短學(xué)期Eviews講義.doc

一、一些前期知識1.數(shù)據(jù)的類型時間序列、截面數(shù)據(jù)、面板數(shù)據(jù)2.數(shù)據(jù)前期處理數(shù)據(jù)一般要經(jīng)過價格調(diào)整，如GDP、工業(yè)增加值、農(nóng)業(yè)增加值、進(jìn)出口以及資本存量。以當(dāng)年價格計算的GDP叫名義GDP，以某一年不變價格計算的GDP叫實(shí)際GDP。GDP縮減指數(shù)=名義GDP/實(shí)際GDP（也叫平減指數(shù)，表現(xiàn)的是國內(nèi)生產(chǎn)總值中隱含的價格因素，從生產(chǎn)的角度看，由于GDP是國民經(jīng)濟(jì)各個行業(yè)增加值的加總，因此縮減指數(shù)包含的價格是國民經(jīng)濟(jì)各個產(chǎn)業(yè)部門的綜合價格；從使用角度看，它從產(chǎn)品形態(tài)上反映了GDP用于最終消費(fèi)、資本形成和凈出口的貨物及服務(wù)總量，因此縮減指數(shù)包含的價格為相應(yīng)的消費(fèi)價格指數(shù)、固定資產(chǎn)投資價格指數(shù)和進(jìn)出口價格指數(shù)等的加權(quán)平均價格指數(shù)。）。在統(tǒng)計年鑒中有兩種GDP指數(shù)（不是GDP平減指數(shù)），一種是以上一年為基期（100），另一種是以某一年為基期（100），它們可以相互換算（這兩種GDP指數(shù)實(shí)際上相當(dāng)于以不變價格計算的GDP的環(huán)比發(fā)展速度和定基發(fā)展速度）。如1982年的指數(shù)（下表第二列）1978年指數(shù)1979年指數(shù)1980年指數(shù)1981年指數(shù)（100100100）等號右邊1979、1980、1981三年的指數(shù)是第三列中數(shù)據(jù)，1978年指數(shù)是100。1982年的實(shí)際GDP1978年的GDP1982年指數(shù)（以1978100）100，則GDP1982年縮減指數(shù)1982年的名義GDP1982年的實(shí)際GDP，要求某年實(shí)際GDP，只需該年名義GDP該年GDP縮減指數(shù)即可。（注意：若想以1990基期計算其他年份GDP，需要以1990年為100，算出各年GDP指數(shù)，然后以1990年名義GDP乘以各年GDP指數(shù)）。進(jìn)出口，若是以美元表示，則需每年進(jìn)出口額乘以該年匯率再除以GDP縮減指數(shù)來調(diào)整。對于生產(chǎn)函數(shù)中的資本，要用資本存量，統(tǒng)計年鑒中只有固定資產(chǎn)投資，需將其換算為資本存量，方法見數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究2008 年第 10 期單豪杰對中國資本存量K的再估算：19522006年或經(jīng)濟(jì)研究2003年第7期張軍等對中國資本存量K的再估計。對收入和支出，可用居民消費(fèi)價格指數(shù)來進(jìn)行調(diào)整。年份1978年=100上年=100名義GDP實(shí)際GDP縮減指數(shù)1978100111.66993645.2173645.21711979107.6107.57294062.5793922.2541.0357771980116.0081168107.84144545.6244228.7481.0749341981122.0905494105.24314891.5614450.4661.0991121982133.1481326109.05695323.3514853.5391.0967981983147.5986719110.8535962.6525380.2931.1082391984169.9982776115.1767208.0526196.8071.1631881985192.8905731113.46629016.0377031.2811.2822751986209.9543997108.846410275.187653.2941.3425831987234.2739716111.583312058.628539.7961.412051988260.701443111.280615042.829503.1351.5829331989271.2942724104.063216992.329889.2661.7182591990281.7093272103.83918667.8210268.921.817896數(shù)據(jù)來源（中國統(tǒng)計年鑒2009）3.經(jīng)濟(jì)模型建立后的檢驗(yàn)經(jīng)濟(jì)意義檢驗(yàn)（符號、大小及系數(shù)之間的關(guān)系）；統(tǒng)計檢驗(yàn)（擬合優(yōu)度、顯著性檢驗(yàn)）；計量經(jīng)濟(jì)學(xué)檢驗(yàn)（序列相關(guān)、異方差、多重共線性、隨機(jī)解釋變量）；預(yù)測檢驗(yàn)。4.模型的形式水平形式：半對數(shù)形式：或雙對數(shù)形式：采用對數(shù)的原因：可以消除異方差、系數(shù)為彈性、相當(dāng)于進(jìn)行了一次差分、中國經(jīng)濟(jì)數(shù)據(jù)多為指數(shù)形式，取對數(shù)后變?yōu)橹本€形式。二、Eviews的一些基本操作1.工作文件的建立與保存（1）工作文件的建立進(jìn)入Eviews軟件以后，點(diǎn)擊FileNewWorkfile，出現(xiàn)如圖一界面。其中：Workfile structure type中可選擇無結(jié)構(gòu)、時間序列、面板數(shù)據(jù)三種類型，而在Date specification的Frequency則可選擇時間序列的頻率，即是年度、季度還是月份或是周資料。Start是開始時間，end是結(jié)束時間。改變已經(jīng)建立好的時間，原有時間范圍為1983:11999:12，改為1982:11999:12，可在命令窗口輸入expand 1982:1 1999:12 敲回車即可。若改為1984:11999:12，則可在命令窗口輸入range 1984:1 1999:12敲回車即可（年月之間用:隔開）。以后在命令窗口輸入命令直接寫為輸入命令。圖一（2）工作文件的保存點(diǎn)擊FileSave as，選擇保存路徑和文件名即可。2.數(shù)據(jù)（1）建立序列序列名不能用Eviews默認(rèn)的一些字符。在Eviews中字母大小不加區(qū)分的使用。建立序列可采用這樣幾種方法：ObjectNew object，在出現(xiàn)界面中左側(cè)選擇Series，并在右側(cè)中對序列命名。或輸入命令data 序列名敲回車即可。建立序列后可在主界面中雙擊序列名打開序列，可把Excel數(shù)據(jù)粘貼復(fù)制到其中。由已知序列生成新序列可輸入命令series 新序列名=已有序列的各種表達(dá)式 敲回車即可。表達(dá)式中可用四則運(yùn)算，以及冪，另外還可以使用這樣一些符號：d( )表示對括號中的序列取1次差分，d(x,2)表示對序列x取二次差分。log( )表示對括號中的序列取以自然數(shù)為底的對數(shù)。dlog( )則表示對括號中的序列先取對數(shù)再一次差分。x(-1)表示對序列x進(jìn)行滯后一期。exp(x)表示ex（e是自然數(shù)）。如series z=log(x)+y(-1)表示生成一個新序列z，其值為相應(yīng)時期的x的對數(shù)加上相應(yīng)時期y的滯后一期值。（2）建立組幾個序列并列在一起，稱為組?？奢斎朊頶roup 組名各序列名 敲回車即可，各序列之間用空格隔開。(3)顯示組或序列輸入命令show 組名或序列名敲回車即可。3.畫圖在打開的序列或組窗口中，點(diǎn)擊ViewGraph(圖的形式)；或在主窗口中QuickGraph（圖的形式），在出現(xiàn)的對話框中輸入要畫圖的序列名或組名?；蜉斎朊顂cat x y 或輸入line x y敲回車，表示對x和y畫出其點(diǎn)圖和線圖。4.基本回歸方程（1）建立方程可點(diǎn)擊ObjectNew object Equation,或QuickEstimation Equation,或輸入命令equation敲回車，在出現(xiàn)的界面中輸入要建立的回歸方程。輸入的方程有兩種形式：y c x1 x2 x3或y=c(1)+c(2)*x1+c(3)*x2+c(4)*x3均可，輸入方程后選擇樣本時間。也可輸入命令ls y c x1 x2 x3敲回車，這是用OLS建立方程。（2）結(jié)果窗口見圖二。結(jié)果主要有三塊，第一塊，包括使用的估計方法：Least Squares最小平方法，樣本時間19782000；觀測值有23個。第二塊是表格，第一行依次為變量、系數(shù)、標(biāo)準(zhǔn)差、t值和p值。系數(shù)即為回歸方程中各變量前的系數(shù)，c表示常數(shù)項，p值小于0.05表示在0.05的顯著性水平上拒絕原假設(shè)（原假設(shè)為系數(shù)為0），可見，gdpp前系數(shù)通過了檢驗(yàn)，即其前系數(shù)顯著不為0，而常數(shù)項則沒有通過。第三塊內(nèi)容為方程的一些統(tǒng)計量。左面依次為R平方，調(diào)整后的R平方，回歸標(biāo)準(zhǔn)差（），殘差平方和，對數(shù)似然函數(shù)值，Durbin-Watson統(tǒng)計量，右面為因變量均值和標(biāo)準(zhǔn)差，AIC準(zhǔn)則，Schwarz準(zhǔn)則，F(xiàn)統(tǒng)計量及顯著性水平。圖二（3）預(yù)測方程對象的工具欄中點(diǎn)擊Forecast按鈕，或選擇ProcsForecast，在出現(xiàn)的界面中全選默認(rèn)，點(diǎn)確定，預(yù)測值保存在consf變量中。三、常見問題使用最小平方法時的基本假定：解釋變量是非隨機(jī)的，相互不相關(guān)的；隨機(jī)干擾項零均值、同方差、零協(xié)方差；解釋變量與隨機(jī)干擾項不相關(guān)；隨機(jī)干擾項服從零均值，同方差的正態(tài)分布，且不存在自相關(guān)。隨機(jī)變量：在一定條件下由于偶然因素影響，其可能取各種不同的值，具有不確定性和隨機(jī)性，但取值在某個范圍的概率是一定的，這種變量叫隨機(jī)變量。1.異方差隨機(jī)干擾項不是同方差的，多見于截面數(shù)據(jù)。（1）檢驗(yàn)方法：White檢驗(yàn)。原假設(shè)是同方差。在結(jié)果窗口的工具欄中點(diǎn)擊ViewResidual TestsWhite Heteroskedasticity(no cross terms)，或ViewResidual TestsWhite Heteroskedasticity(cross terms)，見圖三。前者表示檢驗(yàn)的輔助回歸方程中無解釋變量的交叉項，后者表示有交叉項，觀察Obs*R-squared的P值，若小于0.05，則拒絕原假設(shè)，即存在異方差。（2）處理方法：加權(quán)最小二乘法。把前面簡單回歸當(dāng)中得到的殘差保存下來，可輸入命令series e=resid 敲回車，輸入命令equation或ObjectNew object Equation，或QuickEstimation Equation，在出現(xiàn)的界面中輸入cons c gdpp，點(diǎn)擊Options,然后選中Weighted LS/TSLS，在Weight:后的空白處輸入1/abs(e)，點(diǎn)確定，即可得到加權(quán)最小二乘法估計的方程，再對其殘差進(jìn)行異方差檢驗(yàn)，已不存在異方差。此處采用的是OLS估計的殘差絕對值的倒數(shù)做為權(quán)數(shù)，abs()表示對括號中的變量值取絕對值。圖三2.序列相關(guān)即隨機(jī)干擾項存在自相關(guān)。（1）檢驗(yàn)方法：DW檢驗(yàn)。在回歸結(jié)果中可得到DW值，根據(jù)DW值的大小與其上下限之間的關(guān)系，可判斷是否存在一階自相關(guān)。缺點(diǎn)：只能檢驗(yàn)是否存在一階自相關(guān)，解釋變量非隨機(jī)，回歸模型中不能含有滯后應(yīng)變量作為解釋變量，回歸模型含有截距項。LM檢驗(yàn)。原假設(shè)為沒有自相關(guān)，在回歸結(jié)果窗口中點(diǎn)擊ViewResidual TestsSerial Correlation LM Test，見圖三。在出現(xiàn)的對話框中要輸入自相關(guān)的階數(shù)，可從1開始輸，觀察Obs*R-squared的p值，若小于0.05，則拒絕原假設(shè)，即存在1階或多階自相關(guān)。（2）處理方法：廣義差分法。假定回歸方程為,可用OLS對方程進(jìn)行估計，在估計結(jié)果中等到DW值，可以求出，也可以這樣：用OLS對方程進(jìn)行估計，得到殘差resid，令其殘差等于e，用OLS對進(jìn)行估計，得到的系數(shù)即為，注意此時沒有截距項。再用OLS估計方程，得到的解釋變量前的系數(shù)即為原始方程中的，得到的常數(shù)項除以，即為原始方程的?？瓶藗悐W克特迭代法。輸入命令equation敲回車，在出現(xiàn)的界面中輸入Y c X ar(1) ar(2)，點(diǎn)確定即可。3.多重共線性解釋變量之間高度相關(guān)。（1）檢驗(yàn)方法：可查看變量間的相關(guān)系數(shù)矩陣。點(diǎn)擊主窗口工具欄上QuickGroup StatisticsCorrelations，在出現(xiàn)的窗口中輸入各解釋變量，用空格隔開。也可觀察OLS估計結(jié)果，若、F通過，但t檢驗(yàn)通不過，或解釋變量前系數(shù)的符號不對，大小不對，則懷疑存在多重共線性。存在完全或高度共線性時，會出現(xiàn)提示：“nearly singular matrix”。若方差膨脹因子遠(yuǎn)大于10，則也存在多重共線性。用OLS估計后，在主窗口中輸入命令scalar vifcar=1/(1-eqcar.R2)敲回車。該命令是定義一個標(biāo)量，名稱為vifcar，其值等于1-用某個自變量(car)作為被解釋變量，其余自變量作為解釋變量建立的回歸方程的的倒數(shù)，eqcar.R2表示引用方程eqcar的。也可用某一解釋變量作為被解釋變量和其他解釋變量作回歸，若其的值大于0.5以上，則認(rèn)為存在多重共線性。（2）處理方法：差分法、嶺回歸法和逐步回歸法。逐步回歸法的第一步是找出最簡單的回歸形式。用被解釋變量分別與某一個解釋變量作回歸，選擇最大的為最簡單回歸形式；第二步把其他解釋變量依次導(dǎo)入上述初始方程，找出最佳模型。嶺回歸法見相關(guān)文獻(xiàn)SPSS做嶺回歸。4.隨機(jī)解釋變量問題主要體現(xiàn)在用滯后被解釋變量作為模型的解釋變量，另外有時是模型右邊的變量存在測量誤差，方程右邊有解釋變量（聯(lián)立方程）。處理方法：工具變量法。工具變量的條件：與替代的隨機(jī)解釋變量高度相關(guān)；與隨機(jī)干擾項不相關(guān)、與其他解釋變量不相關(guān)。原始方程為：,工具變量為Z，則第一階段是用OLS估計方程，得到和的值，據(jù)此估計的估計值；第二階段，用OLS估計方程在Eviews中的實(shí)現(xiàn)，輸入命令equation敲回車，在出現(xiàn)界面下方的Method中選擇TSLSL，則在出現(xiàn)窗口上方空白窗口中輸入Y C X，在下方空白窗口中輸入工具變量Z點(diǎn)確定即可。5.非線性模型柯布道格拉斯生產(chǎn)函數(shù)，取對數(shù)線性化是乘性誤差，即，兩邊取對數(shù)，可得，可用前面所講的OLS估計即可。若用非線性最小二乘法則是加性誤差，即，在Eviews中的實(shí)現(xiàn)：輸入equation敲回車，在出現(xiàn)的窗口中輸入，這兩種估計的結(jié)果不一樣。且兩種情況下K和L都存在共線性，解決辦法：先估計對數(shù)線性化方程，然后對其進(jìn)行的約束檢驗(yàn)，Eviews中的操作步驟：在命令窗口中輸入ls log(Y) c log(K) log(L)，敲回車，在結(jié)果窗口中點(diǎn)Coefficient TestsWald-Coefficient Restrictions，在出現(xiàn)的窗口空白框中輸入c(2)+c(3)=1點(diǎn)確定即可。觀察F-statistic和Chi-square的Probability值，若均大于0.05，則可認(rèn)為，此時可變?yōu)?，即，這是一元回歸模型，不存在多重共線性，用OLS估計即可(此時用乘性或用加性誤差，結(jié)果近似，可選用擬合優(yōu)度較大的那種形式)。6.其他檢驗(yàn)殘差正態(tài)性檢驗(yàn)。在回歸結(jié)果窗口中點(diǎn)擊ViewResidual TestsHistogram-Nomality Test，觀察Jarque-Bera下的Probability值，若小于0.05則拒絕殘差服從正態(tài)分布的假設(shè)(這個檢驗(yàn)做的不多)。模型誤設(shè)檢驗(yàn)（Ramsey Reset）。在回歸結(jié)果窗口中點(diǎn)擊ViewStability TestsRamsey Reset Test，出現(xiàn)的窗口中填1或2，表示檢驗(yàn)的無約束回歸方程中加入被解釋變量的二次式或三次式。若F統(tǒng)計量的P值小于0.05，則拒絕原假設(shè)，即存在遺漏相關(guān)變量的設(shè)定偏誤。模型穩(wěn)定性檢驗(yàn)（遞歸殘差檢驗(yàn)Cusum和遞歸殘差平方和檢驗(yàn)Cusumsq）。在回歸結(jié)果窗口中點(diǎn)擊ViewStability TestsRecursive Estimates(OLS only)，在出現(xiàn)的窗口中分別選擇CUSUM Test和CUSUM of Square Test，在出現(xiàn)的圖形中，若藍(lán)色線處于兩條紅色線之間，則表示穩(wěn)定，若超出，則表示不穩(wěn)定。四、序列平穩(wěn)性檢驗(yàn)1.平穩(wěn)性檢驗(yàn)前面介紹的回歸方程是建立在時間序列是平穩(wěn)的基礎(chǔ)上的，若時間序列不平穩(wěn)，則容易出現(xiàn)偽回歸。（1）平穩(wěn)的概念若一個時間序列，與無關(guān)，與無關(guān)，與無關(guān)，只與間隔期數(shù)有關(guān)，則該時間序列是平穩(wěn)的。其中，若，則稱其為白噪聲。（2）檢驗(yàn)方法單位根檢驗(yàn)。原假設(shè):。相應(yīng)的輔助回歸方程有如下三種形式： (1) (2) (3)若拒絕，則不存在單位根，平穩(wěn)。注意：選擇是否帶有常數(shù)項或趨勢項，根據(jù)原序列的圖形觀察來決定，即水平數(shù)值時畫原序列，一次差分時畫一次差分序列。選擇哪種形式很重要，因?yàn)闄z驗(yàn)顯著性水平的t統(tǒng)計量在原假設(shè)下的漸進(jìn)分布依賴于關(guān)于這些項的定義。（一般可以先選帶有常數(shù)項和趨勢項，再選僅有常數(shù)項，最后選既無常數(shù)項又無趨勢項，若三種選擇其P值均大于0.05，則認(rèn)為存在單位根，即不平穩(wěn)；若其中有一個選擇其P值小于0.05，則認(rèn)為沒有單位根，序列是平穩(wěn)的。）滯后項數(shù)的確定可根據(jù)AIC來，要選用使得AIC最小的滯后項數(shù)。Eviews的實(shí)現(xiàn)方法：在序列窗口中，點(diǎn)擊ViewUnit Root Test出現(xiàn)圖四界面，在Test type 下可選Augmented Dickey-Fuller（ADF檢驗(yàn)）（目前大部分人使用的是這種檢驗(yàn)方法）、Dickey-Fuller GLS（ERS）（DF檢驗(yàn)）、Phillips Perron（PP檢驗(yàn)）（有人采用PP檢驗(yàn)，認(rèn)為這種檢驗(yàn)方法相對比較穩(wěn)定。）、Kwiatkowski-Phillips-Schmidt-Shin（KPSS檢驗(yàn)）、Elliott-Rothenberg-Stock Point-optimal（ERS檢驗(yàn)）和Ng and Perron（NP檢驗(yàn)）。Test for unit root in下有三個選項，分別表示序列原水平、一次差分和二次差分。Include in test equation下有三個選項，分別表示在檢驗(yàn)方程中是否含有常數(shù)項、趨勢及常數(shù)項、無常數(shù)無趨勢。Lag length下選中Automatic selection，則按下面給出的準(zhǔn)則自動選擇滯后期。下拉框中的準(zhǔn)則有Akaike Info Criterion（AIC準(zhǔn)則）、Schwarz Info Criterion（SC準(zhǔn)則）、Hannan-Quinn Criterion(HQ準(zhǔn)則)、Modified Akaike(調(diào)整AIC)、Modified Schwarz（調(diào)整SC）及Modified Hannan-Quinn(調(diào)整HQ)，一般選擇AIC準(zhǔn)則。要注意我們選用PP檢驗(yàn)和NP檢驗(yàn)、ERS檢驗(yàn)、KPSS檢驗(yàn)時，此下拉菜單里的內(nèi)容不再一樣。圖四我們一般先對序列進(jìn)行原水平進(jìn)行檢驗(yàn)，若不平穩(wěn)，則對序列一次差分后檢驗(yàn)，若還不平穩(wěn)，則對序列二次差分后檢驗(yàn)，一般二次差分后都平穩(wěn)了。五、協(xié)整1.基本概念變量數(shù)列都不是平穩(wěn)的，但它們的某種線性組合可能是穩(wěn)定的，認(rèn)為變量數(shù)列存在協(xié)整關(guān)系，即長期均衡關(guān)系或協(xié)同增長關(guān)系。2.檢驗(yàn)要求兩變量是要求同階單整，多變量時則無需要求同階單整。所謂單整是指序列經(jīng)過一次差分后穩(wěn)定，是一階單整，記為I(1)；經(jīng)過兩次差分后穩(wěn)定，是二階單整，記為I（2）；顯然I（0）是平穩(wěn)的。對中國數(shù)據(jù)而言，存量數(shù)據(jù)，如不變價的資產(chǎn)、儲蓄，是二階單整；流量數(shù)據(jù)，如不變價的消費(fèi)、收入，是一階單整；變化率，如利率、收益率，是0階單整，即平穩(wěn)的。多變量時要注意：被解釋變量的單整階數(shù)不得超過自變量中最高的單整階數(shù)。一般認(rèn)為兩個同階單整的序列合在一起，其單整階數(shù)可降低，如I(2)+I(2)可變?yōu)镮(1)或I(0)，但I(xiàn)(2)+I(1)還是I(2)，協(xié)整檢驗(yàn)時，要求被解釋變量的單整階數(shù)要等于所有自變量組合在一起的可能階數(shù)。若不等，則需用ARDL邊界檢驗(yàn)來做，它可以對既有平穩(wěn)序列又有非平穩(wěn)序列做協(xié)整分析(但最高不得超過1階單整)。3.檢驗(yàn)方法兩變量：用EG兩步法。用OLS估計兩變量的回歸方程，得到殘差，對殘差序列進(jìn)行平穩(wěn)性檢驗(yàn)（注意：此時在圖四所示窗口要選Level和None），若平穩(wěn)，則兩變量協(xié)整。注意：對殘差進(jìn)行平穩(wěn)性檢驗(yàn)的ADF臨界值比正常的平穩(wěn)性檢驗(yàn)ADF檢驗(yàn)臨界值小，見Mackinnon（1997）。多變量：對于多變量的協(xié)整檢驗(yàn)過程，基本與雙變量情形相同，即需檢驗(yàn)變量是否具有同階單整性（不一定需要所有變量都是同階單整，只要滿足上面2檢驗(yàn)要求即可），以及是否存在穩(wěn)定的線性組合。在檢驗(yàn)是否存在穩(wěn)定的線性組合時，需通過設(shè)置一個變量為被解釋變量，其他變量為解釋變量，進(jìn)行OLS估計并檢驗(yàn)殘差序列是否平穩(wěn)。如果不平穩(wěn)，則需更換被解釋變量，進(jìn)行同樣的OLS估計及相應(yīng)的殘差項檢驗(yàn)。當(dāng)所有的變量都被作為被解釋變量檢驗(yàn)之后，仍不能得到平穩(wěn)的殘差項序列，則認(rèn)為這些變量間不存在協(xié)整關(guān)系。上述方法不常用，對多變量間協(xié)整關(guān)系的檢驗(yàn)，比較常用的是JohansenJuselius檢驗(yàn)，即JJ檢驗(yàn)。J一J檢驗(yàn)：需要所有的變量都是同階單整的，若不是同階單整，則可以用ARDL邊界檢驗(yàn)（此法需用另外的軟件Microfit4）。步驟：把所有變量做為一個group打開(被解釋變量放在第一列)，組窗口中點(diǎn)ViewCointegration Test，出現(xiàn)圖五窗口，左邊有六個選項，前五個是指有五個模型，第六個是把五個模型的結(jié)果綜合顯示。前五個模型分別是：第1個模型是指序列沒有確定性趨勢且協(xié)整方程無截距；第2個模型是指序列沒確定性趨勢且協(xié)整方程有截距；第3個模型是指序列有線性趨勢但協(xié)整方程只有截距；第4個模型是指序列和協(xié)整方程都有線性趨勢；第5個模型是指序列有二次趨勢且協(xié)整方程有線性趨勢。1、5兩個模型可不考慮：第1個模型一般不符合實(shí)際，第5個模型的研究仍不全面。所以，模型的選擇僅在2、3、4三個模型中進(jìn)行。具體到Eviews中，先做模型2，看協(xié)整向量為0時的統(tǒng)計量（跡和最大特征值都可以），打星號了嗎？沒打星號，就是這個模型；有星號，則看模型3。依此類推，檢驗(yàn)完模型4后再檢驗(yàn)?zāi)Ｐ?，此時看協(xié)整向量為1時的統(tǒng)計量，步驟仍同上，直到遇到第一個沒打星號的模型。注意，右邊的Lag intervals下填滯后階數(shù)，滯后1階填1 1，滯后2階填1 2。滯后階數(shù)的確定是個大問題，一般默認(rèn)，否則，需要建立VAR模型，確定VAR模型的滯后期后，此時選擇VAR模型滯后期數(shù)減1。圖五 建立VAR(向量自回歸)步驟：點(diǎn)擊QuickEstimate VAR，出現(xiàn)圖六窗口，在Endogenous Variable下的窗口中輸入所有變量，Lag intervals for Endogenous下填滯后階數(shù)，先默認(rèn)。在結(jié)果窗口中點(diǎn)擊ViewLag StructureLag Length Criteria，彈出圖七所示對話框，里面填上滯后期(如填3)，點(diǎn)確定后出現(xiàn)的結(jié)果如圖八所示，選出現(xiàn)*號最多的滯后階數(shù)，即3(此時的)。然后再按照前述的步驟建立VAR 。(注意，實(shí)際操作中，經(jīng)常會發(fā)現(xiàn)若在圖七中填4，則會出現(xiàn)滯后階數(shù)為4時出現(xiàn)*號最多。怎么辦？從經(jīng)濟(jì)意義和自由度考慮，一般選1或2足夠了。)VAR模型平穩(wěn)性檢驗(yàn)：點(diǎn)擊Views-Lag Structure-AR Roots Graph，看*號是否都在圓內(nèi)，若是，則表明VAR模型是平穩(wěn)的。VAR模型預(yù)測：在VAR模型估計結(jié)果的窗口中點(diǎn)擊Proc-Make Model，可以得到模型，點(diǎn)擊Solve，在出現(xiàn)的對話框中(圖九)進(jìn)行選擇就可以得到對應(yīng)的預(yù)測值。其中動態(tài)解(Dynamic solution)可以預(yù)測出序列的變化趨勢，但對具體年份的預(yù)測效果不好；靜態(tài)解(Static solution)對數(shù)據(jù)的擬合程度比較好。圖六圖七圖八圖九六、誤差修正模型兩變量：變量間存在協(xié)整關(guān)系，表明變量間存在長期均衡關(guān)系，但短期內(nèi)是不均衡，所以，若兩變量之間存在協(xié)整關(guān)系，如，我們實(shí)際觀察到的是短期非均衡，即：，可變形為：，即，大括號中的表達(dá)式即為長期均衡方程里把Y和X都滯后一期移項所得的隨機(jī)干擾項的滯后一期（，）?？傻茫渲?，。這就是誤差修正模型，就是誤差修正項，一般情況下，所以，的修正作用如下：(1)若(t-1)時刻Y大于其長期均衡解,為正，則()為負(fù)，使得減少； (2)若(t-1)時刻Y小于其長期均衡解，為負(fù)，則() 為正，使得增大。上面的都是方程的等價變形，所以建立誤差修正模型可以有如下三個等價方程：建立誤差修正模型的方法：對前面已經(jīng)經(jīng)過協(xié)整檢驗(yàn)的變量直接進(jìn)行OLS估計，即ls ly c lx，導(dǎo)出殘差，即series e=resid，再輸入命令ls d(ly) c d(lx) e(-1)，e(-1)前的系數(shù)一般為負(fù)，其絕對值小于1大于0，反映了對短期波動偏離長期均衡時的修正。多變量的誤差修正模型也可類似建立，ls d(ly) c d(lx) d(lz) e(-1)。(建立誤差修正模型的前提：變量間存在協(xié)整關(guān)系)七、因果關(guān)系檢驗(yàn)1.基本思想如果X是Y的原因，那么X的變化應(yīng)當(dāng)發(fā)生在Y的變化之前，說X是引起Y變化的原因，必須滿足兩個條件：一是X應(yīng)該有助于Y，即在Y關(guān)于Y過去值（滯后值）的回歸中，添加X的過去值（滯后值）作為解釋變量，應(yīng)當(dāng)顯著地增加回歸方程的解釋能力。二是Y不應(yīng)該有助于X，因?yàn)槿鬤有助于預(yù)測Y同時Y也有助于X，則很有可能存在一個或多個其它變量，既是引起X變化的原因，也是引起Y變化的原因。2.檢驗(yàn)方法原假設(shè)：X不是Y的格蘭杰原因。此時把Y對Y的滯后值及X的滯后值進(jìn)行回歸，即回歸方程為（無約束條件回歸方程），再將Y對Y的滯后值進(jìn)行回歸，方程為（有約束條件回歸），再進(jìn)行約束條件是否真實(shí)的檢驗(yàn)。在Eviews中的操作如下，在主窗口中點(diǎn)擊工具欄中QuickGroup StatisticsGranger Causality Test，在出現(xiàn)的對話框中輸入要檢驗(yàn)的兩個序列名，用空格隔開，點(diǎn)確定，再在出現(xiàn)的對話框中輸入滯后期數(shù)，點(diǎn)確定，結(jié)果見圖十。觀察最后兩行的P值，均大于0.05，不能拒絕原假設(shè)，即CONSP和GDPP不存在因果關(guān)系。注意：滯后期的選擇非常重要，滯后期選擇的不同，結(jié)論也不相同。滯后期選擇的方法是：使得無約束回歸方程的AIC最小的滯后期數(shù)，且無約束回歸方程不存在自相關(guān)。在Eviews中進(jìn)行因果關(guān)系檢驗(yàn)時不能直接得到AIC，需要自己求。方法是輸入命令ls gdpp gdpp(-1) consp(-1)，得到滯后一期時檢驗(yàn)consp是否是gdpp原因無約束方程的AIC，接著輸入命令ls gdpp gdpp(-1) gdpp(-2) consp(-1) consp(-2)，得到滯后二期時其AIC，可一直持續(xù)下去。對檢驗(yàn)gdpp是否是consp的原因要求得其AIC，可采取同樣的方法。最后比較兩組AIC，最終確定最佳滯后期數(shù)。圖十Lag因果關(guān)系LMAICSCP結(jié)論1GDPPCONS0.00022717.3895917.488770.001拒絕CONSGDPP0.00006819.0734719.172660.007拒絕2GDPPCONS0.00937616.3795316.578490.03拒絕CONSGDPP0.00836117.8637918.062750.19不拒絕3GDPPCONS0.01016115.1355015.434220.00拒絕CONSGDPP0.19133817.1445717.443290.69不拒絕4GDPPCONS0.11050814.7026115.100270.00拒絕CONSGDPP0.02756216.4201616.817820.015拒絕5GDPPCONS0.46435914.7163715.211020.00拒絕CONSGDPP0.87434416.2996516.794300.00拒絕6GDPPCONS0.04058714.9916415.579790.07不拒絕CONSGDPP116.0508416.638990.03拒絕分析步驟總結(jié)如下：0不同不平穩(wěn)不同有協(xié)整關(guān)系關(guān)系無協(xié)整是否相同有協(xié)整關(guān)系相同平穩(wěn)平穩(wěn)性檢驗(yàn)OLS估計模型協(xié)整檢驗(yàn)有無協(xié)整關(guān)系J-J協(xié)整檢驗(yàn)被解釋變量的單整階數(shù)與所有被解釋變量結(jié)合的可能階數(shù)是否相同E-G兩步法最高單整階數(shù)是否超過1ARDL邊界檢驗(yàn)單整階數(shù)對序列取對數(shù)、差分、改變模型的形式、增加或刪減變量異方差、自相關(guān)、多重共線性檢驗(yàn)誤差修正模型因果關(guān)系檢驗(yàn)八、面板數(shù)據(jù)1996-2002年中國東北、華北、華東15個省級地區(qū)的居民家庭人均消費(fèi)（不變價格）和人均收入數(shù)據(jù)見表1和表2。數(shù)據(jù)是7年的，每一年都有15個數(shù)據(jù)，共105組觀測值。表1 1999-2002年中國東北、華北、華東15個省級地區(qū)的居民家庭人均消費(fèi)數(shù)據(jù)（不變價格）地區(qū)人均消費(fèi)1996199719981999200020012002CP-AH（安徽） 3282.466 3646.150 3777.410 3989.581 4203.555 4495.174 4784.364CP-BJ（北京） 5133.978 6203.048 6807.451 7453.757 8206.271 8654.433 10473.12CP-FJ（福建） 4011.775 4853.441 5197.041 5314.521 5522.762 6094.336 6665.005CP-HB（河北） 3197.339 3868.319 3896.778 4104.281 4361.555 4457.463 5120.485CP-HLJ（黑龍江） 2904.687 3077.989 3289.990 3596.839 3890.580 4159.087 4493.535CP-JL（吉林） 2833.321 3286.432 3477.560 3736.408 4077.961 4281.560 4998.874CP-JS（江蘇） 3712.260 4457.788 4918.944 5076.910 5317.862 5488.829 6091.331CP-JX（江西） 2714.124 3136.873 3234.465 3531.775 3612.722 3914.080 4544.775CP-LN（遼寧） 3237.275 3608.060 3918.167 4046.582 4360.420 4654.420 5402.063CP-NMG（內(nèi)蒙古） 2572.342 2901.722 3127.633 3475.942 3877.345 4170.596 4850.180CP-SD（山東） 3440.684 3930.574 4168.974 4546.878 5011.976 5159.538 5635.770CP-SH（上海） 6193.333 6634.183 6866.410 8125.803 8651.893 9336.100 10411.94CP-SX（山西） 2813.336 3131.629 3314.097 3507.008 3793.908 4131.273 4787.561CP-TJ（天津） 4293.220 5047.672 5498.503 5916.613 6145.622 6904.368 7220.843CP-ZJ（浙江） 5342.234 6002.082 6236.640 6600.749 6950.713 7968.327 8792.210資料來源：中國統(tǒng)計年鑒1997-2003表2 1999-2002年中國東北、華北、華東15個省級地區(qū)的居民家庭人均收入數(shù)據(jù)（不變價格）地區(qū)人均收入1996199719981999200020012002IP-AH（安徽） 4106.251 4540.247 4770.470 5178.528 5256.753 5640.597 6093.333IP-BJ（北京） 6569.901 7419.905 8273.418 9127.992 9999.700 11229.66 12692.38IP-FJ（福建） 4884.731 6040.944 6505.145 6922.109 7279.393 8422.573 9235.538IP-HB（河北） 4148.282 4790.986 5167.317 5468.940 5678.195 5955.045 6747.152IP-HLJ（黑龍江） 3518.497 3918.314 4251.494 4747.045 4997.843 5382.808 6143.565IP-JL（吉林） 3549.935 4041.061 4240.565 4571.439 4878.296 5271.925 6291.618IP-JS（江蘇） 4744.547 5668.830 6054.175 6624.316 6793.437 7316.567 8243.589IP-JX（江西） 3487.269 3991.490 4209.327 4787.606 5088.315 5533.688 6329.311IP-LN（遼寧） 3899.194 4382.250 4649.789 4968.164 5363.153 5797.010 6597.088IP-NMG（內(nèi)蒙古） 3189.414 3774.804 4383.706 4780.090 5063.228 5502.873 6038.922IP-SD（山東） 4461.934 5049.407 5412.555 5849.909 6477.016 6975.521 7668.036IP-SH（上海） 7489.451 8209.037 8773.100 10770.09 11432.20 12883.46 13183.88IP-SX（山西） 3431.594 3869.952 4156.927 4360.050 4546.785 5401.854 6335.732IP-TJ（天津） 5474.963 6409.690 7146.271 7734.914 8173.193 8852.470 9375.060IP-ZJ（浙江） 6446.515 7158.288 7860.341 8530.314 9187.287 10485.64 11822.00資料來源：中國統(tǒng)計年鑒1997-2003（1）建立面板數(shù)據(jù)工作文件首先建立工作文件。打開工作文件后，過程如下：建立面板數(shù)據(jù)庫:在窗口中輸入15個不同省級地區(qū)的標(biāo)識:（2）定義序列名并輸入數(shù)據(jù)產(chǎn)生2*15個尚未輸入數(shù)據(jù)的變量名。這樣可以通過鍵盤輸入或粘貼的方法數(shù)據(jù)數(shù)據(jù)。從現(xiàn)有序列產(chǎn)生新序列的方法：如要對consume取自然對數(shù)，可在打開的pool窗口中點(diǎn)ProcGenerate Pool series，在出現(xiàn)的窗口enter equation下空白處輸入lconsume?=log(consume?)點(diǎn)OK即可。（3）面板單位根檢驗(yàn)單位根檢驗(yàn)過程如下：在Pool對象的工具欄中，選擇View/Unit Root Test，并輸入相應(yīng)的Pool序列名，可以實(shí)現(xiàn)ADF、PP等多種方法下的Pool序列的單位根檢驗(yàn)。Levin, Lin & Chu t* 統(tǒng)計量、Breitung t統(tǒng)計量的原假設(shè)為存在普通的單位根過程，lm Pesaran & Shin W 統(tǒng)計量、ADF- Fisher Chi-square統(tǒng)計量、PP-Fisher Chi-square統(tǒng)計量的原假設(shè)為存在有效的單位根過程， Hadri Z統(tǒng)計量的檢驗(yàn)原假設(shè)為不存在普通的單位根過程。為了方便，有時只采用兩種面板數(shù)據(jù)單位根檢驗(yàn)方法，即相同根單位根檢驗(yàn)LLC （Levin-Lin-Chu）檢驗(yàn)和不同根單位根檢驗(yàn) Fisher-ADF 檢驗(yàn)，如果在兩種檢驗(yàn)中均拒絕存在單位根的原假設(shè)則我們說此序列是平穩(wěn)的，反之則不平穩(wěn)。得到如下檢驗(yàn)結(jié)果：從上面的檢驗(yàn)結(jié)果可以看出來，6種檢驗(yàn)方法的結(jié)論都認(rèn)為15個cp序列存在單位根。選擇IPS檢驗(yàn)方法進(jìn)行單位根檢驗(yàn)。檢驗(yàn)結(jié)果如下：從上面的結(jié)果可以看出，cp面板存在單位根，同時每個個體都存在單位根。（4）面板協(xié)整檢驗(yàn)在各變量同階單整的前提下，可做協(xié)整檢驗(yàn)。Kao(1999)、Kao and Chiang(2000)利用推廣的DF和ADF檢驗(yàn)提出了檢驗(yàn)面板協(xié)整的方法,這種方法零假設(shè)是沒有協(xié)整關(guān)系,并且利用靜態(tài)面板回歸的殘差來構(gòu)建統(tǒng)計量。Pedron(1999)在零假設(shè)是在動態(tài)多元面板回歸中沒有協(xié)整關(guān)系的條件下給出了七種基于殘差的面板協(xié)整檢驗(yàn)方法。和Kao的方法不同的是,Pedroni的檢驗(yàn)方法允許異質(zhì)面板的存在。Larsson et al(2001)發(fā)展了基于Johansen(1995)向量自回歸的似然檢驗(yàn)的面板協(xié)整檢驗(yàn)方法，這種檢驗(yàn)的方法是檢驗(yàn)變量存在共同的協(xié)整的秩。在EViews中打開pool對象，選擇Views/ Cointegration Test，則顯示協(xié)整檢驗(yàn)的對話框。在對話框的左上角可以輸入要檢驗(yàn)的變量的名稱，同時通過對話框中左下角的下拉菜單可以在Pedroni (Engle-Granger based),