Eviews上机指导及演示示例

更新时间：2024-04-11 19:49:01 阅读量：综合文库文档下载

说明：文章内容仅供预览，部分内容可能不全。下载后的文档，内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的，是否完整无缺。

eviews上机实验报告推荐度：
相关推荐

计量经济软件Eviews上机指导及演示示例

第一部分 Eviews简介

Eviews是Econometrics Views的缩写，直译为计量经济学观察，通常称为计量经济学软件包。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”。计量经济学研究的核心是设计模型、收集资料、估计模型、检验模型、应用模型（结构分析、经济预测、政策评价）。Eviews是完成上述任务比较得力的必不可少的工具。正是由于Eviews等计量经济学软件包的出现，使计量经济学取得了长足的进步，发展成为一门较为实用与严谨的经济学科。

1、Eviews是什么

Eviews是美国QMS公司研制的在Windows下专门从事数据分析、回归分析和预测的工具。使用Eviews可以迅速地从数据中寻找出统计关系，并用得到的关系去预测数据的未来值。Eviews的应用范围包括：科学实验数据分析与评估、金融分析、宏观经济预测、仿真、销售预测和成本分析等。

Eviews是专门为大型机开发的、用以处理时间序列数据的时间序列软件包的新版本。Eviews的前身是1981年第1版的Micro TSP。目前最新的版本是Eviews4.0。我们以Eviews3.1版本为例，介绍经济计量学软件包使用的基本方法和技巧。虽然Eviews是经济学家开发的，而且主要用于经济学领域，但是从软件包的设计来看，Eviews的运用领域并不局限于处理经济时间序列。即使是跨部门的大型项目，也可以采用Eviews进行处理。 Eviews处理的基本数据对象是时间序列，每个序列有一个名称，只要提及序列的名称就可以对序列中所有的观察值进行操作，Eviews允许用户以简便的可视化的方式从键盘或磁盘文件中输入数据，根据已有的序列生成新的序列，在屏幕上显示序列或打印机上打印输出序列，对序列之间存在的关系进行统计分析。Eviews具有操作简便且可视化的操作风格，体现在从键盘或从键盘输入数据序列、依据已有序列生成新序列、显示和打印序列以及对序列之间存在的关系进行统计分析等方面。

Eviews具有现代Windows软件可视化操作的优良性。可以使用鼠标对标准的Windows菜单和对话框进行操作。操作结果出现在窗口中并能采用标准的Windows技术对操作结果进行处理。此外，Eviews还拥有强大的命令功能和批处理语言功能。在Eviews的命令行中输入、编辑和执行命令。在程序文件中建立和存储命令，以便在后续的研究项目中使用这些程序。

2、运行Eviews

在Windows 2000中运行Eviews的方法有：

（1）单击任务栏上的“开始”→“程序”→“Eviews”程序组→“Eviews”图标。（2）使用Windows浏览器或从桌面上“我的电脑”定位Eviews目录，双击“Eviews”程序图标。

（3）双击Eviews的工作文件和数据文件。

3、Eviews的窗口

Eviews的窗口分为几个部分：标题栏、主菜单栏、命令窗口、状态行和工作区（如图1-1所示）。

计量经济软件Eviews上机指导及演示示例

图1-1 Eviews窗口

（1）标题栏

标题栏位于主窗口的顶部，标记有Eviews字样。当Eviews窗口处于激活时，标题栏颜色加深，否则变暗。单击Eviews窗口的任意区域将使它处于激活状态。标题栏的右端有三个按钮：最小化、最大化（或复原）和关闭。标题栏左边是控制框，控制框也有上述三个按钮的功能且双击它关闭该窗口。

（2）主菜单

主菜单位于标题栏之下。将指针移至主菜单上的某个项目并用鼠标左键单击，打开一个下拉式菜单，通过单击下拉菜单中的项目，就可以对它们进行访问。菜单中黑色的是可执行的，灰色的是不可执行的无效项目。

主菜单栏上共有7个选项：“File”, “Edit”, “Objects”, “View”,“Procs”,“Quick”,“Options”,“Windows”,“Help”。

（3）命令窗口

主菜单下的区域称作命令窗口。在命令窗口输入命令，按“ENTER”后命令立即执行。命令窗口中的竖条称为插入点（或提示符），它指示键盘输入字符的位置。允许用户在提示符后通过键盘输入Eviews（TSP风格）命令。如果熟悉Micro TSP(DOS)版的命令，可以直接在此输入，如同DOS版一样使用Eviews。按F1键（或移动箭头），输入的历史命令将重新显示出来，供用户选用。

将插入点移至从前已经执行过的命令行，编辑已经存在的命令，按ENTER，立即执行原命令的编辑版本。

命令窗口支持cut-and-paste功能，命令窗口、其他Eviews文本窗口和其他Windows程序窗口间可方便地进行文本的移动。命令窗口的内容可以直接保存到文本文件中备用，为此必须保持命令窗口处于激活状态，并从主菜单上选择“File”→“Save as”。

若输入的命令超过了命令窗口显示的大小，窗口中就自动出现滚动条，通过上下或左右

计量经济软件Eviews上机指导及演示示例

调节，可浏览已执行命令的各个部分。将指针移至命令窗口下部，按着鼠标左键向下向上拖动，来调整默认命令窗口的大小。

（4）状态栏

窗口最底部是状态行。状态行分为4栏。左栏有时给出Eviews送出的状态信息，单击状态行左端的边框可以清楚这些信息。第二栏是Eviews默认的读取数据和程序的路径。最后两栏分别显示默认的数据库和默认的工作文件。

（5）工作区（或主显示窗口）

命令窗口下是Eviews的工作区或主显示窗口，以后操作产生的窗口（称为子窗口）均在此范围之内，不能移出主窗口之外。Eviews在此显示它建立的各种对象的窗口。工作区中的这些窗口类似于用户在办公桌上使用的各种纸张。出现在最上面的窗口正处于焦点，即处于激活状态。状态栏颜色加深的窗口是激活窗口。单击部分处于下面窗口的标题栏或任何可见部分，都可以使该窗口移至顶部。也可以按压F6或CTRL-TAB，循环地激活各个窗口。此外，单击窗口中菜单项目，选择关注的文件名，可直接选择某个窗口。还可以移动窗口、改变窗口的大小等。

4、Eviews的主要功能

（1）输入、扩大和修改时间序列数据。

（2）依据已有序列按照任意复杂的公式生成新的序列。

（3）在屏幕上和用打字机输出序列的趋势图、散点图、柱形图和饼图。

（4）执行普通最小二乘法（多元回归），带有自回归校正的最小二乘法，两阶段最小二乘法和三阶段最小二乘法。

（5）执行非线性最小二乘法。

（6）对二择一决策模型进行Probit和Logit估计。（7）对联立方程进行线性和非线性的估计。

（8）估计和分析向量自回归系统。

（9）计算描述统计量：相关系数、斜方差、自相关系数、互相关函数和直方图（10）残差自回归和移动平均过程。（11）多项式分布滞后。

（12）基于回归方程的预测。（13）求解（模拟）模型。（14）管理时间序列数据库。

（15）与外部软件（如Excel和Lotus软件）进行数据交换。

5、关闭Eviews

关闭Eviews的方法很多：选择主菜单上的“File”→“Close”;按ALT-F4键；单击Eviews窗口右上角的关闭按钮；双击Eviews窗口左上角等。

Eviews关闭总是警告和给予机会将那些还没有保存的工作保存到磁盘文件中。

第二部分单方程计量经济模型Eviews操作

案例：

建立我国最终消费支出与国内生产总值（单位：亿元）之间的回归模型，并进行变量和

计量经济软件Eviews上机指导及演示示例

方程整体的显著性检验。当显著性水平为0.05， 2004年国内生产总值为38000亿元时，对2004年我国最终消费支出和平均最终消费支出进行点预测和区间预测。

最终消年份 GDP 费年份 GDP 11147.71978 3624.10 2239.10 1991 3 12735.01979 3899.53 2568.04 1992 9 14452.91980 4203.96 2753.10 1993 1 16283.01981 4425.03 2989.25 1994 8 17993.61982 4823.68 3225.09 1995 6 19718.71983 5349.17 3511.35 1996 3 21461.91984 6160.97 3988.53 1997 2 23139.81985 6990.89 4506.64 1998 8 24792.41986 7610.61 4817.38 1999 7 26774.81987 8491.27 5114.07 2000 5 28782.61988 9448.03 5419.86 2001 0 31170.81989 9832.18 10209.01990 9 5471.93 2003 5190.02 2002 8 34070.16 9445.38 10588.64 11444.17 12511.70 13819.54 15406.57 16759.78 18097.55 19452.70 8638.30 7917.65 7083.53 6151.57 最终消费

一、创建工作文件

建立工作文件的方法有以下几种。 1．菜单方式

在主菜单上依次单击File→New→Workfile（见图2-1），选择数据类型和起止日期。时间序列提供起止日期（年、季度、月度、周、日），非时间序列提供最大观察个数。本例

计量经济软件Eviews上机指导及演示示例

中在Start Data里输入1978，在End data 里输入2003，见图2-3。单击OK后屏幕出现Workfile工作框，如图2-4所示。

2．命令方式

在命令窗口直接输入建立工作文件的命令CREATE，命令格式：CREATE 数据频率起始期终止期

其中，数据频率类型分别为A（年）、Q（季）、M（月）、U（非时间序列数据）。输入Eviews命令时，命令字与命令参数之间只能用空格分隔。如本例可输入命令：

CREATE A 1978 2003

工作文件创立后，需将工作文件保存到磁盘，单击工具条中Save→输入文件名、路径→保存，或单击菜单兰中File→Save或Save as→输入文件名、路径→保存。

图2-1

这时屏幕上出现Workfile Range对话框，如图2-2所示。

计量经济软件Eviews上机指导及演示示例

图2-2

图2-3

计量经济软件Eviews上机指导及演示示例

图2-4

二、输入和编辑数据

建立或调入工作文件以后，可以输入和编辑数据。输入数据有两种基本方法：命令方式和菜单方式。

1．命令方式

命令格式：data 〈序列名1〉〈序列名2〉 ? 〈序列名n〉功能：输入新变量的数据，或编辑工作文件中现有变量的数据。

在本例中，在命令窗口直接输入： Data Y X 2．菜单方式

在主菜单上单击Objects→New object，在New object对话框里，选Group并在Name for Object上定义变量名（如变量X、Y），单击OK，屏幕出现数据编辑框。

另一种菜单方式是在主菜单上依次单击Quick→Group（见图2-5），

计量经济软件Eviews上机指导及演示示例

图2-5

建立一个空组（见图2-6），再用方向键将光标移到每一列的顶部之后，输入各个变量名，回车后输入数据（见图2-7）。另外数据还可以从Excel中直接复制到空组。然后为每个时间序列取序列名。单击数据表中的SER01（见图2-8），在数据组对话框中的命令窗口输入该序列名称，如本例中输入X（见图2-9），回车后Yes。采用同样的步骤修改序列名Y（见图2-10）。数据输入操作完成。

计量经济软件Eviews上机指导及演示示例

图2-6

图2-7 修改序列名

计量经济软件Eviews上机指导及演示示例

图2-8 修改序列名

图2-9 修改序列名

计量经济软件Eviews上机指导及演示示例

图2-10 数据输入

数据输入完毕，单击工作文件窗口工具条的Save或单击菜单兰的File→Save将数据存入磁盘。

三、图形分析

在估计计量经济模型之前，借助图形分析可以直观地观察经济变量的变动规律和相关关系，以便合理的确定模型的数学形式。图形分析中最常用的是趋势图和相关图。

1．菜单方式

在数组窗口工具条上Views的下拉菜单中选择Graph。（见图2-11） 2．命令方式

趋势图：Plot Y X 功能：

（1）分析经济变量的发展变化趋势；（2）观察经济变量是否存在异常值。

图给出了最终消费支出与国内生产总值的趋势图。相关图：Scat Y X （见图2-13）功能：

（1）观察经济变量之间的相关程度；

（2）观察经济变量之间的相关类型，判断是线性相关，还是曲线相关；曲线相关时，大致是哪种类型的曲线。

计量经济软件Eviews上机指导及演示示例

图2-11 数组窗口趋势图

40000300002000010000078808284868890929496980002XY

图2-12 最终消费支出与国内生产总值的趋势图

计量经济软件Eviews上机指导及演示示例

图2-13 数组窗口相关图

200001500010000Y5000001000020000X3000040000

图2-14 最终消费支出与国内生产总值的相关图

四、OLS估计参数

1．命令方式

在主菜单命令行键入

LS Y C X （如图2-15）

计量经济软件Eviews上机指导及演示示例

图2-15

2．菜单方式

在主菜单上选Quick菜单，单击Estimate Equation项，屏幕出现Equation Specification估计对话框，在Estimation Settings中选OLS估计，即Least Squares，输入：Y C X（其中C为Eviews固定的截距项系数）。然后OK，出现方程窗口（见图2-16），输出结果如表2-1所示。

图2-16 方程窗口

计量经济软件Eviews上机指导及演示示例

表2-1 回归结果

Dependent Variable: Y Method: Least Squares Sample: 1978 2003

Included observations: 26

Variable

Coeffic

ient

245.352

0.55151

R-squared

0.99345

Adjusted R-squared

0.99318

S.E. of regression

427.374

Akaike info

15.02700

S.D. dependent var

5177.609

Mean dependent var

8042.748

0.009135

60.37623

0.0000

Std. Error 153.9605

1.593605

0.1241

t-Statistic

Prob.

2 criterion

Sum squared resid

4383569

Log likelihood

-193.35

Durbin-Watson stat

0.24401

Prob(F-statistic)

0.000000

F-statistic

3645.290

Schwarz criterion

15.12378

方程窗口的上半部分为参数估计结果如表2-2所示，其中第1列分别为解释变量名（包括常数项），第2列为相应的参数估计值，第3列为参数的标准误差，第4列为t统计值，第5列为t检验的双侧概率值p，即P（| t |> ti）= p。

表2-2 参数估计结果

常数和解释变

量

C X

参数估计值

245.3522

参数标准误差

153.9605

t统计量

1.593605 60.37623

双侧概率

0.1241

0.551514 0.009135 0.0000

计量经济软件Eviews上机指导及演示示例

方程窗口的下半部分主要是一些统计检验值，其中各统计量的含义如表2-3所示。表2-3 统计检验值

可决系数调整的可决系数回归方程标准差?? 残差平方和?ei2 似然函数的对数 DW统计量

0.993459 0.993187 427.3742 4383569. -193.3510 0.244011

被解释变量均值被解释变量标准差赤池信息准则施瓦兹信息准则 F统计量 F统计量的概率

8042.748 5177.609 15.02700 15.12378 3645.290 0.000000

单击Equation 窗口中的Resid按钮，将显示模型的拟合图和残差图。

2000015000100001000500050000-500-10007880828486889092Actual9496980002ResidualFitted

图2-17 拟合图和残差图

单击Equation 窗口中的View → Actual, Fitted, Resid → Table按钮，可以得到拟合直线和残差的有关结果。

计量经济软件Eviews上机指导及演示示例

图2-18

五、预测

在Equation框中选Forecast项后，弹出Forecast对话框，Eviews自动计算出样本估计期内的被解释变量的拟合值，拟合变量记为YF，其拟合值与实际值的对比图如图2-19所示。

2500020000Forecast: YFActual: YForecast sample: 1978 2003Included observations: 26Root Mean Squared Error 410.6078Mean Absolute Error 363.4227Mean Abs. Percent Error 5.438789Theil Inequality Coefficient 0.021596 Bias Proportion 0.000000 Variance Proportion 0.001641 Covariance Proportion 0.99835915000100005000078808284868890929496980002YF?2 S.E.

图2-19

下面预测2004年我国最终消费支出。

1．首先将样本期范围从1978-2003年扩展为1978-2004年。即单击工作文件框中Pros

中的Change workfile range，如图2-20所示，并将1978-2003改为1978-2004，如图2-21

计量经济软件Eviews上机指导及演示示例

所示。

图2-20

图2-21

2．然后编辑解释变量X。在Group数据框中输入变量X的2004年数据38000.00。（见图2-22）

计量经济软件Eviews上机指导及演示示例

图2-22

3．点预测。在前面Equation对话框中选Forecast，将时间Sample定义在1978-2004，如图2-23所示，这时Eviews自动计算出

Y?2004=21202.8727955，如图2-24所示。

图2-23

计量经济软件Eviews上机指导及演示示例

图2-24

4．区间预测。在Group数据框中单击View，选Descriptive Stats里的Common Sample Eviews，计算出有关X和Y的描述统计结果，如图2-25所示。

图2-25

计量经济软件Eviews上机指导及演示示例

图2-26 X和Y的描述统计结果

根据图2-26可计算出如下结果：

?x(X2?(n?1)??X)22X?(26?1)?(9357.245)?2188950850

222004?(38000?14138.17)?569386930.9

给定显著性水平??0.05，查表得t0.025(24)?2.056，由 ??t?1?Y0?Y(n?2)?00.0251n(X0?X)?x22?

可得Y2004的预测区间为：

126569386930.9218895085021202.8727955?2.056?427.3742?1.30364

1???21202.8727955?100

即Y2004的95%预测区间为（20201.56915，22204.17643）。

六、非线性回归模型的估计

1．倒数模型：Y??0??11X??

计量经济软件Eviews上机指导及演示示例

在命令窗口直接依次键入

GENR X1=1/X LS Y C X1

2．多项式模型：Y??0??1X??2X在命令窗口直接依次键入

GENR X1=X

GENR X2=X^2

LS Y C X1 X2

3．准对数模型：Y??0??1lnX??? 在命令窗口直接依次键入

GENR lnX=LOG(X) LS Y C lnX

4．双对数模型：lnY??0??1lnX??? 在命令窗口直接依次键入

GENR lnX=LOG(X) GENR lnY=LOG(Y)

LS lnY C lnX

2??

七、异方差检验与解决办法

1．e2?X相关图检验法

LS Y C X 对模型进行参数估计 GENR E=RESID 求出残差序列

GENR E2=E^2 求出残差的平方序列

SORT X 对解释变量X排序

SCAT X E2 画出残差平方与解释变量X的相关图

2．戈德菲尔德——匡特检验

已知样本容量n=26，去掉中间6个样本点（即约n/4），形成两个样本容量均为10的子样本。

SORT X 将样本数据关于X排序 SMPL 1 10 确定子样本1

LS Y C X 求出子样本1的回归平方和RSS1 SMPL 17 26 确定子样本2

LS Y C X 求出子样本2的回归平方和RSS2 计算F统计量并做出判断。

3．加权最小二乘法

LS Y C X 最小二乘法估计，得到残差序列

GRNR E1=ABS(RESID) 生成残差绝对值序列

LS(W=1/E1) Y C X 以E1为权数进行加权最小二成估计

计量经济软件Eviews上机指导及演示示例

八、自相关检验与解决办法

1．图示法检验

LS Y C X 最小二乘法估计，得到残差序列

GENR E=RESID 生成残差序列 SCAT E(-1) E et—et-1的散点图 PLOT E 还可绘制et的趋势图 2．广义差分法

LS Y C X AR(1) AR(2)

第三部分联立方程计量经济模型Eviews操作

案例：

1978—2003年全国居民消费CSt、国民生产总值Yt、投资It、政府消费Gt数据，如下表所示。

年份 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 CSt 1759.100 Yt 3605.600 It 1377.900 Gt 468.6000 1966.078 3994.118 1445.294 582.7451 2143.478 4210.268 1470.860 595.9297 2352.394 4427.642 1428.184 647.0641 2542.465 4866.312 1560.461 763.3865 2779.476 5306.812 1751.092 776.2445 3121.920 6087.001 2097.366 867.7145 3582.358 6863.466 2643.247 637.8610 3810.751 7461.561 2832.106 818.7040 4091.421 8088.332 2966.369 1030.5422 23

计量经济软件Eviews上机指导及演示示例

1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 4419.861 8514.186 3181.818 912.5072 4190.511 8095.379 2996.559 908.3088 4387.675 8820.173 3102.552 1329.9470 4827.281 9958.072 3517.548 1613.2429 5532.771 11484.769 4278.863 1673.1350 6152.373 13534.994 5883.876 1498.7446 6708.511 15051.805 6209.091 2134.2037 7566.554 16430.918 6705.139 2159.2249 8510.402 18086.395 7111.488 2464.5050 9152.994 19667.595 7473.109 3041.4916 9954.462 21300.431 7966.002 3379.9676 10932.296 22977.515 8532.963 3512.2568 12103.725 25209.058 9170.372 3934.9605 13054.067 28041.212 10654.380 4332.7645 14086.916 31094.409 12191.614 4815.8790 15194.260 35047.995 14820.508 5033.2276 建立如下宏观经济模型：消费函数：CSt??0??1Yt??2CSt?1??1t

计量经济软件Eviews上机指导及演示示例

投资函数：It??0??1Yt??2t 收入方程：Yt?It?CSt?Gt

容易判断该联立方程模型中投资方程是过渡识别，消费方程是恰好识别，模型是可识别的。

下面用四种方法进行二阶段最小二乘法估计参数。这四种方法的输出结果是一样的。

方法一：

第一阶段：LS CS C G CS(-1) 估计消费的简化式方程 GENR ECS=CS-RESID 计算消费的估计值

LS Y C G CS(-1) 估计收入的简化式方程

GENR EY=Y-RESID 计算收入的估计值

第二阶段：LS CS C EY CS(-1) 估计替代后的消费结构式方程 LS I C EY 估计替代后的投资结构式方程

Dependent Variable: CS Method: Least Squares Sample(adjusted): 1979 2003

Included observations: 25 after adjusting endpoints

Variable

CoefficStd. t-Stati

Prob.

ient

Error stic C

273.399

188.434

1.45090

0.160

9 EY

0.26518

0.18542

1.43013

0.166

7 CS(-1)

0.43372

0.45600

0.95115

0.351

9 R-squared

0.99805

Mean dependent

6526.8 var

600 Adjusted 0.99788

S.D. dependent

4023.R-squared

1 var

411 S.E. of 185.186

Akaike info 13.39regression

9 criterion

277 Sum squared 754472.

Schwarz

13.53resid

1 criterion

904 Log likelihood

-164.40

F-statistic

5653.97

343

Durbin-Watson 1.45643

0.000 25

计量经济软件Eviews上机指导及演示示例

stat

9 Prob(F-statistic)

000

Dependent Variable: I Method: Least Squares Sample(adjusted): 1979 2003

Included observations: 25 after adjusting endpoints

Variable

Coefficient

-258.62

0.40176

R-squared

0.97509

3 var

Adjusted R-squared

S.E. of regression

Sum squared resid

Log likelihood

0.97401

0 var

597.132

Akaike info S.D. dependent

Std. Error 219.834

0.01338

t-Stati

stic -1.1764

55 30.0070

0.251

4 0.000

0 5279.634 3703.951 15.69877 15.79628 900.4222

0.000000 Prob.

Mean dependent

5 criterion

8201047

Schwarz

. criterion

-194.23

F-statistic

Durbin-Watson stat

0.75140

7 Prob(F-statistic)

方法二：

实际上在Eviews软件中，可以利用命令直接进行二阶段最小二乘估计，命令格式为： TSLS Yi C 解释变量名 @ C 先决变量名

其中符号@前面是该结构式方程的所有解释变量名，包括内生变量和先决变量；符号@后面是联立方程模型中的所有前定变量。

因此本例可用TSLS命令直接写成： TSLS CS C Y CS(-1)@ C G CS(-1) TSLS I C Y @ C G CS(-1)

Dependent Variable: CS

计量经济软件Eviews上机指导及演示示例

Method: Two-Stage Least Squares Sample(adjusted): 1979 2003

Included observations: 25 after adjusting endpoints Instrument list: C G CS(-1)

Variable

CoefficStd. t-Stati

Prob.

ient

Error stic C

273.399

177.350

1.54158

0.137

4 Y

0.26518

0.17451

1.51951

0.142

9 CS(-1)

0.43372

0.42918

1.01059

0.323

2 R-squared

0.99828

Mean dependent

6526.0 var

600 Adjusted 0.99812

S.D. dependent

4023.R-squared

3 var

411 S.E. of 174.294

Sum squared 66832regression

0 resid

4.6 F-statistic

6382.06

Durbin-Watson

1.0033 stat

405 Prob(F-statisti0.00000

Dependent Variable: I

Method: Two-Stage Least Squares Sample(adjusted): 1979 2003

Included observations: 25 after adjusting endpoints Instrument list: C G CS(-1)

Variable

CoefficStd. t-Stati

Prob.

ient

Error stic C

-258.62

131.656

-1.9643

0.061

7 27

计量经济软件Eviews上机指导及演示示例

0.40176

R-squared

0.99106

7 var

Adjusted R-squared

S.E. of regression

F-statistic

0.99067

8 var

357.616

Sum squared S.D. dependent 0.00801

50.1044

0.000

0 5279.634 3703.951 2941461. 0.814465

Mean dependent

6 resid

2510.45

Durbin-Watson

5 stat

Prob(F-statistic)

0.00000

方法三：

还可以在方程说明窗口中，选择估计方法为TLSL，并在工具变量兰（Instrument List）输入模型中的所有先决变量。

方法四：

借助于Eviews中的System命令，可以直接进行TSLS估计。

（1）创建系统：在主菜单上单击Objects → New Object，并在弹出的对象列表框中选择System；然后在打开的系统窗口输入结构式模型的随机方程

CS=C(1)+C(2)*Y+C(3)*CS(-1)

I=C(4)+C(5)*Y INST G CS(-1)

（2）估计模型：在系统窗口单击Estimate，在弹出估计方法选择窗口中选择TSLS方法后，单击OK。

System: UNTITLED

Estimation Method: Two-Stage Least Squares Sample: 1979 2003

Included observations: 25

Total system (balanced) observations 50 Instruments: G CS(-1) C

Coeffic

ient

Std. Error 177.350

t-Stati

stic 1.54158

Prob.

C(1) 273.399

0.130

计量经济软件Eviews上机指导及演示示例

C(2)

0.26518

0.17451

1.51951

0.135

6 C(3)

0.43372

0.42918

1.01059

0.317

6 C(4)

-258.62

131.656

-1.9643

0.055

94 7 C(5)

0.40176

0.00801

50.1044

0.000

Determinant residual 1.35E+0

covariance

Equation: CS=C(1)+C(2)*Y+C(3)*CS(-1) Observations: 25 R-squared

0.99828

Mean dependent

6526.0 var

600 Adjusted 0.99812

S.D. dependent 4023.R-squared

3 var

411 S.E. of 174.294

Sum squared 66832regression

0 resid

4.6

Durbin-Watson 1.00340

stat

Equation: I=C(4)+C(5)*Y Observations: 25 R-squared

0.99106

Mean dependent

5279.7 var

634 Adjusted 0.99067

S.D. dependent 3703.R-squared

8 var

951 S.E. of 357.616

Sum squared 29414regression

6 resid

61.

Durbin-Watson 0.81446

stat

第四部分演示示例

EVIEWS在计量经济学教学过程中的演示示例（一）

计量经济软件Eviews上机指导及演示示例

练习一（习题集P17第8题）

一、按题意在EVIEWS中输入数据；

二、在主窗口QUICK菜单下选择estimate equation，在弹出对话框中输入Y C X，进行最

小二乘估计参数。三、在equantion窗口viiew菜单下选择representations选项，可得回归方程。

Y = 49.82200092 + 0.7944335972*X 四、选择equantion窗口viiew菜单下estimation output或stats按钮，可得回归结果输出：

Dependent Variable: Y Method: Least Squares Date: 10/13/05 Time: 19:47 Sample: 1 30

Included observations: 30

Variable

Coefficien

Std. Error t-Statistic

Prob.

C 49.82200 143.7013 0.346705 0.7314 X

0.794434

0.025719

30.88857

0.0000 R-squared

0.971490 Mean dependent var 4342.317 Adjusted R-squared 0.970472 S.D. dependent var 1166.015 S.E. of regression 200.3663 Akaike info

13.50251 criterion

Sum squared resid 1124106. Schwarz criterion 13.59592 Log likelihood -200.5377 F-statistic 954.1039 Durbin-Watson stat

1.607925 Prob(F-statistic)

0.000000

五、标准报告形式

Y = 49.82200092 + 0.7944335972*X （0.346705）（30.88857）

R-squared＝0.971490 S.E. of regression＝200.3663 F-statistic＝954.103925503

六、点预测

Y0 = 49.82200092 + 0.7944335972*1000=844.222(元)

七、区间预测

?YF?Y0?t?(n?2)?1?1??XF?X?22n?x2，

i其中?x2??(X22ii?X)??X(n?1)

代入相应数据计算即可得区间估计值。

X Y Mean 5403.214 4342.317 Median 4926.830 3862.585 Maximum 8839.680 7054.090 Minimum

4009.610

3099.360

计量经济软件Eviews上机指导及演示示例

Std. Dev.

1446.658

1166.015

EVIEWS在计量经济学教学过程中的演示示例（二）

练习二（习题集P18第10题）

一、按题意在EVIEWS中输入数据；

二、在group窗口view—graph—scatter—simple scatter，绘制散点图。

选择view—graph—scatter—scatter with regression，绘制回归直线

Y vs. X676543Y54Y3221468X1012141468X101214

三、在主窗口QUICK菜单下选择estimate equation，在弹出对话框中输入Y C X，进行最

小二乘估计参数。

四、在equantion窗口viiew菜单下选择representations选项，可得回归方程。 Y = 0.009777361481 + 0.4851934577*X

五、选择equantion窗口viiew菜单下estimation output或stats按钮，可得回归结果输出：

Dependent Variable: Y Method: Least Squares Date: 10/13/05 Time: 21:18 Sample: 1985 1996

Included observations: 12

Variable

Coefficien

C X

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

0.009777 0.485193

0.284926 0.033344

0.034315 14.55127

0.9733 0.0000 4.016667 1.138447 0.244611 0.325428 211.7394 0.000000

Std. Error t-Statistic

Prob.

0.954902 Mean dependent var 0.950392 S.D. dependent var 0.253564 Akaike info

criterion

0.642947 Schwarz criterion 0.532337 F-statistic 1.321761 Prob(F-statistic)

计量经济软件Eviews上机指导及演示示例

六、点预测

Y = 0.009777361481 + 0.4851934577*X＝0.009777361481 + 0.4851934577*15＝7.2876

EVIEWS在计量经济学教学过程中的演示示例（三）

目的：1、正确使用EVIEWS

2、会使用OLS和WLS，Goldfeld-Quandt检验

3、能根据计算结果进行异方差分析和出现异方差性后的补救。 3、数据为demo data1

实例：某市人均储蓄与人均收入的关系分析（异方差性检验及补救）

根据某市1978－1998年人均储蓄与人均收入的数据资料（见下表），其中X为人均收入（元），Y为人均储蓄（元），经分析人均储蓄受人均收入的线性影响，可建立一元线性回归模型进行分析。

obs 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 X 590.2000 664.9400 809.5000 875.5400 991.2500 1109.950 1357.870 1682.800 1890.580 2098.250 2499.580 2827.730 3084.170 3462.710 3932.520 5150.790 7153.350 9076.850 10448.21 11575.48 12500.84 Y 107.0000 123.0000 159.0000 189.0000 233.0000 312.0000 401.0000 522.0000 664.0000 871.0000 1033.000 1589.000 2209.000 2878.000 3722.000 5350.000 8080.000 11758.00 15839.00 18196.00 20954.00 1、用OLS估计法估计参数设模型为：

计量经济软件Eviews上机指导及演示示例

Y??1??2X??

运行EVIEWS软件，并输入数据，得计算结果如下：

Dependent Variable: Y Method: Least Squares Date: 10/11/05 Time: 23:10 Sample: 1978 1998

Included observations: 21

Variable

Coefficien

t C X

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

-2185.998 1.684158

339.9020 -6.431262 0.062166

27.09150

0.0000 0.0000 4533.238 6535.103 16.86989 16.96937 733.9495 0.000000

Std. Error t-Statistic

Prob.

0.974766 Mean dependent var 0.973438 S.D. dependent var 1065.086 Akaike info

criterion

21553736 Schwarz criterion -175.1338 F-statistic 0.293421 Prob(F-statistic)

2、异方差检验

（1）Goldfeld-Quandt检验

在Procs菜单项选Sort series项，出现排序对话框，输入X，OK。在Sample菜单里，将时间定义为1978－1985，用OLS方法计算得如下结果：

Y = -145.441495 + 0.3971185479*X （-8.730234）（25.42693）

R-squared＝0.990805 Sum squared resid1＝15.12284

Dependent Variable: Y Method: Least Squares Date: 10/11/05 Time: 23:25 Sample: 1978 1985 Included observations: 8

Variable

Coefficien

C X R-squared

Adjusted R-squared S.E. of regression

-145.4415 0.397119 16.65952 -8.730234 0.015618 25.42693 0.0001 0.0000 255.7500 146.0105 8.482607

Std. Error t-Statistic

Prob.

0.990805 Mean dependent var 0.989273 S.D. dependent var 15.12284 Akaike info

criterion

计量经济软件Eviews上机指导及演示示例

Sum squared resid Log likelihood Durbin-Watson stat

1372.202 Schwarz criterion -31.93043 F-statistic 1.335534 Prob(F-statistic)

8.502468 646.5287 0.000000

在Sample菜单里，将时间定义为1991－1998，用OLS方法计算得如下结果：

Y = -4602.367144 + 1.952519317*X （-5.065962）（18.40942）

R-squared＝0.982604 Sum squared resid2＝5811189.

Dependent Variable: Y Method: Least Squares Date: 10/11/05 Time: 23:29 Sample: 1991 1998 Included observations: 8

Variable

Coefficien

C X

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

-4602.367 1.952519

908.4882 -5.065962 0.106061

18.40942

0.0023 0.0000 10847.12 6908.102 16.83373 16.85359 338.9068 0.000002

Std. Error t-Statistic

Prob.

0.982604 Mean dependent var 0.979705 S.D. dependent var 984.1400 Akaike info

criterion

5811189. Schwarz criterion -65.33492 F-statistic 0.837367 Prob(F-statistic)

求F统计量：F??e?e2221?58111891372.202?4334.9370，查F分布表，给定显著性

水平??0.05，得临界值F0.05(6,6)?4.28，比较F?4334.9370>F0.05(6,6)?4.28，拒绝原假设H0:?12??22，表明随机误差项显著的存在异方差。

3、异方差的修正（1）WLS估计法。首先生成权函数W?1abs(resid),然后用OLS估计参数，

Y = -2262.639946 + 1.566910934*X

Dependent Variable: Y Method: Least Squares Date: 10/12/05 Time: 08:07 Sample: 1978 1998

计量经济软件Eviews上机指导及演示示例

Included observations: 21 Weighting series: W

Variable

Coefficien

Std. Error t-Statistic

Prob.

C -2262.640 131.2507 -17.23907 0.0000 X

1.566911 0.057637 27.18590 0.0000 Weighted Statistics

R-squared

0.961501 Mean dependent var 2183.201 Adjusted R-squared 0.959475 S.D. dependent var 2104.209 S.E. of regression 423.5951 Akaike info

15.02583 criterion

Sum squared resid 3409224. Schwarz criterion 15.12530 Log likelihood -155.7712 F-statistic 474.5211 Durbin-Watson stat

0.354490 Prob(F-statistic) 0.000000

Unweighted

Statistics R-squared

0.962755 Mean dependent var 4533.238 Adjusted R-squared 0.960794 S.D. dependent var 6535.103

S.E. of regression 1293.978 Sum squared resid 31813191

Durbin-Watson stat

0.224165

（2）对数变换法。

用GENR生成LY和LX序列，用OLS方法求LY 对LX的回归，结果如下：

LY = -6.839135503 + 1.787148637*LX

Dependent Variable: LY Method: Least Squares Date: 10/12/05 Time: 00:05 Sample: 1978 1998

Included observations: 21

Variable

Coefficien

Std. Error t-Statistic

Prob.

C -6.839136 0.237565 -28.78845 0.0000 LX 1.787149 0.030033 59.50680 0.0000 R-squared

0.994663 Mean dependent var 7.195082 Adjusted R-squared 0.994382 S.D. dependent var 1.746173 S.E. of regression 0.130880 Akaike info

-1.138677 criterion

Sum squared resid 0.325463 Schwarz criterion -1.039199 Log likelihood 13.95611 F-statistic 3541.059 Durbin-Watson stat

0.642916 Prob(F-statistic)

0.000000

计量经济软件Eviews上机指导及演示示例

比较方法（1）和（2），可以看出X与Y在对数线性回归下拟合效果较好。原因是Y的曲线呈对数型图形有关。

2500020000150001000050000788082848688Y9092949698

EVIEWS在计量经济学教学过程中的演示示例（四）

目的：1、正确使用EVIEWS

2、能根据计算结果进行多重共线性检验和出现多重共线性时的补救。 3、数据为demo data2

实例：我国钢材供应量分析（多重共线性检验及补救）

通过分析我国改革开放以来（1978－1997）钢材供应量的历史资料，可以建立一个单一方程模型。根据理论及对现实情况的认识，影响我国钢材供应量Y（万吨）的主要因素有：原油产量X1（万吨），生铁产量X2（万吨），原煤产量X3（万吨），电力产量X4（亿千瓦小时），固定资产投资X5(亿元)，国内生产总值X6(亿元)，铁路运输量X7（万吨）。 obs X1 X2 X3 X4 X5 X6 X7 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994

Y 2208 2497 2716 2670 2920 3072 3372 3693 4058 4386 4689 4859 5153 5638 6697 7716 8428 36

10405 10615 10595 10122 10212 10607 11461 12490 13069 13414 13705 13764 13831 14099 14210 14524 14608 3479.00 3673 3802 3417 3551 3738 4001 4834 5064 5503 5704 5820 6238 6765 7589 8956 9741 6.81 6.35 6.2 6.22 6.66 7.15 7.89 8.72 8.94 9.28 9.8 10.54 10.8 10.87 11.16 11.5 12.4 2566 2820 3006 3093 3277 3514 3770 4107 4495 4973 5452 5848 6212 6775 7539 8395 9281 668.72 699.36 746.9 638.21 805.9 885.26 1052.43 1523.51 3624.1 4038.2 4517.8 4862.4 5294.7 5934.5 7171 8964.4 110119 111893 111279 107673 113495 118784 124074 130709 1795.32 10202.2 135635 2101.69 11962.5 140653 2554.86 14928.3 144948 2340.52 16909.2 151489 2534 18547.9 150681 3139.03 21617.8 152893 4473.76 26638.1 157627 6811.35 34634.4 162663 9355.35 46759.4 163093 计量经济软件Eviews上机指导及演示示例

1995 15004.95 10529.27 13.61 1996 15733.39 10722.5 设模型的函数形式为：

Y??0??1X1??2X2??3X3??4X4??5X5??6X6??7X7?10070.3 10702.97 58478.1 165855 10813.1 12185.79 67884.6 168803 8979 9338 9978 13.97 1997 16074.14 11511.41 13.73 11355.53 13838.96 74772.4 169734

一、运用OLS估计法对上式中参数进行估计，EVIEWS操作步骤为：

1、在FILE菜单中选择NEW－WORKFILE，输入起止时间。

2、在主窗口菜单选QUICK－EMPTY GROUP，在编辑数据区输入Y X1 X2 X3 X4 X5 X6 X7所对应的数据。

3、在主窗口菜单选在QUICK－ESTIMATE EQUATION，对参数做OSL估计，输出结果见下

表：

Variable

Coefficien

C X1 X2 X3 X4 X5 X6 X7

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

139.2362 -0.051954 0.127532 -24.29427 0.863283 0.330914 -0.070015 0.002305

718.2493 0.132466 0.186798 0.105592 0.019087

0.193855 0.962751 4.621475 3.133889 0.120780

0.8495 0.5776 0.3547 0.8074 0.0006 0.0086 0.0177 0.9059 5153.350 2511.950 12.08573 12.48402 2201.081 0.000000

Std. Error t-Statistic

Prob.

0.090753 -0.572483 97.48792 -0.249203

0.025490 -2.746755

0.999222 Mean dependent var 0.998768 S.D. dependent var 88.17626 Akaike info

criterion

93300.63 Schwarz criterion -112.8573 F-statistic 1.703427 Prob(F-statistic)

Y = 139.2361608 - 0.05195439459*X1 + 0.1275320853*X2 - 24.294272*X3 + 0.8632825292*X4 + 0.330913843*X5 - 0.07001518918*X6 + 0.002305379405*X7

二、分析

由F=2201.081>F0.05(7,12)=2.91（显著性水平a=0.05），表明模型从整体上看钢材供应量与解释变量之间线性关系显著。三、检验

计算解释变量之间的简单相关系数。EVIEWS过程如下：

1、主菜单QUICK－GROUP STATISTICS－CORRRELATION，在对话框中输入X1 X2 X3 X4 X5 X6 X7，结果如下：

X3 0.975474

X4 0.931882

X5 0.826401

X6 0.845837

X7 0.986815

1.000000 0.921956

计量经济软件Eviews上机指导及演示示例

X2 X3 X4 X5 X6 X7

0.921956 1.000000 0.975474 0.964400 0.931882 0.994921 0.826401 0.969686 0.845837 0.972530 0.986815 0.931689

0.964400 1.000000 0.974809 0.894963 0.913344 0.982943

0.994921 0.974809 1.000000 0.959613 0.969105 0.945444

0.969686 0.894963 0.959613 1.000000 0.996169 0.827643

0.972530 0.913344 0.969105 0.996169 1.000000 0.846079

0.931689 0.982943 0.945444 0.827643 0.846079 1.000000

2、由上表可以看出，解释变量之间存在高度线性相关性。尽管方程整体线性回归拟合较好，但X1 X2 X3 X7变量的参数t值并不显著， X3 X6 系数的符号与经济意义相悖。表明模型确实存在严重的多重共线性。

四、修正

1、运用OLS方法逐一求Y对各个解释变量的回归。结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。

Variable

Coefficien

C X1

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

-10123.78 1.181784

1528.060 -6.625250 0.116936

10.10629

0.0000 0.0000

Std. Error t-Statistic

Prob.

0.850171 Mean dependent var 5153.350 0.841847 S.D. dependent var 2511.950 998.9623 Akaike info

criterion

17962663 Schwarz criterion -165.4595 F-statistic 0.217842 Prob(F-statistic)

16.84552 102.1371 0.000000 16.74595

Variable

Coefficien

C X2

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

-618.7199 0.926212

108.3930 -5.708116 0.016019

57.82017

0.0000 0.0000 5153.350 2511.950 13.41454 13.51411 3343.172 0.000000

Std. Error t-Statistic

Prob.

0.994645 Mean dependent var 0.994347 S.D. dependent var 188.8610 Akaike info

criterion

642032.9 Schwarz criterion -132.1454 F-statistic 0.962290 Prob(F-statistic)

Variable

Coefficien

C X3

R-squared

Std. Error t-Statistic Prob.

-3770.942 926.7178

581.6642 -6.483023 58.38537

15.87243

0.0000 0.0000 5153.350

0.933317 Mean dependent var

计量经济软件Eviews上机指导及演示示例

Adjusted R-squared 0.929612 S.D. dependent var 2511.950 S.E. of regression 666.4367 Akaike info

15.93641

criterion

Sum squared resid 7994483. Schwarz criterion 16.03598 Log likelihood -157.3641 F-statistic 251.9341 Durbin-Watson stat

0.477559 Prob(F-statistic)

0.000000 Variable

Coefficien

Std. Error t-Statistic

Prob.

C -34.32474 91.75324 -0.374098 0.7127 X4

0.884047

0.014146

62.49381

0.0000

R-squared

0.995412 Mean dependent var 5153.350 Adjusted R-squared 0.995157 S.D. dependent var 2511.950 S.E. of regression 174.8044 Akaike info

13.25985

criterion

Sum squared resid 550018.2 Schwarz criterion 13.35942 Log likelihood -130.5985 F-statistic 3905.476 Durbin-Watson stat

0.824221 Prob(F-statistic) 0.000000

Variable

Coefficien

Std. Error t-Statistic

Prob. t

C 2896.350 211.0245 13.72518 0.0000 X5

0.572451

0.036983

15.47892

0.0000 R-squared

0.930123 Mean dependent var 5153.350 Adjusted R-squared 0.926241 S.D. dependent var 2511.950

S.E. of regression 682.2088 Akaike info

15.98319 criterion

Sum squared resid 8377359. Schwarz criterion 16.08276 Log likelihood -157.8319 F-statistic 239.5971 Durbin-Watson stat

0.181794 Prob(F-statistic)

0.000000

Variable

Coefficien

Std. Error t-Statistic

Prob.

C 2720.664 205.3405 13.24952 0.0000 X6

0.108665

0.006568

16.54535

0.0000 R-squared

0.938303 Mean dependent var 5153.350 Adjusted R-squared 0.934875 S.D. dependent var 2511.950 S.E. of regression 641.0376 Akaike info

15.85869 criterion

Sum squared resid 7396725. Schwarz criterion 15.95827 Log likelihood -156.5869 F-statistic 273.7485 Durbin-Watson stat

0.259927 Prob(F-statistic)

0.000000

计量经济软件Eviews上机指导及演示示例

Variable

Coefficien

C X7

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

-9760.099 0.106826

1317.227 -7.409582 0.009326

11.45524

0.0000 0.0000

Std. Error t-Statistic

Prob.

0.879375 Mean dependent var 5153.350 0.872673 S.D. dependent var 2511.950 896.3356 Akaike info

criterion

14461517 Schwarz criterion -163.2915 F-statistic 0.183657 Prob(F-statistic)

16.62872 131.2225 0.000000 16.52915

经分析在7个一元回归模型中钢材供应量Y对电力产量X4的线性关系强，拟合度好，即：

Y = -34.32474492 + 0.8840472792*X4

（-0.374098）（62.49381）

R2= 0.995412 S.E.=174.8044，F=3905.476

截距项不显著，去掉，重新估计：

Y = 0.8792594492*X4

2、逐步回归。

将其余解释变量逐一代入上式，得如下模型：

Y = -0.005935225118*X1 + 0.8906555628*X4

（-0.604681）（45.03888）

R2= 0.995469 S.E.=173.7270， F=3954.290

式中X1不显著，删去，继续：

Y = 0.1741981867*X2 + 0.6978252624*X4

（1.879546）（7.217200）

R2= 0.996135 S.E.=160.4431， F=4639.290

Y = 0.2753793175*X2 + 0.5595511241*X4 + 0.04060861466*X5

（3.082485）（5.637333）（2.615818）

R=0.997244 S.E.=139.4060， F=3075.985

Y = 0.466836912*X2 + 0.5219953469*X4 - 0.03080496295*X5 - 0.004998894793*X7

（3.245804）（5.366654）（-0.674009）（-1.651391） R2= 0.997646 S.E.=132.8222， F=2259.899

X7不符合经济意义，应去掉。

所以：

Y = 0.2753793175*X2 + 0.5595511241*X4 + 0.04060861466*X5

（3.082485）（5.637333）（2.615818）

R2= 0.997244 S.E.=139.4060， F=3075.985 即为最优模型。

计量经济软件Eviews上机指导及演示示例

Dependent Variable: Y Method: Least Squares Date: 10/17/05 Time: 22:53 Sample: 1978 1997

Included observations: 20

Variable

Coefficien

X2 X4 X5 R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

0.275379 0.559551 0.040609 0.089337 0.099258 0.015524 3.082485 5.637333 2.615818 0.0068 0.0000 0.0181 5153.350 2511.950 12.85014 12.99950 3075.985 0.000000

Std. Error t-Statistic

Prob.

0.997244 Mean dependent var 0.996920 S.D. dependent var 139.4060 Akaike info

criterion

330378.5 Schwarz criterion -125.5014 F-statistic 0.790639 Prob(F-statistic)

EVIEWS在计量经济学教学过程中的演示示例（五）

目的：1、正确使用EVIEWS

2、能根据计算结果进行序列相关性检验和补救。 3、数据为demo data3

实例：国内生产总值和出口总额之间的关系分析（序列相关性检验及补救）

根据某地区1978－1998年国内生产总值与出口总额的数据资料，其中X表示国内生产总值（人民币亿元），Y表示出口总额（人民币亿元）。试建立一元线性回归函数。设模型函数形式为：

Yt??1??2Xt??t

obs 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988

X 3624.100 4038.200 4517.800 4860.300 5301.800 5957.400 7206.700 8989.100 10201.40 11954.50 14922.30

Y 134.8000 139.7000 167.6000 211.7000 271.2000 367.6000 413.8000 438.3000 580.5000 808.9000 1082.100

计量经济软件Eviews上机指导及演示示例

1989 1990 1991 1992 1993 1994 1995 1996 1997 1998

16917.80 18598.40 21622.50 26651.90 34560.50 46670.00 57494.90 66850.50 73142.70 78017.80

1470.000 1766.700 1956.000 2985.800 3827.100 4676.300 5284.800 10421.80 12451.80 15231.70

1、用OLS估计方法求模型的参数估计值

点击NEW－WORKFILE，输入X,Y的数据。

点击QUICK－ESITMATE EQUATION，在对话框中输入Y C X，结果如下：

Variable

Coefficien

C X

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

-1147.443 0.170052

396.1630 -2.896390 0.011451

14.84990

0.0093 0.0000

Std. Error t-Statistic

Prob.

0.920675 Mean dependent var 3080.390 0.916500 S.D. dependent var 4368.710 1262.402 Akaike info

criterion

30279518 Schwarz criterion -178.7030 F-statistic 0.688670 Prob(F-statistic)

17.30929 220.5196 0.000000 17.20981

2、自相关检验（1）图示法

由上述OLS计算，可直接得到残差RESID，运用GENR命令生成序列E，则在QUICK菜单中选GRAPH，在图形对话框中输入：E E(-1)，再点击SCATTER DIOGRAM。得结果如下，从图中可以看出残差et呈线性自回归，表明随机误差ut存在自相关。

计量经济软件Eviews上机指导及演示示例

400020000E-2000-4000-4000-3000-2000-1000E(-1)010002000

（2）、DW检验

根据OLS计算结果，由：Durbin-Watson stat＝0.688670，给定显著性水平a=0.05，查D-W表，n=21，k'（解释变量个数）＝1，得下限临界值dL=1.22，上限临界值dU=1.42，因为DW统计量为0.688670

3、自相关的修正

?（1）由DW＝0.688670，根据??1?DW2?，计算得?＝0.6556。

用GENR分别对X和Y做广义差分。在WORKFILE窗口选择GENR或直接在主窗口输入：

GENR DY=Y-0.6556*Y(-1) GENR DX=X-0.6556*X(-1)

然后再用OLS估计参数。结果为：

DY = -585.3252045 + 0.192825853*DX （-1.752142）（8.851754） 2

R=0.813188 DW=1.345597， F=78.35354

这时可以看出使用广义差分法后，DW值有所提高，但仍然存在自相关。

（2）Cochrane-Orcutt迭代法

在QUICK－ESTIMATE EQUATION项，在对话框中输入：Y C X AR(1),OK后得如下结果：

Dependent Variable: Y Method: Least Squares Date: 10/31/05 Time: 18:07 Sample(adjusted): 1979 1998

Included observations: 20 after adjusting endpoints Convergence achieved after 14 iterations

Variable

Coefficien

Std. Error t-Statistic Prob.

计量经济软件Eviews上机指导及演示示例

C X AR(1) R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots

-1876.253 0.198637 0.740777 1975.932 -0.949554 0.049973 0.310956 3.974859 2.382259 0.3556 0.0010 0.0292 3227.670 4428.390 16.84255 16.99191 168.4172 0.000000

0.951955 Mean dependent var 0.946303 S.D. dependent var 1026.178 Akaike info

criterion

17901699 Schwarz criterion -165.4255 F-statistic 1.451436 Prob(F-statistic) .74

此时DW=1.451436>dU=1.42，认为此时无自相关性。（3）利用对数线性回归修正自相关。用GENR分别对X和Y生成LogX和LogY，命令为：

GENR LY=LOG(Y) GENR LX=LOG(X)

在OLS估计对话框输入： LY C LX计算结果如下：

Variable

CoefficienStd. Error t-Statistic

C LX R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

-7.083917 1.466088 0.337892 0.034876 -20.96504 42.03750 0.0000 0.0000 7.043795 1.515819 -0.731905 -0.632427 1767.151 0.000000 Prob.

0.989363 Mean dependent var 0.988803 S.D. dependent var 0.160400 Akaike info

criterion

0.488832 Schwarz criterion 9.685003 F-statistic 1.140571 Prob(F-statistic)

同时考虑Cochrane-Orcutt迭代法。在估计对话框里输入： LY C LX AR(1) 计算结果如下：

Dependent Variable: LY Method: Least Squares Date: 10/31/05 Time: 18:19 Sample(adjusted): 1979 1998

Included observations: 20 after adjusting endpoints Convergence achieved after 5 iterations

Variable

Coefficien

C LX AR(1)

-7.088071 1.467507 0.425084

0.604260 -11.73016 0.061299 0.232705

23.94022 1.826708

0.0000 0.0000 0.0854

Std. Error t-Statistic

Prob.

计量经济软件Eviews上机指导及演示示例

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots

0.990102 Mean dependent var 0.988937 S.D. dependent var 0.154782 Akaike info

criterion

0.407278 Schwarz criterion 10.56115 F-statistic 1.537282 Prob(F-statistic) .43

-0.606756 850.2191 0.000000 7.150795 1.471582 -0.756115

此时DW=1.537282>dU=1.42，可以认为此时已消除自相关性。

EVIEWS在计量经济学教学过程中的演示示例（六）

目的：1、正确使用EVIEWS

2、对分布滞后模型能进行析和计算，会使用经验加权法、阿尔蒙法、自回归模型的估计和检验等方法。

3、数据为demo data4 demo data5、demo data6

方法1：（经验加权法）

已知某地区制造业部门1955－1974年期间的资本存量Y和销售额X的统计资料如下表（金额单位：百万元）。设定有限分布滞后模型为：

Yt????0Xt??1Xt?1??2Xt?2??3Xt?3??t

运用经验加权法，选择下列三组权数：

（1）1、1/2、1/4、1/8

（2）1/4、1/2、2/3、1/4

（3）1/4、1/4、1/4、1/4、

分别估计上述模型，并从中选择最佳的方程。

obs 1955 1956 1957 1958 1959 1960 1961 1962 1963 1964 1965 1966 1967

SER01 450.6900 506.4200 518.7000 500.7000 527.0700 538.1400 549.3900 582.1300 600.4300 633.8300 682.2100 779.6500 846.6500

SER02 264.8000 277.4000 287.3600 272.8000 302.1900 307.9600 308.9600 331.1300 350.3200 373.3500 410.0300 448.6900 464.4900

计量经济软件Eviews上机指导及演示示例

1968 1969 1970 1971 1972 1973 1974

908.7500 970.7400 1016.450 1024.450 1077.190 1208.700 1471.350

502.8200 535.5500 528.5900 559.1700 620.1700 713.9800 820.9800

记新的线性组合变量分别为：

Z1?Xt?Z2?Z3?141412Xt?1?121414Xt?2?231418Xt?31414Xt?3 Xt?3Xt?Xt?Xt?1?Xt?1?Xt?2?Xt?2?分别估计如下经验加权模型：

Yt????Zkt??tk?1,2,3

具体步骤为：

1、打开EVIEWS，输入X，Y的数据，生成线性组合变量Z1,Z2,Z3的数据；

genr z1=xt+(1/2)*xt(-1)+(1/4)*xt(-2)+(1/8)*xt(-3)

genr z2=(1/4)*xt+(1/2)*xt(-1)+(2/3)*xt(-2)+(1/4)*xt(-3) genr z3=(1/4)*xt+(1/4)*xt(-1)+(1/4)*xt(-2)+(1/4)*xt(-3)

2、回归分析。在EQUATION SPECIFICATION对话框中，输入 Y C Z1，在ESTIMAYIONS

栏中选择OLS，点击OK，结果如下：

Variable

Coefficien

C Z1

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

-66.52295 1.071395

18.16484 -3.662182 0.021024

50.96149

0.0023 0.0000

Std. Error t-Statistic

Prob.

0.994257 Mean dependent var 818.6959 0.993875 S.D. dependent var 279.9181 21.90777 Akaike info

criterion

7199.257 Schwarz criterion -75.53437 F-statistic 1.439440 Prob(F-statistic)

9.219716 2597.074 0.000000 9.121691

用Z2,Z3分别进行回归估计，结果整理如下： YT = -66.52294932 + 1.071395456*Z1

（-3.662182）（50.96149）

R-squared＝0.994257 DW＝1.439440 F＝2597.074

YT = -133.1722303 + 1.366668187*Z2

（-5.029746）（37.37033）

计量经济软件Eviews上机指导及演示示例

R-squared＝0.989373 DW＝1.042713 F＝1396.542

YT = -121.7394467 + 2.237930494*Z3

（-4.813143）（38.68578）

R-squared＝0.990077 DW＝1.158530 F＝1496.590

从上述回归分析结果可以看出，模型一的扰动项无一阶自相关，模型二和模型三扰动项存在一阶正相关；在综合判断可决系数、F－检验值，t检验值，可以认为：最佳的方程式模型一，即权数为1、1/2、1/4、1/8的分布滞后模型。

方法2：（阿尔蒙法）

下表给出某行业1955－1974年的库存额Y和销售额X的资料。假定库存额取决于本年销售额和前三年的销售额，估计如下分布滞后模型：

obs 1955 1956 1957 1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974

XT 26.48000 27.74000 28.23600 27.28000 30.21900 30.79600 30.89600 33.11300 35.03200 37.33500 41.00300 44.86900 46.44900 50.28200 53.55500 52.85900 55.91700 62.01700 71.39800 82.07800

YT 45.06900 50.64200 51.87100 52.07000 52.70900 53.81400 54.93900 58.12300 60.04300 63.38300 68.22100 77.96500 84.65500 90.81500 97.07400 101.6400 102.4400 107.7100 120.8700 147.1300

Yt????0Xt??1Xt?1??2Xt?2??3Xt?3??t

假定系数β可以用二次多项式近似，即

?0??0?1??0??1??2?2??0?2?1?4?2?2??0?3?1?9?2则模型可变为：

计量经济软件Eviews上机指导及演示示例

Yt????0Z0t??1Z1t??2Z2t??t

其中

Z0t?Xt?Xt?1?Xt?2?Xt?3Z1t?Xt?1?2Xt?2?3Xt?3Z2t?Xt?1?4Xt?2?9Xt?

在EVIEWS中输入XT和YT的数据，然后在工作文件的工具条上选择生成新数据序列的GENR命令，在打开的EQUATION对话框中依次键入生成Z0t，Z1t，Z2t的公式。

GENR Z0T=XT+XT(-1)+XT(-2)+XT(-3) GENR Z1T=XT(-1)+2*XT(-2)+3*XT(-3) GENR Z2T=XT(-1)+4*XT(-2)+9*XT(-3)

打开EQUATION SPECIFICATION对话框，键入回归方程形式：

Y C Z0T Z1T Z2T

点击OK，结果如下表：

Variable

Coefficien

C Z0T Z1T Z2T R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

-6.419601 0.630281 0.987410 -0.460829 2.130157 -3.013675 0.179160 0.525307

3.517969 1.879682

0.0100 0.0038 0.0827 0.0245 Std. Error t-Statistic

Prob.

0.181199 -2.543216 0.996230 Mean dependent var 81.97653 0.995360 S.D. dependent var 27.85539 1.897384 Akaike info

criterion

46.80087 Schwarz criterion -32.72981 F-statistic 1.513212 Prob(F-statistic)

???4.321154 4.517204 1145.160 0.000000

表中，Z0t，Z1t，Z2t对应的系数分别为?0,?1,?2的估计值?0,?1,?2。将它们代入分布

????滞后阿尔蒙多项式中，可以计算出?0,?1,?2,?3的估计值为：

???0?????0?0.630281,??2?1??0??1????2??1.157?2

????0?2?1?4?????0.762??0.555??3??0?3?1?9?2从而，分布滞后模型的最终估计形式为：

Yt??6.4196?0.631Xt?1.157Xt?1?0.762Xt?2?0.555Xt?3

在实际应用中，EVIEWS提供了多项式分布滞后指令“PDL”用于估计分布滞后模型。下

计量经济软件Eviews上机指导及演示示例

面给出本例的操作过程。

在EVIEWS中输入XT,YT的数据，进入EQUATION SPECIFICATION对话框，输入方

程形式：

Y C PDL(X,3,2)

其中，“PDL”指令表示进行阿尔蒙多项式分布滞后模型的估计，括号中的3表示X的分布

滞后长度，2表示阿尔蒙多项式的阶数。在ESTIMATION SETTING中选择OLS，点击OK，结果如下：

Variable

C PDL01 PDL02 PDL03

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Lag Distribution of XT

Coefficient -6.419601 1.156862 0.065752 -0.460829 0.996230 0.995360 1.897384 46.80087 -32.72981 1.513212

Std. Error t-Statistic 2.130157 0.195928 0.176055 0.181199

-3.013675 5.904516 0.373472 -2.543216

Prob. 0.0100 0.0001 0.7148 0.0245 81.97653 27.85539 4.321154 4.517204 1145.160 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

Coefficient Std. Error T-Statisti

. * | . *| . * | * . |

0 1 2 3

0.63028 1.15686 0.76178 -0.55495 1.99398

0.17916 0.19593 0.17820 0.25562 0.06785

3.51797 5.90452 4.27495 -2.17104 29.3877

Sum of Lags

注意：用“PDL”估计分布滞后模型时，EVIEWS所采用的滞后系数多项式变换不是上面的形式，而是阿尔蒙多项式的派生形式。因此结果中PDL01，PDL02，PDL03对应的估计系数不是阿尔蒙多项式系数?0,?1,?2的估计。但同前面分步计算的结果比较，最终的分布滞后估计

????系数?0,?1,?2,?3是相同的。

方法3：（自回归模型的估计和检验）

下表给出了没地区消费总额Y（亿元）和货币收入总额X（亿元）的年度资料，分析消费和收入的关系。

obs 1966 1967 1968 1969

X 103.1690 115.0700 132.2100 156.5740

Y 91.15800 109.1000 119.1870 143.9080

计量经济软件Eviews上机指导及演示示例

1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995

166.0910 155.0990 138.1750 146.9360 157.7000 179.7970 195.7790 194.8580 189.1790 199.9630 250.7170 215.5390 220.3910 235.4830 280.9750 292.3390 278.1160 292.6540 341.4420 401.1410 458.5670 500.9150 450.9390 626.7090 783.9530 890.6370

155.1920 148.6730 151.2880 148.1000 156.7770 168.4750 174.7370 182.8020 180.1300 190.4440 196.9000 204.7500 218.6660 227.4250 229.8600 244.2300 258.3630 275.2480 299.2770 345.4700 406.1190 462.2230 492.6620 539.0460 617.5680 727.3970

为了考察收入对消费的影响，首先做Y关于X的回归，即建立如下的回归模型

Yt????0Xt??t

得结果如下：

Variable

Coefficien

C X

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

26.12309 0.809209

8.246128 0.023638

3.167922 34.23312

0.0037 0.0000 262.1725 159.3349 9.321532 9.414945 1171.906 0.000000