Eviews7.2 金融论文计量教学

根据我以往写论文所用到的检验方法，特别总结出这篇《如何用EViews计量软件帮金融类论文建模分析》，其中有基本操作、单位根检验、VAR模型估计、格兰杰因果关系检验、脉冲响应分析以及方差分解。希望能够帮助有这方面需求的同学们排难解疑。

关键词： 单位根 VAR Granger 脉冲响应 方差分解

一、录入数据

写金融类论文，常常会用到股市的日数据，而股市是一周5天制的时间序列数据，因此，一般按照（很多事实证明一般都是错的）下面这样创建文件，File—New--Workfile如图1-1

图1-1

然后录入数据：打开Quick—Empty Group,从Excel文档直接复制粘贴到下面数据录入窗口，如图1-2

图1-2

再然后，我们会发现，数据和样本区间不一致，如下图1-3：

图1-3

相信不少同学在这里就抓狂了，尼玛这EViews咋这么难啊！！！这是因为股市日数据属于不规则类型的时间序列数据即非规范日期数据，关于这类数据如何导入到EViews软件中的问题，相信很多写论文的同学们遇到过，下面将为同学们介绍正确的导入不规则时间序列数据的方法。

首先，创建一个新的Excel文档，把想录入的数据依列排好，注意A列就是数据的日期，后面才是选用的样本数据，而第一行是各数据的英文缩写。如下图1-4所示：

图1-4

然后保存文档，例如：另存为：桌面/ Book1.xlsx（注意关闭该Excel文档，文档处于打开状态将影响下面的导入数据步骤）

其次，打开EViews点击左上角的File—Open—Foreign Data as Workfile，如下图1-5所示：

图1-5

选中桌面/ Book1.xlsx，点击打开，就出现下图1-6的情况：

图1-6

接下来，直接点击完成，就出现下图1-7：

图1-7

然后，双击Range

最后一步，在弹出的对话框中选择Dated-specificed by date series,这是eviews为我们提供的处理非规范日期数据的工具。在Date Series 中输入你导入的数据中属于日期的列名。在这里我们的日期列名为：t.这样整个输入过程就大功告成了。如下图1-8所示：

图1-8

我用的是EViews 7.2版本的软件，通常双击Range后，就出现上图的情况，意味着，软件已帮你处理好非规范日期数据，不用进行最后一步。

二、取对数

对变量的数据取对数，以消除异方差，即LnY=log(Y)

有些同学忘记怎么取对数的操作，这里也为您介绍一下取对数的方法，如图：

mp是我的一个变量，把mp的数据取对数，输入lnmp=log(mp),点OK就行了。

三、单位根检验

单位根检验就是关于变量的平稳性检验，只有平稳的变量才能做OLS模型估计或VAR模型估计等估计方法。单位根检验很简单，制药耐心阅读，跟着我的步骤走就行。

步骤一：把你要进行单位根检验的变量，这里是LNMP，用鼠标左键双击，显示出变量的数据窗口，如下图3-1：

图3-1 打开变量数据窗口

上图左上角有一个“View”按钮，点击View—Unit root test, 如图：

图3-2 单位根检验窗口

步骤二：窗口内有四个框框，分为四个部分：

第一部分为Test type，是检验方法的选择，常默认为ADF检验；

第二部分为Test for unit root in，是检验的序列选择，有三个选择，包括原序列（Level）、一次差分序列（1st difference）、二次差分序列（2nd difference）三项，最先开始选择Level；

第三部分为Include in test equation，是选择模型的形式，包括带截距项（Intercept）、带时间趋势项和截距项（Trend and intercept）、上述两者都不带（None），最先开始选择Trend and intercept；

第四部分为Lag length，是滞后期的选择，包括自动选择(Automatic selection)和自己填充数据（User specified）,这里只选择User specified，在空白处填写1，选择滞后1阶。

点击OK，如图3-3：三步走，逐渐确定正确的选择，得到平稳性的序列。

图3-3 原序列单位根检验结果

（一）先看下面红色框框（确定第三部分的选择，确定对的选择），看到C（截距项）的P值和@TREND（时间趋势项）的P值都小于0.05，结果保留（即第三部分选择Trend and intercept是对的），如果两个中有P值大于0.05的，则说明检验形式不对，返回图4-2，在第三部分选择Intercept，这时，下面红色框框不会出现@TREND，如果C的P值是小于0.05的，结果保留（即第三部分选择Intercept是对的），反之则返回图4-2，第三部分选择None,意味着不用看下面红色框框啦。第三部分任务完成

（二）再看D.W.值是否接近2（确定第四部分的选择），一般经验在1.8在2.1之间，结果是，说明第四部分的空白处填写1是对的，如果不是，则要回到图4-2，在第四部分的空白处填写数字2（或3、4….很少超过3），以此类推，直到接近于2，则第四部分任务完成。

（三）最后看上面红色框框（第二部分的选择，确定完之后，这个序列就是平稳的啦），如何确定对的选择呢，就是将ADF的t统计值-16.71870与5% level 的t统计值-3.413135，发现，-16.71870小于-3.413135，说明，原序列是平稳的，第二部分选择Level是对的。如果ADF的t统计值是大于5%level的t统计值，说明原序列level是不平稳的，至少有一个单位根。需要回到图4-2，在第二部分选择一次差分序列（1st difference），第三部分选择Trend and intercept，第四部分空白处填写1，开始上述（一）（二）（三）的检验，对，你没看错，就是从头再来，这个过程中，第二部分都是选择1st difference，称为一次差分序列的平稳性检验，如果一次差分序列还是不平稳，同理，做二次差分序列（2nd difference）的平稳性检验，一般经济序列都是一个或者不超过2个单位根，所以一般做2nd difference序列检验就有结果了。（软件也没3nd序列检验）

现在再来看看上图3-3原序列单位根检验结果，按照三步走，很容易就看出它是平稳的，说明LNMP是word/media/image15.gif（服从原序列平稳的过程）的。

以此类推，求出各个变量的平稳结果，在论文中的表示结果如下图3-4所示：

图3-4 平稳性结果表示图

到此为止，单位根检验的全部过程以及如何将检验结果放到学术论文里面的说明演示完毕。

PS:做完了单位根检验，同学们会发现。计量模型其实很好做，学会一种原先认为非常复杂和摸不着头脑的知识是令人兴奋的。下面的讲解我会直接放图，少点讲解，相信大家能更好地理解和运用。

四、VAR模型

在建立VAR模型之前，先要确定滞后阶数，直接用EViews软件就可以自动求出来：

按Ctrl键，依次点击被解释变量和各个解释变量，右键—Open—as VAR打开VAR估计模型，如图4-1、4-2、4-3：

图4-1

图4-2

图4-3 VAR模型

为确认滞后阶数，先打开VAR模型，然后，左上角的View—Lag Structure—Lag Length Criteria，如下图4-4：

图4-4

默认8，点OK，出现下图4-5：

图4-5

如上图所示，LR、FPE、AIC、SC、HQ，五个标准都选出了最优滞后阶数，带*号的就是最优滞后阶数，一般根据AIC或SC准则来判断最优滞后阶数，如果如上图所示，最优是8阶，太大了，那么可以根据经验来选取滞后阶数，一般滞后二阶就可以取得较好的结果。

选取滞后二阶来建议VAR模型，回到图4-2，这里就是选择VAR模型滞后阶数的框框，把2去掉填写上数字X，就是滞后X阶，这里我们选择2阶。如图4-6：

图4-6 VAR(2)估计

上图是结果，把结果写入VAR模型估计方程，是这样写的，如图4-7：

图4-7 VAR模型估计结果

然后对VAR模型的稳定性进行检验，直接用VAR的AR根图，来检验其是否满足稳定性，如果方程的所有根的倒数都在单位圆内，表明VAR系统是稳定的。

回到图4-6，左上角，View--Lag Structure—AR roots Graph,如图4-8、4-9所示。

图4-8

图4-9 LNMP、LNSS对VOL影响的AR根图

五、格兰杰因果关系检验

格兰杰因果关系检验也需要确定滞后阶数，一般需要做VAR模型用AIC或者SC准则确认的滞后阶数，上述VAR模型用AIC或者SC准则确认的滞后阶数，就可以用到这里来了，我们选择2阶（经验的数字就是理论常做的结果）。

首先，打开各变量的数据窗口，如图5-1所示：

图5-1 显示变量的数据

点击左上角View—Granger causality，选择滞后2阶，就是格兰杰因果关系检验，如图5-2、5-3所示：

图5-2

图5-3 格兰杰检验结果

左边是原假设，右边是P值，P值小于0.05则拒绝原假设。

六、脉冲响应

回到图4-3

直接点击从右到左第二个按钮，Impulse，出现图6-1：

图6-1

点确定，得到下图6-2：

图6-2 脉冲响应图

由于我这里模型有一个被解释变量VOL和两个解释变量LNMP与LNSS，总共三个变量，所以三的平方得九，总共有九个脉冲响应图，这里我们主要考察解释变量的冲击引起被解释变量的响应，即：图6-3、6-4。

图6-3 LNSS的冲击引起VOL的响应

图6-4 LNMP的冲击引起VOL的响应

七、方差分解

AR模型中的方差分解是分析影响内生变量的结构冲击的贡献度，也就是可以算出，解释变量LNSS、LNMP对被解释变量VOL的贡献或解释的比例。

回到图4-3：

点击View—Variance Decomposition…，出现

图7-1

图7-2

把Display Format中选项，改成Table，点击OK，出现：

图7-3 波动性的方差分解

PS：好了，容我们喝杯咖啡轻松一下，看到这里的同学，相信你对于运用EViews的种种问题已经迎刃而解了，就算是面对本文中没提到的计量知识，你也可以触类旁通了。

03:14

2016-02-02

陈仲恒

本文来源：https://www.2haoxitong.net/k/doc/673a3953ec3a87c24128c40b.html