《计量经济学》
上机指导手册
统计学院数量经济教研室
2004年3月
《计量经济学》作为经济学专业的核心课程之一，在我校已开设多年。多年
的教学实践活动中，我们深感计量经济学软件在帮助同学们更好地学习、理解《计
量经济学》基本思想、加强具体操作等方面有着重要的作用，我们也在过去的教
学活动中采用了多种版本的计量经济学软件，包括TSP、Eviews、SPSS、SAS等。
从1998年以来，在我们的《计量经济学》教学活动中，Eviews逐渐成为了计量
经济学本科教学的基本使用软件。实践证明，Eviews在辅助教学、科研等方面具
有自身的特色和优良的性能。为此，统计学院数量经济教研室组织人员编写了这
本上机指导手册，目的在于加强对西南财经大学重点课程《计量经济学》的建设，
完善《计量经济学》的课程体系，为同学们提供更好的教学服务产品。
本手册的基本框架是由两部分组成：一部分为Eviews的基本操作，主要介
绍Eviews的基本功能和基本操作；另一部分则是配合我们所编写的《计量经济
学》教材，按照教材的体系和教学大纲的要求，对若干《计量经济学》知识的重
点、难点和基本点、对一些具体的案例、练习等进行了具体的上机示范说明，以
达到帮助同学们更好的学习、理解《计量经济学》之目的。
本手册主要由周惠彬副教授、谢小燕副教授、郭建军讲师、黎实教授编写。
由于我们才疏学浅，领悟Eviews的精髓不深，手册中肯定存在不足与错误，所
有这些不足与谬误完全由我们负责。因此，恳请各位同学、各位老师批评指正，
对这本手册（初稿）进行品头论足，帮助我们进一步修订、完善上机指导手册。
西南财经大学统计学院
《数量经济教研室》
2002年10月
1
经过几年来的教学实践，我们在摸索《计量经济学》课程实践性教学的过程
中，逐步地积累了一些经验，也感到对《计量经济学》上机手册有必要进行修订
与补充完善。基于多方面的考虑，在借鉴兄弟院校相应的教材基础上，结合我们
自己的教学经验与体会，数量经济教研室组织相关教师对《计量经济学》上机手
册进行了修订，并补充完善了一些章节的内容，期望对《计量经济学》的实践性
教学环节的改革，对同学们学好《计量经济学》课程、领会其基本思想、基本方
法，能够有所帮助。
修订后的《计量经济学》上机手册主要增加了第七、八、九章的内容，并对
其余的章节进行了调整修改。整个修订工作主要由郭建军讲师完成，黎实教授最
后进行了总纂。尽管我们从主观上力求完善，但在这本修订后的上机手册中也不
可避免会存在这样或那样一些不足与错误。因此，再次恳请各位同学、各位老师
对这本手册批评指正，以帮助我们更好地充实完善上机指导手册。
西南财经大学统计学院
《数量经济教研室》
2004年3月
2
目录
第一部分Eviews基本操作_____________________________________________________1
第一章预备知识____________________________________________________________1
第二章Eviews的基本操作____________________________________________________6
第二部分上机实习操作_______________________________________________________17
第三章简单线性回归模型与多元线性回归模型________________________________17
第四章多重共线性________________________________________________________23
第五章异方差性__________________________________________________________32
第六章自相关性__________________________________________________________35
第七章分布滞后模型与自回归模型_________________________________________38
第八章虚拟变量_________________________________________________________42
第九章联立方程模型______________________________________________________44
第一部分Eviews基本操作
第一章预备知识
一、什么是Eviews
Eviews(EconometricViews)软件是QMS（QuantitativeMicroSoftware）公司开发的、基于
Windows平台下的应用软件，其前身是DOS操作系统下的TSP软件。Eviews软件是由经济
学家开发，主要应用在经济学领域，可用于回归分析与预测(regressionandforecasting)、时
间序列(Timeseries)以及横截面数据(cross-sectionaldata)分析。与其他统计软件（如EXCEL、
SAS、SPSS）相比，Eviews功能优势是回归分析与预测，其功能框架见表1.1。
从多方面的因素考虑，本手册不对最新版本的Eviews软件进行介绍，而只是以目前人
们使用较为广泛的Eviews3.1版本为蓝本介绍该软件的使用。Eviews3.1版本是QMS公司
1998年7月推出的。
二、Eviews安装
Eviews文件大小约11MB，可在网上下载。下载完毕后，点击SETUP安装，安装过程
与其他软件安装类似。安装完毕后，将快捷键发送的桌面，电脑桌面显示有Eviews3.1图标，
整个安装过程就结束了。双击Eviews按钮即可启动该软件。（图1.2.1）
图1.2.1
三、Eviews工作特点
初学者需牢记以下两点。
（一）、Eviews软件的具体操作是在Workfile中进行。如果想用Eviews进行某项具体
的操作，必须先新建一个Workfile或打开一个已经存在硬盘（或软盘）上的Workfile，然后
才能够定义变量、输入数据、建造模型等操作；
（二）、Eviews处理的对象及运行结果都称之为objects，如序列（series）、方程(equations)、
1
表1.1Eviews功能框架
HistogramandStatisticsViewofaSingleSeriesMultipleSeries
一个变量或多个变量的统计与图形
主要有：图形包括线型图、条形图、多种散点图等；指标有均值、方差、偏
度（Skewness）、峰度(Kurtosis)、Jarque-BeraStatistic（雅克-贝拉统计量）
CorrelogramView（相关分析）
主要有：Autocorrelations（自相关）、PartialAutocorrelations（偏自相关）、
CrossCorrelation（交叉相关）、Q-Statistics（Q统计量）等
Descriptivestatistics
描述统计
StandardRegressionOutput
标准回归输出
RegressionCoefficients（回归系数）t-Statistics（T统计量）
2
R（判定系数）
等
Collinearity（共线性）、Heteroskedasticity（异方差性）、WeightedLeast
Squares（加权最小二乘法）、Two-StageLeastSquares（二段最小二乘法）、
PolynomialDistributedLags（多项式分布滞后）、NonlinearLeastSquares（非
线性最小二乘法）、LogitandProbitModels（对数概率单位模型）、Granger
Causality（葛兰杰因果检验）、ForecastVariances（预测方差）、Exponential
Smoothing（指数平滑）等
ActualandFittedValuesandResiduals
实际值、拟合值、残差
ActualValues（实际值）、FittedValues（拟合值）、Residuals（残差）
Regression
回归
Two-StageLeastSquaresWithSerialCorrelation（有自相关的二段最小二乘
EstimationofDifferenceModels（差分模型的估计）
UnitRootTests（单位根检验）
ARIMAModels（自回归求积移动平均模型）
Durbin-WatsonStatistic（德宾-沃森统计量）
SerialCorrelation
序列相关
VectorErrorCorrectionModelsandCointegrationTests（向量误差校正模型
与协积检验）等
VectorAutoregression（VAR向量自回归）
SystemEstimation（系统估计法）
Systems
系统方法
RecursiveLeastSquares（递归最小二乘）
SpecificationandStabilityTests（模型设定与稳定性检验）如Chow`s
BreakpointTest（邹氏检验）Ramsey`sRESETTest（拉姆齐RESETJ检验）
TestsonResiduals(对残差的检验)
HistogramandNormalityTest(相关图与正态性检验)、SeriesCorrelationLM
Test（拉格朗日乘数检验）、WhiteHereoskedasticityTest（怀特检验）等
TestonCoefficient（对系数的检验）
WaldTestofCoefficientRestriction（Wald检验）OmittedVariable（省略变
量的检验）RedundantVariable（富裕变量的检验）等
Specificationand
DiagnosticTests
模型设定与诊断
检验
2
模型（models）、系数（coefficients）等objects。可以以不同形式浏览（views）objects，比
如表格（spreadsheet）、图（graph）、描述统计（descriptivestatistics）等，但这些浏览（views）
不是独立的objects，他们随原变量序列（views）的改变而改变。如果想将某个浏览（views）
转换成一个独立的objects，可使用freeze按钮将该views“冻结”，从而形成一个独立的objects，
然后可对其进行编辑或存储。
四、一个示例
在这里，我们通过一个简单的回归分析例子来显示一个Eviews过程，不对Eviews的详
细功能展开讨论，目的是使读者先对Eviews有个概括了解。该例子是四川省人均可支配收
入与人均年消费支出的数量关系分析。
STEP1：双击桌面上Eviews快捷图标，打开Eviews（参见在图1.2.1）。
STEP2：点击Eviews主画面顶部按钮file/new/Workfile(如图1.4.1)，弹出workfilerange
对话框（图1.4.2）。在workfilefrequency中选择Annual，在startdate和enddate中分别输
入1978和1998，点击OK，出现图1.4.3画面，Workfile定义完毕。
图1.4.2
图1.4.1
图1.4.3
3
STEP3：点击Eviews主画面顶部按钮objects/newobjects，弹出newobjects对话框（图
1.4.4），在TypeofObject中选择group，并给newobjects一个名字g1，然后点击OK，弹出
对话框中即可输入变量及变量值。一个表格Group对话框（图1.4.5），在该
图1.4.4图1.4.5
STEP4：点击Y（人
均年
图1.4.5表格中第一列顶部的灰色条，该列全部变蓝，输入变量名
消费支出），然后在该列中即可输入变量Y的各年观测值；同理可定义第二列为变量X
（人均可支配收入），并输入各年人均可支配收入的数值。这样X、Y两个变量被定义，结
果如图1.4.6。
图1.4.6图1.4.7
STEP5菜单，出现图
：点击图1.4.6Group对话框中的View/Graph按钮，出现一个下拉
画面。选择line，即可看见序列X、Y的线性图（图1.4.8）。1.4.7
图1.4.8图1.4.9
点击图1.4.9STEP6：点击图1.4.8窗口中Freeze按钮，得到图1.4.8的copy（图1.4.9），
4
顶部的name，给其一个名字Graph01，这样就将图1.4.9保存在workfile中。图1.4.9与图
1.4.8不同在于，图1.4.9是一个Graph类型的object，该线性图不随Y、X数据变化而变化，
是独立的，可以对其进行编辑；而图1.4.8是Group类型的object，仅仅是Y、X数据的一
种图形浏览形式，他随着Y、X数据变化而变化。
STEP7：点击Eviews主画面上的quick/estimateequation，弹出Equationspecification
对话框（图1.4.10），在Equationspecification下的空框中输入YCX，点击OK，得到Y对
X回归模型估计结果（图1.4.11），该模型说明人均可支配收入X对人均消费支出Y具有较
强的解释能力。
图1.4.10图1.4.12
图1.4.11
STEP8：我们从图形的角度来看一下模型的拟合情况。点击equation对话框中顶部按
钮View/ActualFittedResidual/ActualFittedResiduaGraph，equation对话框变成如图
1.4.12形式,图形显示模型的拟合效果很好。
5
第二章Eviews的基本操作
一、TheWorkfile（工作簿）
Workfile就象你的一个桌面，上面放有许多Objects，在使用Eviews时首先应该打开该
桌面，如果想永久保留Workfile及其中的内容，关机时必须将该Workfile存到硬盘或软盘上，
否则会丢失。
（一）、创建一个新的Workfile
打开Eviews后，点击file/new/workfile，弹出一个workfilerange对话框（图2.1.1）。该
对话框是定义workfile的频率，该频率规定了workfile中包含的所有objects频率。也就是
说，如果workfile的频率是年度数据，则其中的
objects也是年度数据，而且objects数据范围小于
等于workfile的范围。
例如我们选择年度数据（Annual），在起始日
（Startdate）、终止日（Enddate）分别键入1970、
1998，然后点击OK，一个新的workfile就建立了
（图2.1.2）。
图2.1.1
图2.1.2
在workfile窗口顶部，有一些主要的工具按钮，使用这些按钮可以存储workfile、改变
样本范围、存取object、生成新的变量等操作，稍后我们会详细介绍这些按钮的功能。
在新建的workfile中已经存在两个objects，即c和residual。C是系数向量、residual是
残差序列，当估计完一个模型后，该模型的系数、残差就分别保存在c和residual中。
6
workfile窗口中主要按钮的功能
下面我们以第一章已经建好的包含X（人均可支配收入）与Y（人均可支配支出）为例
来说明workfile窗口中主要按钮的功能（图2.1.3）。
VIEW（视图）：
该按钮与Eviews主画面顶部的
view功能是一样的，功能是显示所
选的object。例如选定图2.1.3中的
X，然后点击view/openselected/one
window，则弹出显示X值的窗口
（图2.1.4）。VIEW的这一功能与双
击X效果是一样的。
PROCS（处理）：
Procs按钮包含sample（样本）、
changeworkfilerange（改变工作簿
范围）、generateseries（生成序列）、
sortseries（对序列排序）、
图2.1.3
import（导入数据）、export
（导出数据）六个功能，其
中sample和generate已出现
在workfile窗口顶部。
sample（样本）的功能
是改变样本的范围，但不能
超过工作簿范围（workfile
range）。如果样本范围需要
超过工作簿范围，先修改工
作簿范围，然后在改变样本
范围。
例如点击proc/sample/OK，
弹出一个对话框（图2.1.5），
图2.1.4
在上面空白处键入新的样本范围1980至1990，注
意中间要空格，点击OK，这样样本范围改变了。
changeworkfilerange（改变工作簿范围）功
能是改变当前workfile的范围，其操作与样本范围
的改变相似。一般是在模型建好后，外推预测时
变量的基础上，
生成
需要改变样本或工作簿范围。
generateseries功能是在现有
新的变量。如点击proc/generate/OK或直接
点击窗口顶部的GENR，弹出一个对话框（图
2.1.6），图2.1.5
键入要生yxz+=成的变量公式，点击OK，一个新的变量Z出现在workfile中。
7
sortseries功能是对序列排序。
是从其他软件中（如EXCEL）
导入
当前
，
Import功能
数据。例如我们将中的数据导入EXCEL
workfile中。
点击proc/import/Read-Text-lotus-Excel/OK
弹出对话框（图12..7）。选择文件类型为.xls
EXCEL文件所在目录，选中
要导入文件Book1，点击OK。又弹出新的对
话框（图2.1.8）。如果EXCEL中的数据是以
列的形式存在，则在“orderofdata”下选择“by
observation”；EXCEL中的数据是以行的形式
则在“orderdata”下选择“by
series”，在“Upper-leftdatacell”
下的空白处，键入EXCEL中的第
，
选择所要导入的
of
e
Eviews输出到
其他软件中，
BJECTS（对象）：
点击workfile
窗口e（存储）、delete（删除）。
t的操作，后面再讲。
objects/fetchfrom
存在，图2.1.6
一个数据所在的单元格B2，在
“Excel5+sheetname”下的空白
处键入表格名sheet1，在“Nam
ofseries”下的空白处给导入的数
据一个名字P，点击OK，一个名
为P的object出现在workfile中。
export功能与
Import相反，是将
图2.1.7
数据
具体操
作与Import相似。
O
图2.1.8
该按钮功能主要是对objects进行操作，包括新建、存取、删除、重新命名、复制等。
菜单中包含很多功能，其中一些功能以按钮形式出现在Objects，出现下拉菜单，
顶部，如fetch（取出）、stor
objec①关于如何新建一个
②fetch：取出一个已经存在硬盘或软盘上的object。点击DB/OK
或直接点击workfile顶部的fetch按钮，然后按其要求给出路径及窗口
中的ob
object名字。
③将workfileject单独存放于硬盘或软盘。
④
⑤复制。
Objects）。
右键
store：
delete：删除workfile中的object。操作：点击要删除的object，再点击delete。
copy：一个或多个object
功能均可利鼠标右键完成。例如选中X，然后点击右键（图按钮这些用来2.1.9
中的Y命令可以将该wofile中的object粘贴到其他workfile或word等文档中。COPrk
8
右键功能很方便，建议多使
用。
SAVE（保存）：
功能是将当前workfile
保存在硬盘或软盘。如果是
新建
常点击SAVE按钮，避免电脑出现故障，而丢失未能保存的内
AVE按钮保存的是整个workfile，
s的完成时间。
objects。
在OBJECTS内。
中。
（二
File/New/Workfile/click，弹出对话框，给
件名，点击OK，则所需的workfile就被打开。
（三
定义workfile的
频率
，如98
表示
y：年份全称或后两个字接冒号，
再接
，再接月度序号，如1990：1。
5、，如9：2：2002表示2002年9月2日。
日期是某个
星期
二、
t提供了视图（view）。多数
一个序列（series）有spreadsheetview（表格）、linegraphviews
view（描述统计）、Unitroottestview（单位根检验）等，不
的workfile，会弹出一
个对话框，需要指明存放的
位置及文件名。如果是原有
的workfile，不会出现对话
框，点击SAVE，作用是随
时保存该workfile。
建议在使用Eviews时，应经
容。这里需要提醒的是，SAVE按钮与store按钮的区别。S
图2.1.9
而store存储的是个别object。
LABLE（标签）：
显示workfile中所有object
SHOW：显示所选的
FETCH、STORE、DELETE功能已经包含
GENR、SAMPLE功能包含在PROCS
）、打开已经存在的workfile
双击Eviews图标，进入Eviews主画面。点击
出要打开的workfile所在路径及文
）、workfile频率的设定
当新建一个workfile时，首先会弹出一个对
话框（图2.1.10）。该对话框是
，workfile的频率也就是其中的所有objects
的频率。各种频率的输入方法如下：
1、Annual：直接输入年份如1998，若是
20世纪内，则可只输入年份的后两个字
1998年。
2、Semi-Annual：格式与Annual一样。
3、Quarterl
季度，如1992：1，表示1992年第一季度。图2.1.10
4、Monthly：年份全称或后两个字接冒号
Daily：格式为“月度序号：日期：年份”
6、Weekly：格式与Daily相似，也是“月度序号：日期：年份”，但这里的
的某一天，当给定起始日时，系统会自动推算终止日期。
objects（对象）
Eviews是以object（对象）为核心建立起来的，并为objec
objects有不止一个视图，比如，
（线性图）、describestatistics
9
同视
弹出一个NewObject对话框
（图
从中K，该
图2.2.1
说明一般objects窗口常用按钮的功能。其他
形式的objects窗口顶
部按
（1
量
开其
（图
字：X
为
接该1
功能与Workfile中的同名按钮作用相同，下面我们按自左至右方向一一介绍。
、
Workfile窗口、
有该
（图2.2.4），该菜单表明可以将序列X以不同的方式显示
图间可以相互转换。所有的Objects都是以workfile为基础而存在，当给一个object名
字时，该名字就显示在workfile目录中，并作为workfile的一部分而保存下来。
（一）、创建objects
在workfile已经打开的前提下，点击Eviews主
画面顶部的按钮objects/new(或workfile
窗口中的objects/new)
2.2.1）。该对话框显示了14个不同的object，
选择所需类型，并给其一个名字，点击O
object的名字就显示在workfile中。例如，我们在
object类型中选择series/OK，得到图2.2.2对话框，
然后就输入数值。在新建某些类型的object时，又
弹出一个新的对话框，按其要求填写即可。
我们以series和Graph两种objects为例来
图
钮操作类似。
）、series窗口：
双击变X，打
表格形式视图
2.2.3）。
该图最顶部一行
“Series
Workfile：p43”含义
是X序列存放在名
P43的Workfile中。紧
行下面是4个按
钮，有些按钮的
图2.2.2
View：我们
发现在Eviews主
画面顶部
Object窗口中都
按钮，他们的
功能类似，都是提
供视图作用，但包
含具体内容又有
差别。Eviews主画
面顶部的View
按钮和Series窗口
中的View按钮功
点击View出现一个下拉菜单
能一样。图2.2.3
10
出来，也就是对变量
X进行各种统计。主
要有
。
Views/Descriptivestatistics/Histogramandstats/click，这样序列X的
表格形式
（spreadsheets）、线
性图（linegraph）、
描述统计（Descrip
-tivestatistics）、相关
图（correlogram）、
单位根检验（Unit
RootTest）等
图2.2.4
操作举例：点击
表格形式就转换成了描述统计的形式（图2.2.5）。然后再点击Views/spreadsheet/click，直
方图又变回表格形式。
图2.2.5
再点击Views/LineGraph/click，序列X又转换成线性图的形式。因此可以用不同方式浏览
序列X，但读者注意不论是表格形式（图2.2.3）、还是直方图形式（图2.2.5）、线性图形式，
每个图的最顶部仍然是标明“Series：XWorkfile：p43”，意思是三种形式仍然是Series类
型的Object，而不是一个独立的Object，他们值变化而变化。如何将直方图、线性
似，是在现
有变generate功能来生成新变量。季节
调整
是，如果想要将当前Object
保存
的存取而永久保留。
会随着X
图等转换成独立的Object，以单独编辑、存取，见下面Freeze按钮功能介绍。
对于Views按钮中其他功能的操作类似上述操作。
Procs：该按钮中内含生成变量（generationbyequation）、季节调整（seasonaladjustment）、
指数平滑（Exponentialsmoothing）、普雷斯科特过滤（Hodrick-prescott）四种对变量序列X
调整的方法。生成变量（generationbyequation）与workfile中的generate功能类
量基础上生成新的变量。建议读者使用workfile中的
（seasonaladjustment）功能适用于季节数据与月度数据。
Object：该按钮的功能与workfile、Eviews主画面中的Object按钮功能相似，这里不
在详细介绍。
Prin：打印X序列内容。
Name：给当前Object命名或修改名字。这里需要提醒的
到workfile中，就可使用Name按钮。一个Object命名之后，其名字就出现在workfile
中，随workfile
11
Freeze：该按钮将序列X当前的某种视图转换成为独立的Object，我们可以对该Object
进行
Object，是独立的Object，他不随X值的改变而改变，
我们
格顶
除数据按钮，例如点击InsDel，弹出对话框，选择插入或
le：该按钮与workfile中Sample按钮功能一样，是改变样本范围。
raph窗口
类似。
列表格形式
的窗h转换成条形
编辑、存取等操作。操作举例：在图2.2.5基础上，点击其顶部按钮Freeze，弹出一个
与新图（图2.2.6）。注意该图与原图的区别，新图最顶部标有“Graph：untitledWorkfile：
P43”，这说明他是一个Graph类型的
可以对图进行编辑、修改。点击新图顶部按钮NAME，给其一个名字GRAPH01，点击
OK，名字出现在workfile中，这样该图就被存放在workfile中，随workfile的存取而存取。
Edit+/-：该按钮功能是控
制表格的输入状态，点击
Edit+/-，表格处于可编辑状态，
此时可输入数据、删除数据等操
作，再次点击Edit+/-，则表格处
于非编辑状态。
Smpl+/-：该按钮与
Wide+/-是配对使用。点击
Smpl+/-，数据以列的形式排列；
再点击Wide+/-，数据以行的形
式排列。
Lable+/-：功能是控制表
部是否显示标签及标签是
否可编辑。
InsDel：在数据中插入或删
删除即可。
Samp
图2.2.6
Genr：该按钮与workfile中Genr按钮功能一样，用于生成新的序列。
（2）、G
前面我们谈到如何将序列转换成图形，这里详细介绍有关作图内容，并以线性图为例，
其他图形操作
①、画图：为了将某个序列画成图，双击workfile中该序列的名字，打开序
口。使用Views/LineGraph，将序列转换成线性图；或Views/BarGrap
图。此外，Eviews还可话散点图、饼图、直方图等。
画两个或
多个
序列。点击Views/Graph/Line
Eviews可以同时
序列图。利用CTRL键选中
序列并双击，打开表格视图形式
的一个窗口，该窗口了显示多个
将多
k
个序列转换成线性图形式
（图2.2.7），不同序列以不同的
彩色表示。
也可以将多个序列单独画
图同时出现在一个窗口，点击
Views/MultipleGraphs/Line/clic，图2.2.7
12
这样
型仍
任何
堆积图、条形图、散
点图
按钮，显示
中，图形将按该性质被修改。主要性质有：
dwithbox将图形放在矩形框内，与上个性质的区别是图形与边框不接触。
（solid）、虚线（patternofhatch）、Autochoice
（自
形中画出两个或多个序列的图形时才有效。Single
scale
侧显示两个刻度，左边是第一个序列的刻度，右边是其他序列的刻度，二者
没有
anualScaling：人工设定坐标刻度，按自身需要填入最小刻度与最大刻度。
显示符号（Symbolonly）。例如选只显示符号（Symbolonly）（图2.2.12）
画出每一个序列各自的线性
图（图2.2.8）。
②、冻结图形（FrozenGraph）
注意，将序列转换成图形后，该图
然是series或group类型的
objects，图形随原序列的改变而改
变。点击Freeze按钮，可形成一
个独立的Graph类型的object，点
击其顶部的Name按钮，保存在
Workfile中（详见前面有关叙述）。
建议读者使用Freeze按钮，形成
独立的Graph类型的object后再对图
③、图形修饰：Eviews允许
多种方式修饰图形。双击图形中
形进行编辑。图2.2.8
部位就弹出图形参数对话
框图（2.2.9），利用这些参数可
将图形修改成符合需要的图形。
该对话框中的有关参数的含义
如下：
GraphType：图形类型主要
有线性图、
、饼图。
GraphAttributes：图形性质。
点击某个性质前的图2.2.9
“√”符号，表明该性质被选
PutGraphinbox：矩形框将图形包围。
Inten
Legend（图例）：图形中是否显示图例。
Verticalgridline：在图形中画垂直格线。
Horizontalgridline在图形中画水平格线。
Usecolorifpossible使用彩色线条。
BarsandLines：定义条形图或线性图是实线
动选择）。
GraphScales：该选项只对在同一个图
表示只在图形左侧显示一个刻度，该刻度对所有序列都适用；Dualscale(nocrossing)
表明是在图形两
交叉（图2.2.10）；Dualscale(crossing)表示左右两边显示两个刻度，二者有交叉（图
2.2.11）。
GraphScaling：对左边或右边刻度进行修饰，可使图形穿过纵轴的零点、数据标准化后
显示出来。
UseM
LineGraph：功能是使图形中只显示线条（linesonly）、线条与符号一起显示（linesand
symbol）、只
13
图2.2.10
图2.2.11
BarGraphs：对于
是否显示条形图中每个
标签以及显示的位置。
（图2.2.13），该
出编辑图例的对话框（图2.2.14右下）。
图2.2.13
条形图，
长条
的
SpaceBars：对于条形图，条
与条之间是否留有空隙。
ScatterDiagram：对于散点
图，是否画出回归线或是否
将各点连线。
PieGraphs：对于饼图，是否
将日期放在每个饼图的下
面。图2.2.12
其他修饰功能：
A、双击横坐标或纵坐标，出现对话框
对话框可对坐标进行修饰。
B、双击图例，弹
C、增加文本框（AddText）：该项功能允许
在图形中的任何部位加入文字说明。点
击AddText按钮，弹出对话框（2.2.15）。
按要求填入内容，就可在图形的任何部
位加入说明，也可对其拖拽至指定部位。
14
图2.2.15
D、增加阴影：该项功能允许给图形某部位加入阴影。
话框（图2.2.16）。在空框中填入需要加入阴影区域，
图2.2.16
点击顶部的Addshade按钮，弹出对
点击OK，所选择区域就变为阴影。
E、保存：点击图该图形就随Workfile
F、
图形都想使用这种图形模式，
形顶部的Name按钮，将图形保存在Workfile中，这样
的存取而存取。
删除：选中图形的某个区域，点击Remove按钮，可将该区域内容删除。
G、下图是经过修饰后的例子（图2.2.17）。
④、图形模版：当经过多次修饰
形成我们需要的图形后，也许其
他
为避免重复操作，可以使用图形
模版（GraphTemplate）进行操作。
步骤：首先将已经修饰好的图形
保存在Workfile，例如将2.2.17
命名Graph01，并保存在Workfile
中；第二步双击要作图的序列Y，
点击Views/LineGraph/Click，
作出Y的线性图，点击其顶部的
Freeze按钮，得到Y的Graph类
线性图（图2.2.18）；第三步点击Y
型图2.2.17
的线性图顶部的Template按钮，弹出对话框（图2.2.19）。
图2.2.19
模版参数中选择所需参数，然后点击OK，
形式被修饰，见图2.2.20。
图2.2.18
在空框内输入模版图形名字（Graph01），在下面
这样Y的线性图（2.2.18）按着模版（Graph01）
15
图2.2.20
⑤、组合图形:Eviews可以将多个图组合到一起。首先需将这些图都存入同一个Workfile中，
然后利用CTRL键选中这些图形，双击选中的这些图形，就打开含有多个图形的窗口，他们
可一起被保存、粘贴到WORD中或打印出来。选中Graph01、Graph02并双击，就在例如，
同一个窗口中打开两个图形（图2.2.21）。
图2.2.21
⑥、将图形插入文献中:Eviews可以将图形插入到Word文档中。首先将图形打开，然后点
击Eviews主画面顶部主按钮Edit/Copy/click选择”Copytoclipboard”，点击OK，
然后在Word文档中指定位置粘贴即可。
t就出现在Workfile中。
弹出对话框。
（二）、打开已经存在的object
打开一个Workfile，点击Workfile顶部的Fetch按钮，弹出对话框，按要求给出要打开
的object路径及名字，然后点击OK，objec
16
第二部分上机实习操作
本部分的内容是与计量经济学教材相配合的。此部分使用的数据在数量分析实验室的主
机中存有，存放位置D盘中的文件夹LISHI。
第三章简单线性回归模型与多元线性回归模型
教材中P42页例子为例。
目确解释输出结果。
估计的方程：
以
的：能够利用Eviews完成回归模型的估计、预测，并能够理解和正
1.3
21iii
XYμββ++=待
步骤：
一、启动软件包Eviews，进入Eviews主界面。：双击
二、创建Workfile：点击File/New/Workfile/click，输入起始日期1978、终止日期1998，
点击OK。
object/newobject弹出对话框，三、建立object输入（编辑）数据：点击Workfile顶部的
选择Group，并给其一个名字（图3.1.1），点击OK，弹出表格即可定义变量输入数据。
图3.1.1
其他数据输入方式：
方法1：在命令框键入：data∪y∪x（一元）或“data∪y∪∪…”（多元）/回车；
（符号∪表示空格），出现数据编辑框，按顺序键入数据/存盘（或最小化）。
方法2：用鼠标单击“Quick”，在出现的下拉菜单中单击“”，出现数据录
入窗口（如图3.1.2所示）,点击灰色小框，出现如图3.1.3所示的画面后，在命令框键入y
1
x
2
x
EmptyGroup
后回车（即给数据表第一序列取名y），便可键入y的数据，用右手四个箭头键中的“↓”
17
移动，录入新的数据，直到y的数据录入完毕为止；再次点小数据表第二序列
击灰色框，将
取名x，键入x的数据；…/存盘（或最小化）。
图3.1.2
图3.1.3
18
四、用OLS估计未知参数
方法1：①、点击Eviews主画面顶部按钮Quick/EstimateEquation,弹出对话框（图3.1.4）。
图3.1.4
②、在出现的估计对话框中，键入ycx，然后点击OK，弹出估计结果对话框（图
3.1.5）。
图3.1.5
方法2、在命令框键入ycx或/回车。
五、Equ
口顶部有很多按钮，他们的功能与前面第一部分第二章讲过的Series类型object
窗口、Graph类型object窗口顶部按钮的功能与操作类似，这里只介绍Equation窗口中独有
的按钮功能。
1.Views
该按钮作用很重要，他可对回归估计进行检验、观察实际值、拟合值、残差等。点击
Views出现一个下拉菜单（图3.1.6），菜单中包含很多次级操作，自上而下功能如下：
LSLSycx
1
null
2
x
ation窗口顶部按钮的功能。
Equation窗
19
图3.1.6
①Representation：给出回归计的方程表式。估达
②EstimationOutput：给出回归估计输出结果。
③ActualfitResidual：给出回归估计的实际值、拟合值、残差，该项下又有很多次级操作。
⑤CoefTest：对回归系数进行检验。包括检验回归系数约束的沃尔德（ld）检验，
alTests：对残差检验，包括White检验、ARCH检验、相关图Q统计量检验等。
⑦Stab
ted
④CovarianceMatrix：计算变量协方差矩阵。
ficientWa
检验遗漏变量或冗余变量的似然比检验。
⑥Residu
ilityTest：稳定性检验，包括很多次级检验。
图3.1.7
注意：如果想将某个视图单独保存起来，点击Equation窗口顶部Freeze按钮，形成一个独
20
立的object，然后对其编辑操作。例如:点击Views/Actual,Fitted,Residual/Actualfitted
就形成一个独立的Graph类型object。
在Equation口顶部。
图3.1.8所示的画面，在Forecastname
栏键入YF，点击OK，则得样本期内被解释变量的拟合值YF(图3.1.9)。
Residual/Graph/click，Equation窗口改变成图3.1.7的形式，注意该图顶部显示仍然是
Equation类型的object。点击该图顶部的Freeze按钮，
2.Procs：
该按钮中包含很多次级功能，有些已经显示
3.Forecast：预测
内插预测：在Equation框中，点击“Forecast"，进入
图3.1.8
图3.1.9
21
外推预测：例如原资料为1978-1998，外推到1978-2000年。
①、将Workfile范围扩大。点击Workfile顶部按钮Procs/ChangeworkfileRange/Click
在弹出的对话框中输入1978、2000，点击OK。
②、将Sample范围扩大。点击Workfile顶部按钮Sample，在弹出的对话框中输入1978、
2000，点击OK。
③、输入X的1999、2000年数据。双击X序列，输入数据。
④、在Equation窗口中，点击“Forecast”，得对话框（图3.1.10）。在对话框中填入Forecast
name(预测值序列名)、S.E.(预测值标准差)等项，点击OK，出现图3.1.11(注意该图与3.1.9
区别)。利用CTRL键选中Y、YF、Resid，双击可打开实际值、预测值、残差序列。
图3.1.10
图3.1.11
22
六、多元线性回归
多元线性回归估计过程与上述步骤一样。
七、相关系数矩阵
当遇到多变量回归时，有时需要计算相关系数矩阵。作法：选中变量，双击打开这些变量，
点击Views/Correlation/click，就得到相关系数矩阵。
第四章多重共线性
目的:理解多重共线性的含义、识别、修正。
以教材中P85页例子为例，待估计的方程：
1.4
887766554433221iiiiiiiii
XXXXXXXYμββββββββ++++++++=
一、利用最小二乘法估计多元回归方程
根据前面介绍的步骤估计出多元回归方程（图4.2.1）。
二、多重共线性检验：
1.简单相关系数矩阵法
计算解释变量的简单相关系数矩阵。
方法1：将解释变量、、、、、、选中，双击打开，点击
Views/Correlation/click，即可得出相关系数矩阵（图4.2.2）。再点击顶部的Freeze按钮，可
得到一个Table类型独立的object（图4.2.3）。
2
X
3
X
4
X
5
X
6
X
7
X
8
X
图4.2.1
23
图4.2.2
图4.2.3
图4.2.4
方法2：点击Eviews主画面的顶部的Quick/GroupStatistics/Correlation弹出对话框（图4.2.4）。
在对话框中输入解释变量、、、、、、，点击OK，即可得出相
关系数矩阵。
2
X
3
X
4
X
5
X
6
X
7
X
8
X
24
2．综合判断法
由图4.2.1可以看出，整体上线性回归拟合效果较好，但、、、变量的参数
的T值并不显著，而且、系数符号与经济意义不符。两种方法结合一起来看，解释
变量确实存在多重共线性。
三、修正
我们采用逐步回归法进行修正（这里我们仅只介绍向前逐步回归的具体做法，而不对其
理论部分做详细说明，感兴趣的读者可参阅多元统计分析类的书籍）。
第一步：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。以下为每次完成一个方程后，利用Freeze
按钮，形成一个Table类型的object，并保存在Workfile中，需要时打开即可，这样可方便
对比。）
方程1：
2
X
3
X
4
X
8
X
7
X
8
X
7个方程。（注意：
图4.2.5
方程2：
图4.2.6
25
方程3：
图4.2.7
方程4：
4.2.8图
方程5：
4.2.9图
26
方程6：
图4.2.10
方程7：
图4.2.11
第二步：对比分析，依据调整后可决系数最大原则，选取X
5
作为进入回归模型的第一个解释
变量，形成一元回归模型；
第三步：逐步回归。将其余解释变量分别加入模型，得到分别如图4.2.12、4.2.13、4.2.14、
4.2.15、4.2.16、4.2.17所示的二元回归模型。再次依据调整后可决系数最大原则，选取调整
后可决系数最大所对应的解释变量作为新进入模型的候选变量，将这个候选变量的调整后可
决系数与上一步中进入模型解释变量的调整后可决系数加以比较，若是大于上一步的调整后
可决系数，则将候选变量加入模型，若是小于上一步的调整后可决系数，则将停止逐步回归。
从所得的回归结果中，我们发现变量X
3
的调整后可决系数最大，故将X
3
作为第二个解释变
量进入回归模型。
第四步：根据上述选取变量的原则，继续进行逐步回归，分别得到如图4.2.18、4.2.19、4.2.20、
4.2.21、4.2.22所示的回归估计式，其中，调整后可决系数最大的为X
2
，但与上一步的调整
后可决系数相比略小一点，故可以认为逐步回归终止。那么，最终的回归模型如图4.2.23
所示。
值得指出的是，我们采用的仅只是用向前逐步回归的思路对多重共线性进行“弱化”处
理过程，重点放在向前逐步回归上机操作步骤的介绍，并没有对其他方面的因素进行讨论。
27
图4.2.12
4.2.13图
图4.2.14
28
图4.2.15
图4.2.16
图4.2.17
29
图4.2.18
图4.2.19
图4.2.20
30
图4.2.21
图4.2.22
图4.2.23
31
第五章异方差性
上机目的是明白什么是异方差、异方差的检验与修正
以教材P103页例子为例
一、估计回归方程（图5.1.1）
图5.1.1
二、异方差检验
1、图示法
①生成残差平方序列在Workfile窗口中点击GENR按钮，弹出对话框，在对话框
中输入e2=residresid（图5.2.1）。点击OK即可生成残差平方序列。
②作散点图：点击Quick/Graph/，弹出对话框（图5.2.2），在对话框中输入X、E2，
2
i
e
点击OK。弹出新对话框（图5.2.3），在图表类型中（Graphtype）中选择散点图scatterdiagram
可得到图5.2.4，该图显示模型中存在异方差。
图5.2.2
图5.2.1
32
图5.2.3图5.2.4
2、Goldfeld-Quandt(戈德菲尔德-匡特)检验：
①、将样本观测按解释变量X排序。在Workfile窗口中点击Procs/sortseries，弹出
对话框（图5.2.5），输入X，并选择按升序排序，点
击OK即可。
②、在Workfile窗口中，点击Sample，将样本范围
改为1978-1985，用OLS法做Y对X的线性回归，结
果见图5.2.6。记录下残差的平方和。
图5.2.5
图5.2.6图5.2.7
③、将样本范围改为1991-1998，再做回归（图5.2.7）。记录下残差的平方和。
④、构造F统计量，进行检验（详细计算见教材）。
3、White检验（P102）
1、在Y对X回归时，出现Euqation窗口，点击该窗口中Viewtest/White/OK；
弹出结果对话5.2.8），WhiteTest直接给出了相关的统计量（F-statistic和
ObsR-squared），据此判断。
/residual
框（图
33
图5.2.8
4、ARCH检验
1、在Y对X回归时，出现Euqation窗口，在该窗口中点击
回车图5.2.9）。
View/residualtest/ARCH/
，在弹出的对话框中输入滞后期数，点击OK即可（
图5.2.9
三、异方差性的修正
一）加权最小二乘法
1、
2、
、生成变量。公式为
（
首先利用OLS法估计出原模型。结果参见图5.1.1
生成残差平方序列。过程参见图5.2.1。
2
1
e
W=3W
4、点
点击
在W面已经定义），然后点击OK，弹出加权最小二乘法的输
击Eviews顶部按钮quick/estimateequation，在弹出的对话框中输入Y、C、X，然后
右下方的Options（图5.3.1），弹出新的对话框（图5.3.2），选中WeightedLS/TSLS，并
eight中填入权数变量名W（前
34
出结果（图5.3.3）。
图5.3.1图5.3.2
图5.3.3
（二）模型的对数变换
该方法首先对变量Y、X取对数，然后再进行OLS估计。结果见教材。
第六章自相关性
检验计量经济模型是否存在自相关性的一般
残差序列；
以察看是否存在序列相关；
义差分法估计模型；
法估计模型；
下面以教材P123页中的数据为例说明具体操作。
步骤包括：
一、从回归模型中创建
二、画残差项的散点图，
三、在EViews输出窗口中阅读Durbin-Watson统计量；
四、估计一阶序列自相关系数（ρ），再利用广
五、使用Cochrane-Orcutt
一、从回归模型中创建残差序列
1、打开名字为PP123的Workfile；
35
2、在EViews主画面顶部按钮中点击quick/在弹出的Equationestimateequation，
Specification窗口中键入YCX，然后点击OK，得到模型的估计结果输出。
3、点击Equation输出窗口中顶部按钮Name，在
的名字保存在中，以后就可以通过双击EQ01打
4、创建的残差序列。在EQ01的窗口中点击Pro
入e（也可以是其他名字），这样一个名为e的残
二、画残差项的散点图，以察看是否存在序列相
1、在EViews主画面顶部按钮中点击quick/graph
弹出窗口中键入EQ01，这样就将该方程以
开该输出结果。
cs/MakeResidualSeries，在弹出的窗口中键
差序列就生成了，并出现在Workfile中。
关
，在弹出的窗口中键入ee(-1)[图4.2.1]，
点击ok，又弹出Graph对话框[图4.2.2]，点击GraphType下拉菜单，选择Scatterdiagram，
点击ok，这样就生成了残差与残差滞后一期的散点图(图4.2.3)。
图4.2.1
图4.2.2图4.2.3
36
三、在EViews输出窗口中阅读Durbin-Watson统计量
1、双击workfile窗口中，打开模型估计结果（图4.3.1）。在输出结果左下角（阴
影部分）显示有DW统计量值。根据模型中解释变量个数及样本容量查DW临界值表，从而
就可以判断模型中随机扰动项是否存在自相关。本例中解释变量个数为1，样本容量为21，
查表的d
l
=1.22d
u
=1.42，而DW=0.6887，小于下限，故模型中存在一阶自相关，结合残差
散点图，可以判断是一阶正自相关。
图4.3.1
四、估计一阶序列自相关系数（ρ），再利用广义差分法估计模型
1、由DW=0.6887，得到一阶自相关系数的估计值6556.0
2
1?=?=
DW
ρ
)1(6556.0??=YYDY2、点击workfile窗口顶部按钮GENR，在弹出对话框中输入，
点击OK；（图4.4.1）
3、重复步骤2，生成DX。
4、以DY为因变量，DX为解释变量，用OLS法做回归模型，这样就生成了经过广义差分
后的模型（图4.4.2）。
5、点击NAME，将结果保存在workfi
、该输出结果的DW=1.3463，在0.05显著性水平下，查DW临界值表（注意此时的样本
容量是20），可知DW值落在无法判断区域，表明模型经过广义差分之后，自相关性得
到缓解，但效果并不理想。
le中。
6
图4.4.1图4.4.2
37
五、Cochrane-Orcutt法估计模型
1、在EViews主画面顶部按钮中点击quick/estimateequation，在弹出的Equation
Specification窗口中键入1)，（图4.5.1）然后点击OK，得到模型的估计结果输出YCXAR(
（图4.5.2）
2、从输出结果来看，DW值为1.45，查临界值表，判断DW值大于临界值上限，落在接受H
0
区域，表明模型中没有自相关。
图4.5.1图4.5.2
分布滞后模
为例，分布滞后模型为（详细说明见教材）
第七章分布滞后模型与自回归模型
主要介绍经验加权法、阿尔蒙变换法、库伊克变换
一、经验加权法估计型
以教材中的P139的模型
tttttt
XXYXXβββα+++=+β+μ
???3322110
打开EViews，输入数据（
1、教材P139页的表7.3）。（或直接打开名字为PP139的workfile）
k/estimateequation，在弹出的Equation2、在EViews主画面顶部按钮中点击quic
Specification窗口中键入YCXX(-1)X(-2)X(-3)，（图5.1.1）然后点击OK，得到原模型的
估计
3、NR，在弹出对话框中输入Z1=X+X(-1)/2+X(-2)/4+X(-3)/8
结果（图5.1.2），从输出结果判断，原分布滞后模型明显存在多重共线性。
点击workfile窗口顶部按钮GE
（图5.1.3），点击OK，就生成了组合权数为1、1/2、1/4、1/8的新变量Z
1
。
4、在EViews主画面顶部按钮中点击quick/estimateequation，在弹出的Equation
Specification窗口中键入YCZ1)，然后点击OK，得到原模型经验加权法的估计结果输出
（图5.1.4）。
5、很明显，经验加权法的估计结果比直接利用OLS法的结果要好的多。
6、还原。当经验加权结果可以接受时，接下来就应该根据经验加权的结果，计算原模型参
数估计值。
即
1331.00645.1
8
1
?
2661.00645.1
4
1
3
====β
?
9536.5?5323.00645.1
2
1
?
0645.1
?
2
10
?====
β
αββ
38
因此原分布滞后模型的估计结果为：
321
1331.02661.05323.06045.19536.5
?
???
++++?=
ttttt
XXXXY
我们采用的权数是1、1/2、1/4、1/8，读者可以试着采用其它权数，然后做个对比，从
中选取最佳结果。
图5.1.1图5.1.2
图5.1.3图5.1.4
二、阿尔蒙变换法
（一）基本操作
仍然采用P139页的例子。Y为库存额，X为销售额，分布滞后模型为：
tttttt
XXXXYμββββα+++++=
???3322110
对于该分布滞后模型，OLS估计结果同5.1.2。为避免多重共线性，我们不采用经验加
iews，输入数据（教材P139页的表7.3）。（或直接打开名字为PP139的workfile）
2、点击workfile窗口顶部按钮GENR，在弹出对话框中输入
权法，而是用阿尔蒙变换法，且使用二阶阿尔蒙变换。
步骤如下：
1、打开EV
0
+=
tt
XX
321???
++
ttt
XXZ（类似于图5.1.3），点击OK，就生成了新变量Z
0t
。类似地生
成；
3211
32
???
++=
tttt
XXXZ
3212
94
???
++=
tttt
XXXZ。
39
3quick/estimateequation，在弹出的Equation、在EViews主画面顶部按钮中点击
Specification窗口中键入YCZ
0t
Z
1t
Z
2t
)，然后点击OK，得到阿尔蒙变换后的输出结果（图
5.2.1）
4、从图5.2.1输出结果来看，经过阿尔蒙变换后，T检验值有所改善，但效果并不理想。
5、
教材P140页。这里直接给出分布滞后模型的估计结果
在使用阿尔蒙变换法估计分布滞后模型时，除按上述步骤一步一步来做之外，Eviews
还提供了类似于阿尔蒙变换的PDL命令。PDL（PolynomialDistributionLag）是利用多项式
分布滞后，使模型估计变得非常简便。具体步骤如下：
1、打开EViews，输入数据。
2、在EViews主画面顶部按钮中点击quick/estimateequation，在弹出的Equation
如果认同图5.2.1的结果，接下来还需要根据阿尔蒙变换公式求出原分布滞后模型的各
个参数。推算过程见
321
5550.07618.01569.16303.04196.6
?
???
?+++?=
ttttt
XXXXY
Specification窗口中键入YCPDL(X,3,2))，然后点击OK，得到PDL变换后的输出结果（图
5.2.2）。YCPDL(X,3,2))中的PDL表示利用多项式分布滞后变换法；X表示解释变量；3表
示X滞后3期；2表示采用2阶多项式(还有一些其他的参数供选择，可参考Eviews使用指
南)
图5.2.1图5.2.2
(1)P，在解释时
需要细心。
PDL模型与原模型系数间的关系，在一定条件下可表示为：
04i（5.1）
法结果相比较：
细心的读者可能已经发现两个公式之间的差异了。
其实，Eview在图5.2.2已经中为我们提供了可以直接写出原分布滞后模型的估计结果。
距项为-6.4196（第7行变c的系数），而
（二）结果解释
DL模型的输出结果与计量经济模型阿尔蒙变换法的一般输出结果有些差别
…+×+×+×+=
+
32
1
030201PDLiPDLiPDLPDL
i
β
与阿尔蒙变换
…+×+×+=
210
ii
i
αααβ
其截量
2
、
1
β
0
β、
2
β
3
β、的估计值在输出结果的
40
底部，i所在的那一列0、1、2、3分别表示解释变量X滞后0期、1期、2期3期，因此对
应的系数就分别是
0
β、
1
β、
2
β、
3
β的估计值，即
0
、
1
、
β
???ttttt
XX.X.X.Y
该结果与分步来做的结果一致。
例如，可根据上式计算
6303.0
?
=β
?
=β1569.1
7618.0
2
、5550.0
3
?=，整个模型的估计结果为：
?+++?=..
?
=
?
β
?
6303041966
321
555007618015691
对图5.2.2中PDL01、PDL02、PDL03所对应的系数应用PDL系数公式，有变形公式：
2
210
11)i()i(
i
?+?+=αααβ（5.1）’
0
β的估计值，即i取0，则有：
2
0
1003100201)(PDL)(PDLPDL?+?+=β
030201PDLPDLPDL+?=
460800657015681...??=
63030.=
0
β这正是图5.2.2底部所给出关于的值。
如果不考虑阿尔蒙变换法和PDL法之间差异，硬性套用教材中的阿尔蒙法变换公式
的话，则有：。与图5.2.2
底部给出的
2
210
ii
i
αααβ++=1568.100
0
2
2100
==++=ααααβ
0
β的估计值0.6303完全不一致。这一点需要读者特别注意。其他β参数的计算
也需要使用公式（5.1）或（5.1）’计算。
(2)图5.2.2底部的折线图是分布滞后模型解释变量参数估计值的线性图，也就是、
1
β
0
β、
2
β、
3
β估计值构成的折线图。该图形需要逆时针旋转90度来看，图中虚线表示0值线。
三、自回归模型
有多种途成自回归模
应预期假定下也可以转换成自回归形式等。此处我们以分布滞后模型为
8表7.6中数据及例子。
1、ile）。
2、在EViews主画面顶部按钮中点击quick/estimateequation，在弹出的Equation
径获得自回归模型，比如无限分布滞后模型经库伊克变换就转换
型、预期模型在自适
例来说明自回归模型估计及相关问题。
使用教材P14
打开EViews，输入数据（或直接打开名字为PP148的workf
Specification窗口中键入YCX)，然后点击OK，得到消费模型
ttt
XYμβα++=
0
(5.3.1)
结果（图5.3.1）。
但是在0.05显著性水平下，DW
值偏
的输出
从输出结果来看，T检验值、F检验值、R
2
值都很高，
低，表明模型中存在自相关。
实际上，从理论角度分析，影响消费支出的除本期收入外，还受以前各期收入的影响，
41
因此消费支出模型应该是分布滞后模型。至于应该滞后多少期，我们可以暂时不管。为了避
为：
?
??
+++
tt
YXμββα
110
免多重共线性和自由度损失问题，我们采用库伊克变换法估计模型，则此时需要估计的模型
=
tt
Y(5.3.2)
1、在EViews主画面顶部按钮中点击quick/estimateequation，在弹出的Equation
?
Specification窗口中键入YCXY(-1)，然后点击OK，得到式5.3.2估计结果（图5.3.2）。
图5.3.1图5.3.2
回归结果显示T检验值、F检验值、R
2
值都很高，H统计量为：
()
2442.2
?
1
n
因此应该拒绝原假设，表明模型中存在自相
2
1
1
=
?
?
?
?
?
?
?
?=
?
βVarn
d
h
在0.05显著性水平下，查标准正态分布表得临界值为1.96，H统计量值大于临界值，
关。
第八章虚拟变量
材中没有，可以
在
这说明将消费支出函数设定为分布滞后模型不是十分理想，还应该考虑其他因素对消费
行为的影响。
虚拟变量既可以作为解释变量也可以作为被解释变量，在此只说明虚拟解释变量在模型中的
应用。
一、加法形式引入虚拟变量
我们以1946——1963年期间，英国储蓄函数为例说明。此例数据在教
lishi文件夹中找到，文件名P503。
首先不引入虚拟变量，直接估计储蓄函数(6.1.1)。
ttt
XYμβα++=
0
(6.1.1)
开文件名P5038的workfile；1、开EViews，直接打
2、在EViews主画面顶部按钮中点击quick/estimateequation，在弹出的Equation
Specification窗口中键入YCX，然后点击OK，得到式6.1.1估计结果（图6.1.1）。从输
出结果来看，T检验值、F检验值、R
2
值都很高，但是在0.05显著性水平下，DW值偏低，
42
表明模型中存在自相关。
实际上，从理论角度分析，估计这样的储蓄函数不是很恰当。因为在1946——1963年
期间，是第二次世界大战后各国经济面临恢复和重建时期，英国经济结构也有较大变化，相
应地英国人也会有很大变化。因此在估计这一期间的储蓄函数时，必须将人们储蓄行为变化
因素考虑进去。为此将这一期间划分成两个区间：1946——1，英国经济重建时
估计的模型为：
954年期间
期；1955——1963为重建后时期。
我们首先考虑两个期间平均储蓄水平是否有差异。为此以加法形式引入虚拟变量，需要
()
?
?
?
=
+++=
当观测属于重建后时期
当观测属于重建时期
0
1
2
00
t
tttt
D
.6.1XDYμβαα
3、Workfile顶部点击objects按钮，在弹出对话框中Typeofobjects选择Series，在Name
forobject处给一个变量名字Dt（图6.1.2），点击ok，就定义了名为Dt的虚拟变量。双击
Workfile中的Dt，按Dt的定义输入数据。
4、在EViews主画面顶部按钮中点击quick/estimateequation，在弹出的Equation
Specification窗口中键入YCDtX，然后点击OK，得到式6.1.2估计结果（图6.1.3）。
图6.1.1
从结果来看，虚拟变量前的t
图6.1.2
检验值明显偏低，dw值也偏低，说明模型6.1.2不适合。
图6.1.3
43
二、乘法形式引入虚拟变量
需要估计的模型为
()
?
?
=
?
++++=
当观测属于重建时期1
316
100
t
tttttt
D
..)XD(XDYμββαα
当观测属于重建后时期0
顶部点击objects按钮，在弹出对话框中Typeofobjects选择Series，1、在Workfile
在Nameforobject处给一个变量名字D
t
X，点击ok，就定义了名为D
t
X的变量。
2、双击Workfile中的D
t
X，输入数据；
3、在EViews主画面顶部按钮中点击quick/estimateequation，在弹出的Equation
Specification窗口中键入YCD
t
XD
t
X，然后点击OK，得到式6.1.3估计结果（图6.1.4）。
估计
结果表明，模型6.1.3比较合适。表明在1946——1963年期间英国人的储蓄行为有明显
的变化。
Y2663.0
?
?=重建时期的储蓄函数：
tt
X0470.0+
重建后时期的储蓄函数：
?
+?=
tt
XY1504.07502.1
图6.1.4
三、模型结构变化的检验
前面内容也同时说明了虚拟变量在检验模型结构变化方面的应用，在此不再说明。
第九章联立方程模型
以教材P229页例子说明两阶段最小二乘法（TSLS）。
待估计的联立方程模型为：
202
121121210
tt
tttt
M
GCEINVMGDP
μβ
()
()2
1
221t
GDPβ
1t
μγγββ
++=
+=+++
货币供应方程
收入方程
据识别规则可知货币供应方程为过渡识别，我们采用TSLS估计法进行估计。根
44
1、打开EViews，建立新的workfile，输入数据（直接打开文件名P229的workfile）；
按钮中点击quick/estimateequation，在弹出的Equation2、在EViews主画面顶部
SpecM2CGDP，在Method中选择TSLS（图7.1.1），弹出新的对话ification窗口中键入
框，在Instrumentlist中输入全部工具变量（包含一个截距项）（图7.1.2），然后点击OK，
得到货币供应方程的两阶段最小二乘估计（图7.1.3）。
图7.1.1图7.1.2
图7.1.3
二阶段最小二乘法还可以分步来做，关于分阶段做法可参见教材p229页。
45
|
|
