結(jié)果如圖8-1所示。2、在eq1窗口，點(diǎn)擊ProcMake Residua

42、l Series，彈出Make Residual窗口后，輸入殘差序列名稱e，再按OK就把殘差序列制成一個新的序列對象，見圖8-2、8-3。（圖8-3）（圖8-2）3、運(yùn)用前面學(xué)過的方法，對殘差序列e進(jìn)行ADF檢驗(yàn)，檢驗(yàn)設(shè)定見圖8-4，檢驗(yàn)結(jié)果見圖8-5?？梢?，經(jīng)5%的顯著性水平下可以拒絕存在單位根的原假設(shè)。因此， consp與gdpp是（2，2）階協(xié)整的。（圖8-5）（圖8-4）（四）、建立consp與gdpp的誤差修正模型。（圖8-6）1、在工作文件主窗口，點(diǎn)擊ProcsGenerate Series，在Gernerate Series窗口，輸入公式lnc=log(consp)，再按OK，則

43、產(chǎn)生一個新的序列對象，名稱是lnc，它是consp的自然對數(shù)，見圖8-6和8-7。同理，也可以建立gdpp的自然對象序列l(wèi)ngdp。（圖8-7）（圖8-8）2、打開lnc序列窗口，對lnc序列進(jìn)行單整檢驗(yàn)，檢驗(yàn)條件設(shè)定如圖8-8所示，檢驗(yàn)結(jié)果見圖8-9?？梢?，lnc是一階單整的。同理，對lngdp進(jìn)行單整檢驗(yàn)，也發(fā)現(xiàn)lngdp是一階單整。（圖8-9）3、估計如下模型： (8-1)（圖8-10）結(jié)果如圖8-10所示。（圖8-11）4、保存模型（8-1）的殘差為lne序列，并對其進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果如圖8-11所示?？梢姡?%的顯著性水平t檢驗(yàn)量小于ADF臨界值-1.96，說明lnc與lngdp是（1，1）階協(xié)整。圖8-10所發(fā)映的方程即為它們長期穩(wěn)定的均衡關(guān)系。5、估計誤