計量經(jīng)濟(jì)學(xué)軟件包Eviews使用說明

計量經(jīng)濟(jì)學(xué)軟件包Eviews使用說明

一、啟動軟件包

假定用戶有Windows95/98的操作經(jīng)驗，我們通過一個實際問題的處理過程，使用戶對EViews

的應(yīng)用有一些感性認(rèn)識，達(dá)到速成的目的。

IEviews的啟動步驟：

進(jìn)入Windows/雙擊Eviews快捷方式，進(jìn)入EViews窗口：或點擊開始/程序/EconomelricViews/

Eviews,進(jìn)入EViews窗口。

2、EVicws窗口介紹

（圖一）

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）相關(guān)

閉，點擊這三個按鈕可以控制窗口的大小或關(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)點擊可打開下拉式菜單（或再下一級菜單，如果

有的話），點擊某個選項甩腦就執(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Fl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I」之下是Eviews的主顯示窗LI,以后操作產(chǎn)生的窗口（稱為子窗U）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

[⑴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.，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），像結(jié)束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、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）。

卜.面我們通過研究我國城鎮(zhèn)居民消費(fèi)與可?支配收入的關(guān)系來學(xué)習(xí)Eviews的應(yīng)用。數(shù)據(jù)如卜.：

表一

1998年我國城鎮(zhèn)居民人均可支配收入與人均消費(fèi)性支出單位：元

士也區(qū)可支配收消費(fèi)性支上也區(qū)可支配收消費(fèi)性支

入（inc）出（consum）入（inc）出（consum）

北京8471.986970.83河南4219.423415.65

天津7110.545471.01湖北4826.364074.38

河北5084.643834.43湖南5434.264370.95

山西4098.733267.70廣東8839.687054.09

內(nèi)蒙古4353.023105.74廣西5412.244381.09

遼寧4617.243890.74海南4852.873832.44

吉林4206.643449.74重慶5466.574977.26

黑龍江4268.503303.15四川5127.084382.59

上海8773.106866.41貴州4565.393799.38

江蘇6017.854889.43云南6042.785032.67

浙江7836.766217.93陜西4220.243538.52

安徽4770.473777.41甘肅4009.613099.36

福建6485.635181.45青海4240.133580.47

江西4251.423266.81寧夏4112.413379.82

山東5380.084143.96新疆5000.793714.10

（數(shù)據(jù)來源：中國統(tǒng)計年鑒-1999光盤J10、JII,中國統(tǒng)計出版社）

下面的圖片說明了具體操作過程。

I、打開新建對?象類型對話框，選擇工作文件Workfile,見圖二。

nnci

Iil?mjzrtr?i強(qiáng)icXbMsKtlp

raxn-c;\cvxcvsow>-nonevr-none

（圖二）

2、打開工作義件時間頻率和樣本區(qū)間對話框，輸入頻率和樣本區(qū)間，見圖三。

（圖三）

3、點擊OK確認(rèn)，得新建工作文件窗口，見圖四。

丫3strxxQuickOfitionaXinde?g?l>

Path=e:\evleirs3DB=none”=untitled

（圖四）

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

利分析工作文件內(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，曲線圖是時間序列。用戶選擇Views對象后雙行鼠標(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，點擊工具條中save'輸入文件名、路徑、保存，或點

擊菜單欄中File\Save或Saveas'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，點擊主菜單中的File

\Opcn\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，可以輸入利編輯數(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、daia命令方式：命令格式為：（123<序歹1」名1><序列名2>......〈序歹ij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，如圖五所示。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)輸入窗門,點擊工作文件窗口工具條的Sa、，c或點擊

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----數(shù)組方式：點擊Quick\EmplyGroup（EdilSeries）,進(jìn)入數(shù)據(jù)窗口

編輯窗口，點擊。bs行沒有數(shù)據(jù)的第一列（如圖五中太陽標(biāo)志處），然后輸入序列名，并可以如此

輸入多個序列。輸入數(shù)據(jù)名后，可以輸入數(shù)據(jù)，方式同上。

3、鼠標(biāo)圖形界面方式序列方式：點擊Objects'Newobject'選Series\輸入序列名稱\0k,

進(jìn)入數(shù)據(jù)編輯窗口，點擊Edil+/-打開數(shù)據(jù)編輯狀態(tài)，（用戶可以根據(jù)習(xí)慣點擊Smpl+0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。

輸入命令,

dataincconsum

（圖五）

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，見圖六。具體介紹如下：

（圖六）

GroupMembers可用于增加組中的序歹!j；Spreadsheet以電子?數(shù)據(jù)表的形式顯示數(shù)據(jù)：Dated

DataTable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：MultiGraph以

多圖的形式顯示組中數(shù)據(jù)；DescriptiveStats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）等；Testsofequality…給出檢驗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)檢驗結(jié)果；N-way/One?wayTabulation…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立的假設(shè)檢驗結(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

CONSUMvs.INC

INC

圖七

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)；CrossCorrelation⑵給出組內(nèi)第1和

第2序列的超前幾期和滯后凡期值之間的互相關(guān)函數(shù)：CointegrationTest執(zhí)行Johansen

cointegration協(xié)整（或稱為共積）檢驗；GrangerCausality檢驗組內(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。

圖八

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圖(見圖七)。依據(jù)凱恩斯理論，設(shè)定理論模型：

consum=a+b(inc)

2、作普通最小二乘法估計：在主菜單選Quick\Eslimat?Equations,進(jìn)入輸入估計方程對話框,

輸入待估計方程，選擇估計方法一普通最小二乘法，如圖八所示。點擊OK進(jìn)行估計，得到估計方

程(I)及其統(tǒng)計檢驗結(jié)果，如圖九所示。

consum=0.794//ZC+49.82(I)

/(30.89)(0.35)

3、利用圖九中給出的統(tǒng)計檢驗結(jié)果對模型的可靠性進(jìn)行統(tǒng)計學(xué)檢驗，山統(tǒng)計結(jié)果可以看出該

模型擬合優(yōu)良，誤差項不存在一階正自相關(guān)。

4、利用圖九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)的實際值、預(yù)測值和殘差。

六、單方程預(yù)測

預(yù)測是我們建立經(jīng)濟(jì)計量模型的目的之一，其操作如卜.：進(jìn)入方程估il?愉出窗口(可以選定一

個已有的方程建打開或估計一個新方程)如圖九，點擊其工具欄中的Forecast打開對話框(圖

fileRdiQQbj?ct?QuickOfitasn*|s*4c?

CE(?：\?viw?3\xf.vfl)HFIBI

IProcsIObjectsISavelLabeH/-1ShorIFetchIStoreIDeleteIGenrISaR

UYTXTLZDTerkfila：XFKGm

Samnev|Pr/c3|0bgt§|jrlnt|Nie|，1ezc|EstliutulForesst|St，tslRcsicL?I

5JDepecd€<itVariableCONSUM

01mMethodLeastSquares

aroDate01/1S/01Time2229

3$eSample:130

Includedooservabons:JO

VariableCoefficientStdErrort-Stat)sbcFrob

INC0794434002571930.88S57ooooo

c49822001437013034670507314

R-iqubW0971490MR”但“IUBilvdi4342317

AdjustedR-squared0970472SDdependentvar1166015

SEofregression2003663Akaikeinfoenterion1350251

Sumsquaredre;id1124106Schwarzenterion1359592

Loglikeihood-2005377F-stabstic9541039

Durbin-Watsonstat1.607925Prob(F-statisbc)ooooooo

Path-e:\evlews3D6-noneIF-xf

圖九

十)，輸入序列名(Forecastname),這名稱通常與方程中被解釋變量的名字不同，這樣就不會

混淆實際值利預(yù)測值：作為可選項，可給預(yù)測標(biāo)準(zhǔn)差隨意命名[S.E(optional)],命名后，指定的序

列將存儲于工作文件中：用戶可以根據(jù)需要選擇預(yù)測區(qū)間(samplerangeforforecast)：Dynamic

選項是利用滯后左手變量以前的預(yù)測只來計算當(dāng)前樣本區(qū)間的預(yù)測值，Static選項是利用滯后左手

變量的實際值來計算預(yù)測值(該選項只有在實際數(shù)值可以得到時使用)，當(dāng)方程中不含有滯后被解

釋變量或ARMA項時，這兩種方法在第二步和以后各步都給出相同結(jié)果，當(dāng)方程中含有滯后被解

釋變量或ARMA項時，這兩種方法在第二步以后給出不同結(jié)果；用Output可選擇用圖形或數(shù)值來

看預(yù)測值，或兩者都用以及預(yù)測評價指標(biāo)(平均絕對誤差等)。將對話框的內(nèi)容輸入完畢，點擊

OK得到用戶命名的預(yù)測值序列。

注意：在進(jìn)行外推預(yù)測之前應(yīng)給解釋變量賦值。例如我們根據(jù)1980?1998年數(shù)據(jù)得到中國人

均生活費(fèi)支出與人均可支配I攵入關(guān)系的回歸方程，希望預(yù)測1999、2000、2001年的人均生活費(fèi)支

出。為此，我們首先需要給出1999、2000、2(X)1年人均收入可支配的數(shù)據(jù)，如果1999、2000、

2001我們從歷史數(shù)據(jù)中得不到1999、2000、2001年人均收入可支配的數(shù)據(jù)，就應(yīng)利用其他方法估

計出這些數(shù)據(jù)，把1999、2000、2001年人均收入可支配的數(shù)據(jù)(可能是估計值)輸入解釋變量中

就可以預(yù)測出這三年的人均生活費(fèi)支出。

圖十

(ditQbj?ct?匕0(11l>>4c?枷>

E(MIV?rkf>l?：IforHWD|

I?irian卜9吁|Preezc|EstliuteIForecastIStitslRes1dsI

Actual.71?

CoxtfitocaBttrix

p229

Co?￡￡ici?a>tT??t?

97T?*ta"Q'atatiatica

T””

用，。。0,"Barvalit7T?tt

SerialC，r，《l?“gUIT??t

gU?

INCK?t?r4tk*44tt>c>tygcr?vtooooo

(er?！?7314

R-squared0.971490Meandependentvar32.317

AdjustedR-squared0970472SDdependentvar*166.015

SEofregression2003663Akaikeinfoenterion350251

Sumsquaredresid1124106Schwarzenterion-359592

Loglikeihooc-2005377F-stabstic9541039

Durbin-Watsonstat1607925Prob(F-statisbc)0000000

Path■e:\evievs3DB-noneIF■ev-op-1

圖十一

七、異方差檢驗

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)擾動項出同方差，即他們具有相同的

方差2。如果隨機(jī)擾動項的方差隨觀察值不同而異，即出的方差為』，就是異方差。檢驗異方

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，判

斷是否存在異方差。Eviews提供了懷特（White）的一般異方差檢驗功能。

零假設(shè)：原回歸方程的誤差同方差。

備擇假設(shè)：原回歸方程的誤差異方差

我們?nèi)岳帽硪粩?shù)據(jù)進(jìn)行分析。

操作步驟：在工作文件主顯示窗口選定需要分析的回歸萬程'打開估計方程及其統(tǒng)計檢驗結(jié)果

輸出窗口（見圖九）'點擊工具欄中的View\選ResidualTests\WhiteHeleroskedasticity（nocrossterms）

或WhiteHeteroskedasticity（crossterms）（圖H—）,可得到輛助回歸方程和懷特檢驗統(tǒng)計量一即產(chǎn)

統(tǒng)計量、力2統(tǒng)計量的值及其對應(yīng)的p值。由圖十二中的顯示結(jié)果可以看出：在1%顯著水平下我

們拒絕零假設(shè)，接受31歸方程（1）的誤差項存在異方差的各擇假設(shè)。值得重申的是：雖然圖九中

的信息告訴我們回歸方程（1）擬和優(yōu)良，但我們還應(yīng)該對其進(jìn)行經(jīng)濟(jì)計量學(xué)檢驗，以確定其是否

滿足古典假設(shè)。

一般地，只要圖十二中給出的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)。

少”IQ01?：nr。3]

E*，Qbjectsfis^r?c?Quidc0￡ti?nt()?1>

Vlev|ProcsIObjectsIPrint|NaaelFreezeIEstlastelForecastIStatsIResids]

WhiteHetecoskedasbcityTest

F-statisbc1283187Probability0000000

Ots*R-squared2996847Probability0000000

TestEquation

DependentVariableRESIDE

MHliudLwblSquats

Date:0V25/01Time:1926

Sample:130

Includedobservations:30

VariableCoefficientStdErrort-StatisbcProb

C589E-22753E-2478,2130100000

INC-216E-25254E-27-850235100000

INCA2198E-292OOE-31987155500000

R-squared0998949Meandependentvar4O4E?23

A^ustedR-squared0998871SDdependentvar613E-2S

SEofregressjon206E-24Sumsquaredresid115E-46

F-$tati$t)c1283187Durbin-Watsonstat1.693605

Prob(F-statistic)ooooooo

圖十二

注意：WhiteHeteroskedasticity（nocrossterms）與WhiteHeteroskedasticity（crossterms）選項的

區(qū)別在?。涸趎ocross【crms選項下得到的輔助回歸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crossterms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。在我們使用的一元回歸例子中，這兩個選項的作用沒有區(qū)別。當(dāng)我們分析多元回

歸模型的異方差問題時，因為所選輔助I可歸方程的解釋變量入同，這兩個選項的作用就不同了。

八、White異方差校正功能和加權(quán)最小二乘法

1.While異方差校正功能：我們使用表二的數(shù)據(jù)，在主菜單選Quick'EstimateEquations,進(jìn)

入輸入估計方程對話框，輸入待估計方程（cumin）,選擇估計方法一普通最小二乘法，點擊

Options按鈕進(jìn)入方程估計選擇對話框，選擇HeteroskedasticityConsistentCovariance\White

\OK應(yīng)用（見圖十三）,,|可到估計方程對話框，點擊OK得到校正后的|可歸方程（見圖十

四）。同學(xué)們可以比較圖十四中的方程與普通最小二乘法得到的方程。

?對這一方法的進(jìn)一步了解可參考《經(jīng)濟(jì)計量分析》［均威廉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

表二

中國1998年各地區(qū)城鎮(zhèn)居民平均每人全年家庭可支配收入及交通和通訊支出

單位：人民幣元

交通和通訊支交通和通訊支

可支配收入可支配收入

出出

地相、地廣、

incumincum

甘肅4009.61159.60新疆5000.79212.30

山西4098.73137.11河北5084.64270.09

寧夏4112.41231.51四川5127.08212.46

吉林4206.64172.65ill東5380.08255.53

河南4219.42193.65廣西5412.24252.37

陜西4220.24191.76湖南5434.26255.79

青海4240.13197.04.重慶5466.57337.83

江西4251.42176.39江蘇6017.85255.65

黑龍江4268.50185.78云南6042.78266.48

內(nèi)蒙古4353.02206.91福建6485.63346.75

貴州4565.39227.21天津7110.54258.56

遼寧4617.24201.87浙江7836.76388.79

安徽4770.47237.16北京8471.98369.54

湖北4826.36214.37上海8773.10384.49

海南4852.87265.98廣東8839.68640.56

（數(shù)據(jù)來源：中國統(tǒng)計年鑒1998光盤，文件jllc,jl2c）

2、加權(quán)最小二乘法：我們使用表二的數(shù)據(jù)，在主菜單選Quick'EstimateEquations,進(jìn)入輸

圖十三

DependentVarableCUM

Method:LeastSquares

Dat?04/08/01Time0823

Sample(adiusted):130

Includedobservations.30afteradjustingendpoints

WhiteHeteroskedasticity-ConsistentStandardErrors&Covariance

VariableCoefficientStd.Errort-StatisfacProb.

C-56917986022735-0945c520.3527

IN00580750012455466272900001

R-squared0.741501Meandependentvar256.8727

AdjustedR-squared0732269SDdependentvar9756583

SE.ofregression5048324Akaikeinfocntenon1074550

Sumsquaredresid71359.62Schwarzcriterion1083891

Loglikelihood-1591825F-statistic8031760

Durbin-Watsonstat2008179Prob(F-statist>c)0000000

國十四

入估計方程對話框，輸入待估計方程（cumin）,選擇估計方法一普通最小二乘法，點擊Options按

鈕進(jìn)入方程估計選擇對話框，選擇WeightedLS/TSLS'在對話框內(nèi)輸入用作加權(quán)的序列名稱in的

平方根得倒數(shù)\OK應(yīng)用（見圖十五），EI到估計方程對話框，點擊OK得到加權(quán)最小二乘法同歸

圖十五

View|Pr?s|Objects|Print|Maae|Freeze]EstiaatelForecast|Stats|ResidsJ

DependentVanableCUM—

MethodLeastSquares

Date:04/08/01Time:08:53」

Sampl&(adjusted)130

Includedobservations30afteradjustingendpoints

Weightingseries(INXX-0.5)

VariableCoefficientStd.Errort-StatisticProb.

C-531925133.57023-15845140.1243

IN0057385000638883826390.0000

WeightedStabsties

R-squared0523215Meandependentvar2478742

AdjustedR-squared0506187SDdependentvar61.28038

S.Eofregression4306286Akaikeinfocriteron1042754

Sumsqiaredresid51923.48Schwarzentenon1052095

Loghkelbood-1544131F-statisfic3072663

Durbin-Watsonstat2160682Prob(F-statist)C)00000065

圖I六

方程（見圖十六并與圖十四中的方程比較）。

Evicws中進(jìn)行加權(quán)最小二乘估計的過程為：選定一個與殘差標(biāo)準(zhǔn)差的倒數(shù)成比例的序列作為權(quán)

數(shù)，然后將權(quán)數(shù)序列除以該序列的均值進(jìn)行標(biāo)準(zhǔn)化處理，將經(jīng)過標(biāo)準(zhǔn)化處理的序列作為權(quán)數(shù)在行加

權(quán)作最小二乘估計，這種做法不影響回歸結(jié)果。但應(yīng)該注意，Evicws的這種標(biāo)準(zhǔn)化處理過程對頻率

數(shù)據(jù)不適用。

九、一階（高階）序列相關(guān)校正

當(dāng)線性回歸模型中的隨機(jī)擾動項是序列相關(guān)時，OLS估計量盡管是無偏的，但卻不是有效的。

當(dāng)隨機(jī)擾動項有一階序列相關(guān)時，使用AR（1）可以獲得有效估計量。其原理如下：

表三中的數(shù)據(jù)，設(shè)進(jìn)口需求函數(shù)隨機(jī)方程為

IM.=Bn+B.GNP.4-u.（2）

IM為每年進(jìn)口額，GNP每年收入的替代變量。假設(shè)誤差項存在一階自相關(guān)，則u：可以寫成：

表三

我國進(jìn)口支出與國內(nèi)生產(chǎn)總值和消費(fèi)者價格指數(shù)

進(jìn)口總額(人消費(fèi)價格指

國民生產(chǎn)總值(人

民幣億元，當(dāng)數(shù)(1985年

民幣億元，當(dāng)年價)

年價)=100)

年度GNPIMCPI

19858989.11257.8100.0

198610201.41498.3106.5

198711954.51614.2114.3

198814922.32055.1135.8

198916917.82199.9160.2

199018598.42574.3165.2

199121662.53398.7170.8

199226651.94443.3181.7

199334560.55986.2208.4

199446670.09960.1258.6

199557494.911048.1302.9

199666850.511557.4328.0

199773142.711806.5337.2

199878017.811622.4334.5

(數(shù)據(jù)來源：：中國統(tǒng)計年鑒1999光盤cOl、q03和iOl,)

ut=ut-i+t-1<<1(3)

其中?N(O,W),Cov(J=0,i*j,記作u服從AR(1)。

假定已知，我們將方程(3)中的變量滯后一期，寫為：

IM,i=Bo+B]GNPt-i+Ui-i(4)

方程⑷兩邊同時乘以得到：

IM.-FBo-I-B6NPE+UE(5)

將方程(2)與方程(4)相減并利用方程(3),得到：

IMt-IMt-,=B0(l-)-FB,(GNPt-GNPQ+t(6)

圖十七

Eviews利用Marquardt非線性最小二乘法,同時估計(6)式中的氏、Bi和用AR(1)項進(jìn)行估

計時，必須保證估計過程使用滯后觀測值存在。例如，左右端變量的起始觀測時間為1985年，則

回歸時的樣本區(qū)間最早能從1986年開始。若用戶忽略了這一點，會哲時調(diào)整樣本區(qū)間，這一點可

以從估計方程的結(jié)果顯示中看到。操作如下：在主菜單選Quick\EstimateEquations,進(jìn)入輸入

估計方程對話框，輸入待估計方程IMCGNPAR(1),選擇估計方法一普通最小二乘法，如圖十七

所示估計方程對話框圖中整線為光標(biāo)。估計結(jié)果如圖十八所示。。

圖十八中AR(1)的系數(shù)就是的估計值。InvertedARRoots是殘差自相關(guān)模型(3)的滯后算子多項

式的根，這個根有時是虛數(shù)，但靜態(tài)自問歸模型的滯后算子多項式的根的模應(yīng)該小于1。

如果模型(2)的誤差項存在高階自相關(guān)，形如

ut=?Ut-i+25+3*3+1~1<f<li=l,2,3(7)

，￡Views-[Equation：EQ05AR1Workfile：E6-2]

1」(di<Qbjtcl*Vi?*^rocsck02130n.Yindov

ViewIProcslobjectsjPrintIWanelFreezelEstimateIForecastIStatsIResidsI

DependentVariableIM

Method:LeastSquares

Date03/28/01Time11:32

Sample(adjusted).19861998

Includedobservations:13afteradjustingendpoints

Convergenceachievedafter16iterations

VanableCoefficientStdErrort-Stat)sticProb

C13946961770922007875509388

GNP0.1600230.03647043878500.0014

AR(1)06899950.38075418121810.1000

R-squared0972051Meandependentvar6135731

AdjustedR-squared0966462S.D.dependentvar4354758

S.Eofregression797.5074Akaikeinfocritenon1640003

Sumsquaredresid6360180.Schwarzcriterion1653041

Loglikelihood-103.6002F-statistic173.8998

Durbin-Watsonstat1304478Prob(F-statistic)0000000

InvertedARRoots69

圖十八

我們應(yīng)在圖十七的估計方程對話框中輸入IMCGNPAR(1)AR(2)AR(3)。如果模型(2)的誤差項

存在形如下式的自相關(guān)

u,=?U.-1+3U1-3+1-1<i<li=l,3(8)

我們應(yīng)在圖十七的估計方程對話框中輸入IMCGNPAR(1)