Eviews上機(jī)指導(dǎo)

1、Eviews上機(jī)指導(dǎo)第一節(jié) Eviews簡(jiǎn)介1、Eviews是什么2、運(yùn)行Eviews3、Eviews的窗口4、Eviews的主要功能5、關(guān)閉Eviews第二節(jié) 單方程計(jì)量經(jīng)濟(jì)模型Eviews操作案例一、創(chuàng)建工作文件二、輸入和編輯數(shù)據(jù)三、圖形分析四、OLS估計(jì)參數(shù)五、預(yù)測(cè)六、非線性回歸模型的估計(jì)七、異方差檢驗(yàn)與解決辦法八、自相關(guān)檢驗(yàn)與解決辦法第三節(jié) 聯(lián)立方程計(jì)量經(jīng)濟(jì)模型Eviews操作第一節(jié) Eviews簡(jiǎn)介Eviews是Econometrics Views的縮寫，直譯為計(jì)量經(jīng)濟(jì)學(xué)觀察，通常稱為計(jì)量經(jīng)濟(jì)學(xué)軟件包。它的本意是對(duì)社會(huì)經(jīng)濟(jì)關(guān)系與經(jīng)濟(jì)活動(dòng)的數(shù)量規(guī)律，采用計(jì)量經(jīng)濟(jì)學(xué)方法與技術(shù)進(jìn)行“觀察”

2、。計(jì)量經(jīng)濟(jì)學(xué)研究的核心是設(shè)計(jì)模型、收集資料、估計(jì)模型、檢驗(yàn)?zāi)Ｐ汀?yīng)用模型（結(jié)構(gòu)分析、經(jīng)濟(jì)預(yù)測(cè)、政策評(píng)價(jià)）。Eviews是完成上述任務(wù)比較得力的必不可少的工具。正是由于Eviews等計(jì)量經(jīng)濟(jì)學(xué)軟件包的出現(xiàn)，使計(jì)量經(jīng)濟(jì)學(xué)取得了長(zhǎng)足的進(jìn)步，發(fā)展成為一門較為實(shí)用與嚴(yán)謹(jǐn)?shù)慕?jīng)濟(jì)學(xué)科。1、Eviews是什么Eviews是美國(guó)QMS公司研制的在Windows下專門從事數(shù)據(jù)分析、回歸分析和預(yù)測(cè)的工具。使用Eviews可以迅速地從數(shù)據(jù)中尋找出統(tǒng)計(jì)關(guān)系，并用得到的關(guān)系去預(yù)測(cè)數(shù)據(jù)的未來(lái)值。Eviews的應(yīng)用范圍包括：科學(xué)實(shí)驗(yàn)數(shù)據(jù)分析與評(píng)估、金融分析、宏觀經(jīng)濟(jì)預(yù)測(cè)、仿真、銷售預(yù)測(cè)和成本分析等。Eviews是專門為大型機(jī)

3、開(kāi)發(fā)的、用以處理時(shí)間序列數(shù)據(jù)的時(shí)間序列軟件包的新版本。Eviews的前身是1981年第1版的Micro TSP。目前最新的版本是Eviews4.0。我們以Eviews3.1版本為例，介紹經(jīng)濟(jì)計(jì)量學(xué)軟件包使用的基本方法和技巧。雖然Eviews是經(jīng)濟(jì)學(xué)家開(kāi)發(fā)的，而且主要用于經(jīng)濟(jì)學(xué)領(lǐng)域，但是從軟件包的設(shè)計(jì)來(lái)看，Eviews的運(yùn)用領(lǐng)域并不局限于處理經(jīng)濟(jì)時(shí)間序列。即使是跨部門的大型項(xiàng)目，也可以采用Eviews進(jìn)行處理。Eviews處理的基本數(shù)據(jù)對(duì)象是時(shí)間序列，每個(gè)序列有一個(gè)名稱，只要提及序列的名稱就可以對(duì)序列中所有的觀察值進(jìn)行操作，Eviews允許用戶以簡(jiǎn)便的可視化的方式從鍵盤或磁盤文件中輸入數(shù)據(jù)，根據(jù)

4、已有的序列生成新的序列，在屏幕上顯示序列或打印機(jī)上打印輸出序列，對(duì)序列之間存在的關(guān)系進(jìn)行統(tǒng)計(jì)分析。Eviews具有操作簡(jiǎn)便且可視化的操作風(fēng)格，體現(xiàn)在從鍵盤或從鍵盤輸入數(shù)據(jù)序列、依據(jù)已有序列生成新序列、顯示和打印序列以及對(duì)序列之間存在的關(guān)系進(jìn)行統(tǒng)計(jì)分析等方面。Eviews具有現(xiàn)代Windows軟件可視化操作的優(yōu)良性?？梢允褂檬髽?biāo)對(duì)標(biāo)準(zhǔn)的Windows菜單和對(duì)話框進(jìn)行操作。操作結(jié)果出現(xiàn)在窗口中并能采用標(biāo)準(zhǔn)的Windows技術(shù)對(duì)操作結(jié)果進(jìn)行處理。此外，Eviews還擁有強(qiáng)大的命令功能和批處理語(yǔ)言功能。在Eviews的命令行中輸入、編輯和執(zhí)行命令。在程序文件中建立和存儲(chǔ)命令，以便在后續(xù)的研究項(xiàng)目中使用

5、這些程序。2、運(yùn)行Eviews在Windows 2000中運(yùn)行Eviews的方法有：（1）單擊任務(wù)欄上的“開(kāi)始”“程序”“Eviews”程序組“Eviews”圖標(biāo)。（2）使用Windows瀏覽器或從桌面上“我的電腦”定位Eviews目錄，雙擊“Eviews”程序圖標(biāo)。（3）雙擊Eviews的工作文件和數(shù)據(jù)文件。3、Eviews的窗口Eviews的窗口分為幾個(gè)部分：標(biāo)題欄、主菜單欄、命令窗口、狀態(tài)行和工作區(qū)（如圖1-1所示）。 圖1-1 Eviews窗口（1）標(biāo)題欄標(biāo)題欄位于主窗口的頂部，標(biāo)記有Eviews字樣。當(dāng)Eviews窗口處于激活時(shí)，標(biāo)題欄顏色加深，否則變暗。單擊Eviews窗口的任意區(qū)

6、域?qū)⑹顾幱诩せ顮顟B(tài)。標(biāo)題欄的右端有三個(gè)按鈕：最小化、最大化（或復(fù)原）和關(guān)閉。標(biāo)題欄左邊是控制框，控制框也有上述三個(gè)按鈕的功能且雙擊它關(guān)閉該窗口。（2）主菜單主菜單位于標(biāo)題欄之下。將指針移至主菜單上的某個(gè)項(xiàng)目并用鼠標(biāo)左鍵單擊，打開(kāi)一個(gè)下拉式菜單，通過(guò)單擊下拉菜單中的項(xiàng)目，就可以對(duì)它們進(jìn)行訪問(wèn)。菜單中黑色的是可執(zhí)行的，灰色的是不可執(zhí)行的無(wú)效項(xiàng)目。主菜單欄上共有7個(gè)選項(xiàng)：“File”, “Edit”, “Objects”, “View”,“Procs”,“Quick”,“Options”,“Windows”,“Help”。（3）命令窗口主菜單下的區(qū)域稱作命令窗口。在命令窗口輸入命令，按“ENTER

7、”后命令立即執(zhí)行。命令窗口中的豎條稱為插入點(diǎn)（或提示符），它指示鍵盤輸入字符的位置。允許用戶在提示符后通過(guò)鍵盤輸入Eviews（TSP風(fēng)格）命令。如果熟悉Micro TSP(DOS)版的命令，可以直接在此輸入，如同DOS版一樣使用Eviews。按F1鍵（或移動(dòng)箭頭），輸入的歷史命令將重新顯示出來(lái)，供用戶選用。將插入點(diǎn)移至從前已經(jīng)執(zhí)行過(guò)的命令行，編輯已經(jīng)存在的命令，按ENTER，立即執(zhí)行原命令的編輯版本。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程序窗口間可方便地進(jìn)行文本的移動(dòng)。命令窗口的內(nèi)容可以直接保存到文本文件中備用，為此必須保持命令窗

8、口處于激活狀態(tài)，并從主菜單上選擇“File”“Save as”。若輸入的命令超過(guò)了命令窗口顯示的大小，窗口中就自動(dòng)出現(xiàn)滾動(dòng)條，通過(guò)上下或左右調(diào)節(jié)，可瀏覽已執(zhí)行命令的各個(gè)部分。將指針移至命令窗口下部，按著鼠標(biāo)左鍵向下向上拖動(dòng)，來(lái)調(diào)整默認(rèn)命令窗口的大小。（4）狀態(tài)欄窗口最底部是狀態(tài)行。狀態(tài)行分為4欄。左欄有時(shí)給出Eviews送出的狀態(tài)信息，單擊狀態(tài)行左端的邊框可以清楚這些信息。第二欄是Eviews默認(rèn)的讀取數(shù)據(jù)和程序的路徑。最后兩欄分別顯示默認(rèn)的數(shù)據(jù)庫(kù)和默認(rèn)的工作文件。（5）工作區(qū)（或主顯示窗口）命令窗口下是Eviews的工作區(qū)或主顯示窗口，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

9、主窗口之外。Eviews在此顯示它建立的各種對(duì)象的窗口。工作區(qū)中的這些窗口類似于用戶在辦公桌上使用的各種紙張。出現(xiàn)在最上面的窗口正處于焦點(diǎn)，即處于激活狀態(tài)。狀態(tài)欄顏色加深的窗口是激活窗口。單擊部分處于下面窗口的標(biāo)題欄或任何可見(jiàn)部分，都可以使該窗口移至頂部。也可以按壓F6或CTRL-TAB，循環(huán)地激活各個(gè)窗口。此外，單擊窗口中菜單項(xiàng)目，選擇關(guān)注的文件名，可直接選擇某個(gè)窗口。還可以移動(dòng)窗口、改變窗口的大小等。4、Eviews的主要功能（1）輸入、擴(kuò)大和修改時(shí)間序列數(shù)據(jù)。（2）依據(jù)已有序列按照任意復(fù)雜的公式生成新的序列。（3）在屏幕上和用打字機(jī)輸出序列的趨勢(shì)圖、散點(diǎn)圖、柱形圖和餅圖。（4）執(zhí)行普通最

10、小二乘法（多元回歸），帶有自回歸校正的最小二乘法，兩階段最小二乘法和三階段最小二乘法。（5）執(zhí)行非線性最小二乘法。（6）對(duì)二擇一決策模型進(jìn)行Probit和Logit估計(jì)。（7）對(duì)聯(lián)立方程進(jìn)行線性和非線性的估計(jì)。（8）估計(jì)和分析向量自回歸系統(tǒng)。（9）計(jì)算描述統(tǒng)計(jì)量：相關(guān)系數(shù)、斜方差、自相關(guān)系數(shù)、互相關(guān)函數(shù)和直方圖（10）殘差自回歸和移動(dòng)平均過(guò)程。（11）多項(xiàng)式分布滯后。（12）基于回歸方程的預(yù)測(cè)。（13）求解（模擬）模型。（14）管理時(shí)間序列數(shù)據(jù)庫(kù)。（15）與外部軟件（如Excel和Lotus軟件）進(jìn)行數(shù)據(jù)交換。5、關(guān)閉Eviews關(guān)閉Eviews的方法很多：選擇主菜單上的“File”“Clos

11、e”;按ALT-F4鍵；單擊Eviews窗口右上角的關(guān)閉按鈕；雙擊Eviews窗口左上角等。Eviews關(guān)閉總是警告和給予機(jī)會(huì)將那些還沒(méi)有保存的工作保存到磁盤文件中。 第二節(jié) 單方程計(jì)量經(jīng)濟(jì)模型Eviews操作案例：建立我國(guó)最終消費(fèi)支出與國(guó)內(nèi)生產(chǎn)總值（單位：億元）之間的回歸模型，并進(jìn)行變量和方程整體的顯著性檢驗(yàn)。當(dāng)顯著性水平為0.05， 2004年國(guó)內(nèi)生產(chǎn)總值為38000億元時(shí)，對(duì)2004年我國(guó)最終消費(fèi)支出和平均最終消費(fèi)支出進(jìn)行點(diǎn)預(yù)測(cè)和區(qū)間預(yù)測(cè)。年份GDP最終消費(fèi)年份GDP最終消費(fèi)19783624.102239.10199111147.736151.5719793899.532568.0419

12、9212735.097083.5319804203.962753.10199314452.917917.6519814425.032989.25199416283.088638.3019824823.683225.09199517993.669445.3819835349.173511.35199619718.7310588.6419846160.973988.53199721461.9211444.1719856990.894506.64199823139.8812511.7019867610.614817.38199924792.4713819.5419878491.275114.0720

13、0026774.8515406.5719889448.035419.86200128782.6016759.7819899832.185190.02200231170.8818097.55199010209.095471.93200334070.1619452.70一、創(chuàng)建工作文件建立工作文件的方法有以下幾種。1菜單方式 在主菜單上依次單擊FileNewWorkfile（見(jiàn)圖2-1）， 圖2-1這時(shí)屏幕上出現(xiàn)Workfile Range對(duì)話框，如圖2-2所示。圖2-2選擇數(shù)據(jù)類型和起止日期。時(shí)間序列提供起止日期（年、季度、月度、周、日），非時(shí)間序列提供最大觀察個(gè)數(shù)。本例中在Start Data

14、里輸入1978，在End data 里輸入2003，見(jiàn)圖2-3。單擊OK后屏幕出現(xiàn)Workfile工作框，如圖2-4所示。圖2-3圖2-42命令方式在命令窗口直接輸入建立工作文件的命令CREATE，命令格式：CREATE 數(shù)據(jù)頻率 起始期 終止期其中，數(shù)據(jù)頻率類型分別為A（年）、Q（季）、M（月）、U（非時(shí)間序列數(shù)據(jù)）。輸入Eviews命令時(shí)，命令字與命令參數(shù)之間只能用空格分隔。如本例可輸入命令：CREATE A 1978 2003工作文件創(chuàng)立后，需將工作文件保存到磁盤，單擊工具條中Save輸入文件名、路徑保存，或單擊菜單蘭中FileSave或Save as輸入文件名、路徑保存。二、輸入和編輯

15、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：命令方式和菜單方式。1命令方式命令格式：data 序列名1 序列名2 序列名n功能：輸入新變量的數(shù)據(jù)，或編輯工作文件中現(xiàn)有變量的數(shù)據(jù)。在本例中，在命令窗口直接輸入：Data Y X2菜單方式在主菜單上單擊ObjectsNew object，在New object對(duì)話框里，選Group并在Name for Object上定義變量名（如變量X、Y），單擊OK，屏幕出現(xiàn)數(shù)據(jù)編輯框。另一種菜單方式是在主菜單上依次單擊QuickGroup（見(jiàn)圖2-5）， 圖2-5建立一個(gè)空組（見(jiàn)圖2-6）， 圖2-6再用方向鍵將光標(biāo)移到每一列的頂部

16、之后，輸入各個(gè)變量名，回車后輸入數(shù)據(jù)（見(jiàn)圖2-7）。另外數(shù)據(jù)還可以從Excel中直接復(fù)制到空組。然后為每個(gè)時(shí)間序列取序列名。單擊數(shù)據(jù)表中的SER01（見(jiàn)圖2-8），在數(shù)據(jù)組對(duì)話框中的命令窗口輸入該序列名稱，如本例中輸入X（見(jiàn)圖2-9），回車后Yes。采用同樣的步驟修改序列名Y（見(jiàn)圖2-10）。數(shù)據(jù)輸入操作完成。圖2-7 修改序列名圖2-8 修改序列名圖2-9 修改序列名圖2-10 數(shù)據(jù)輸入數(shù)據(jù)輸入完畢，單擊工作文件窗口工具條的Save或單擊菜單蘭的FileSave將數(shù)據(jù)存入磁盤。三、圖形分析在估計(jì)計(jì)量經(jīng)濟(jì)模型之前，借助圖形分析可以直觀地觀察經(jīng)濟(jì)變量的變動(dòng)規(guī)律和相關(guān)關(guān)系，以便合理的確定模型的數(shù)學(xué)

17、形式。圖形分析中最常用的是趨勢(shì)圖和相關(guān)圖。1菜單方式在數(shù)組窗口工具條上Views的下拉菜單中選擇Graph。（見(jiàn)圖2-11）圖2-11 數(shù)組窗口趨勢(shì)圖2命令方式趨勢(shì)圖：Plot Y X功能：（1）分析經(jīng)濟(jì)變量的發(fā)展變化趨勢(shì)；（2）觀察經(jīng)濟(jì)變量是否存在異常值。圖給出了最終消費(fèi)支出與國(guó)內(nèi)生產(chǎn)總值的趨勢(shì)圖。圖2-12 最終消費(fèi)支出與國(guó)內(nèi)生產(chǎn)總值的趨勢(shì)圖相關(guān)圖：Scat Y X （見(jiàn)圖2-13）功能：（1）觀察經(jīng)濟(jì)變量之間的相關(guān)程度；（2）觀察經(jīng)濟(jì)變量之間的相關(guān)類型，判斷是線性相關(guān)，還是曲線相關(guān)；曲線相關(guān)時(shí)，大致是哪種類型的曲線。圖2-13 數(shù)組窗口相關(guān)圖圖2-14 最終消費(fèi)支出與國(guó)內(nèi)生產(chǎn)總值的相關(guān)圖

18、四、OLS估計(jì)參數(shù)1命令方式在主菜單命令行鍵入LS Y C X （如圖2-15）圖2-152菜單方式在主菜單上選Quick菜單，單擊Estimate Equation項(xiàng)，屏幕出現(xiàn)Equation Specification估計(jì)對(duì)話框，在Estimation Settings中選OLS估計(jì)，即Least Squares，輸入：Y C X（其中C為Eviews固定的截距項(xiàng)系數(shù)）。然后OK，出現(xiàn)方程窗口（見(jiàn)圖2-16），輸出結(jié)果如表2-1所示。圖2-16 方程窗口Dependent Variable: YMethod: Least SquaresSample: 1978 2003Included o

19、bservations: 26VariableCoefficientStd. Errort-StatisticProb. C245.3522153.96051.5936050.1241X0.5515140.00913560.376230.0000R-squared0.993459 Mean dependent var8042.748Adjusted R-squared0.993187 S.D. dependent var5177.609S.E. of regression427.3742 Akaike info criterion15.02700Sum squared resid4383569

20、. Schwarz criterion15.12378Log likelihood-193.3510 F-statistic3645.290Durbin-Watson stat0.244011 Prob(F-statistic)0.000000表2-1 回歸結(jié)果方程窗口的上半部分為參數(shù)估計(jì)結(jié)果如表2-2所示，其中第1列分別為解釋變量名（包括常數(shù)項(xiàng)），第2列為相應(yīng)的參數(shù)估計(jì)值，第3列為參數(shù)的標(biāo)準(zhǔn)誤差，第4列為t統(tǒng)計(jì)值，第5列為t檢驗(yàn)的雙側(cè)概率值p，即P（| t | ti）= p。表2-2 參數(shù)估計(jì)結(jié)果常數(shù)和解釋變量參數(shù)估計(jì)值參數(shù)標(biāo)準(zhǔn)誤差t統(tǒng)計(jì)量雙側(cè)概率C245.3522153.96051.593

21、6050.1241X0.5515140.00913560.376230.0000方程窗口的下半部分主要是一些統(tǒng)計(jì)檢驗(yàn)值，其中各統(tǒng)計(jì)量的含義如表2-3所示。表2-3 統(tǒng)計(jì)檢驗(yàn)值可決系數(shù)0.993459被解釋變量均值8042.748調(diào)整的可決系數(shù)0.993187被解釋變量標(biāo)準(zhǔn)差5177.609回歸方程標(biāo)準(zhǔn)差427.3742赤池信息準(zhǔn)則15.02700殘差平方和4383569.施瓦茲信息準(zhǔn)則15.12378似然函數(shù)的對(duì)數(shù)-193.3510F統(tǒng)計(jì)量3645.290DW統(tǒng)計(jì)量0.244011F統(tǒng)計(jì)量的概率0.000000單擊Equation 窗口中的Resid按鈕，將顯示模型的擬合圖和殘差圖。圖2-17

22、 擬合圖和殘差圖單擊Equation 窗口中的View Actual, Fitted, Resid Table按鈕，可以得到擬合直線和殘差的有關(guān)結(jié)果。圖2-18五、預(yù)測(cè) 在Equation框中選Forecast項(xiàng)后，彈出Forecast對(duì)話框，Eviews自動(dòng)計(jì)算出樣本估計(jì)期內(nèi)的被解釋變量的擬合值，擬合變量記為YF，其擬合值與實(shí)際值的對(duì)比圖如圖2-19所示。圖2-19下面預(yù)測(cè)2004年我國(guó)最終消費(fèi)支出。1首先將樣本期范圍從1978-2003年擴(kuò)展為1978-2004年。即單擊工作文件框中Pros中的Change workfile range，如圖2-20所示，并將1978-2003改為1978

23、-2004，如圖2-21所示。圖2-20圖2-212然后編輯解釋變量X。在Group數(shù)據(jù)框中輸入變量X的2004年數(shù)據(jù)38000.00。（見(jiàn)圖2-22）圖2-223點(diǎn)預(yù)測(cè)。在前面Equation對(duì)話框中選Forecast，將時(shí)間Sample定義在1978-2004，如圖2-23所示，這時(shí)Eviews自動(dòng)計(jì)算出=21202.8727955，如圖2-24所示。圖2-23圖2-244區(qū)間預(yù)測(cè)。在Group數(shù)據(jù)框中單擊View，選Descriptive Stats里的Common Sample Eviews，計(jì)算出有關(guān)X和Y的描述統(tǒng)計(jì)結(jié)果，如圖2-25所示。圖2-25圖2-26 X和Y的描述統(tǒng)計(jì)結(jié)果根

24、據(jù)圖2-26可計(jì)算出如下結(jié)果：2188950850569386930.9給定顯著性水平0.05，查表得，由可得的預(yù)測(cè)區(qū)間為：21202.87279552.056427.374221202.87279551001.30364即的95%預(yù)測(cè)區(qū)間為（20201.56915，22204.17643）。 六、非線性回歸模型的估計(jì)1倒數(shù)模型：在命令窗口直接依次鍵入GENR X1=1/XLS Y C X12多項(xiàng)式模型：在命令窗口直接依次鍵入GENR X1=XGENR X2=X2LS Y C X1 X23準(zhǔn)對(duì)數(shù)模型：在命令窗口直接依次鍵入GENR lnX=LOG(X)LS Y C lnX4雙對(duì)數(shù)模型：在命令窗

25、口直接依次鍵入GENR lnX=LOG(X)GENR lnY=LOG(Y)LS lnY C lnX七、異方差檢驗(yàn)與解決辦法1相關(guān)圖檢驗(yàn)法LS Y C X 對(duì)模型進(jìn)行參數(shù)估計(jì)GENR E=RESID 求出殘差序列GENR E2=E2 求出殘差的平方序列SORT X 對(duì)解釋變量X排序SCAT X E2 畫出殘差平方與解釋變量X的相關(guān)圖2戈德菲爾德匡特檢驗(yàn)已知樣本容量n=26，去掉中間6個(gè)樣本點(diǎn)（即約n/4），形成兩個(gè)樣本容量均為10的子樣本。 SORT X 將樣本數(shù)據(jù)關(guān)于X排序 SMPL 1 10 確定子樣本1 LS Y C X 求出子樣本1的回歸平方和RSS1 SMPL 17 26 確定子樣本2

26、 LS Y C X 求出子樣本2的回歸平方和RSS2 計(jì)算F統(tǒng)計(jì)量并做出判斷。3加權(quán)最小二乘法 LS Y C X 最小二乘法估計(jì)，得到殘差序列 GRNR E1=ABS(RESID) 生成殘差絕對(duì)值序列 LS(W=1/E1) Y C X 以E1為權(quán)數(shù)進(jìn)行加權(quán)最小二成估計(jì)八、自相關(guān)檢驗(yàn)與解決辦法 1圖示法檢驗(yàn)LS Y C X 最小二乘法估計(jì)，得到殘差序列GENR E=RESID 生成殘差序列SCAT E(-1) E etet-1的散點(diǎn)圖PLOT E 還可繪制et的趨勢(shì)圖2廣義差分法 LS Y C X AR(1) AR(2) 第三節(jié) 聯(lián)立方程計(jì)量經(jīng)濟(jì)模型Eviews操作案例：19782003年全國(guó)居

27、民消費(fèi)CSt、國(guó)民生產(chǎn)總值Yt、投資It、政府消費(fèi)Gt數(shù)據(jù)，如下表所示。年 份CStYtItGt19781759.1003605.6001377.900468.600019791966.0783994.1181445.294582.745119802143.4784210.2681470.860595.929719812352.3944427.6421428.184647.064119822542.4654866.3121560.461763.386519832779.4765306.8121751.092776.244519843121.9206087.0012097.366867.7145

28、19853582.3586863.4662643.247637.861019863810.7517461.5612832.106818.704019874091.4218088.3322966.3691030.542219884419.8618514.1863181.818912.507219894190.5118095.3792996.559908.308819904387.6758820.1733102.5521329.947019914827.2819958.0723517.5481613.242919925532.77111484.7694278.8631673/p>

29、2.37313534.9945883.8761498.744619946708.51115051.8056209.0912134.203719957566.55416430.9186705.1392159.224919968510.40218086.3957111.4882464.505019979152.99419667.5957473.1093041.491619989954.46221300.4317966.0023379.9676199910932.29622977.5158532.9633512.2568200012103.72525209.0589170.3723934.96052

30、00113054.06728041.21210654.3804332.7645200214086.91631094.40912191.6144815.8790200315194.26035047.99514820.5085033.2276建立如下宏觀經(jīng)濟(jì)模型：消費(fèi)函數(shù)：投資函數(shù)：收入方程：容易判斷該聯(lián)立方程模型中投資方程是過(guò)渡識(shí)別，消費(fèi)方程是恰好識(shí)別，模型是可識(shí)別的。下面用四種方法進(jìn)行二階段最小二乘法估計(jì)參數(shù)。這四種方法的輸出結(jié)果是一樣的。方法一：第一階段：LS CS C G CS(-1) 估計(jì)消費(fèi)的簡(jiǎn)化式方程 GENR ECS=CS-RESID 計(jì)算消費(fèi)的估計(jì)值LS Y C G CS(-1)

31、 估計(jì)收入的簡(jiǎn)化式方程 GENR EY=Y-RESID 計(jì)算收入的估計(jì)值第二階段：LS CS C EY CS(-1) 估計(jì)替代后的消費(fèi)結(jié)構(gòu)式方程 LS I C EY 估計(jì)替代后的投資結(jié)構(gòu)式方程Dependent Variable: CSMethod: Least SquaresSample(adjusted): 1979 2003Included observations: 25 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C273.3999188.43401.4509050.1609EY0.26

32、51840.1854261.4301310.1667CS(-1)0.4337290.4560040.9511510.3519R-squared0.998058 Mean dependent var6526.600Adjusted R-squared0.997881 S.D. dependent var4023.411S.E. of regression185.1869 Akaike info criterion13.39277Sum squared resid754472.1 Schwarz criterion13.53904Log likelihood-164.4097 F-statisti

33、c5653.343Durbin-Watson stat1.456439 Prob(F-statistic)0.000000Dependent Variable: IMethod: Least SquaresSample(adjusted): 1979 2003Included observations: 25 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C-258.6251219.8342-1.1764550.2514EY0.4017650.01338930.007040.0000R-square

34、d0.975093 Mean dependent var5279.634Adjusted R-squared0.974010 S.D. dependent var3703.951S.E. of regression597.1325 Akaike info criterion15.69877Sum squared resid8201047. Schwarz criterion15.79628Log likelihood-194.2347 F-statistic900.4222Durbin-Watson stat0.751407 Prob(F-statistic)0.000000方法二：實(shí)際上在E

35、views軟件中，可以利用命令直接進(jìn)行二階段最小二乘估計(jì)，命令格式為：TSLS Yi C 解釋變量名 C 先決變量名其中符號(hào)前面是該結(jié)構(gòu)式方程的所有解釋變量名，包括內(nèi)生變量和先決變量；符號(hào)后面是聯(lián)立方程模型中的所有前定變量。因此本例可用TSLS命令直接寫成：TSLS CS C Y CS(-1) C G CS(-1)TSLS I C Y C G CS(-1)Dependent Variable: CSMethod: Two-Stage Least SquaresSample(adjusted): 1979 2003Included observations: 25 after adjusting

36、 endpointsInstrument list: C G CS(-1)VariableCoefficientStd. Errort-StatisticProb. C273.3999177.35011.5415830.1374Y0.2651840.1745191.5195100.1429CS(-1)0.4337290.4291811.0105950.3232R-squared0.998280 Mean dependent var6526.600Adjusted R-squared0.998123 S.D. dependent var4023.411S.E. of regression174.

37、2940 Sum squared resid668324.6F-statistic6382.063 Durbin-Watson stat1.003405Prob(F-statistic)0.000000Dependent Variable: IMethod: Two-Stage Least SquaresSample(adjusted): 1979 2003Included observations: 25 after adjusting endpointsInstrument list: C G CS(-1)VariableCoefficientStd. Errort-StatisticProb. C-258.6251131.6564-1.9643940.0617Y0.4017650.00801950.104440.0000R-squared0.991067 Mean dependent var5279.634Adjusted R-squared0.990678 S.D. dependent var3703.951S.E.