Eviews操作入门基础输入数据,对数据进行描述统计和画图.doc

''Eviews 操作入门：输入数据，对数据进行描述统计和画图首先是打开 Eviews 软件，可以双击桌面上的图标，或者从 windows 开始菜单 中寻找 Eviews，打开 Eviews 后，可以看到下面的窗口如图 F1-1。图 F1-1 Eviews 窗口关于 Eviews 的操作可以点击 F1-1 的 Help，进行自学。 打开 Eviews 后，第一项任务就是建立一个新 Workfile 或者打开一个已有的Workfile，单击 File，然后光标放在 New 上，最后单击 Workfile。如图 F1-2图 F1-2图 F1-2 左上角点击向下的三角可以选则数据类型，如同 F1-3。数据类型分三类截面数据，时间序列数据和面板数据。''图 F1-3图 F1-2 右上角可以选中时间序列数据的频率，见图 F1-4。图 F1-4对话框中选择数据的频率：年、半年、季度、月度、周、天（5 天一周或 7天 1 周）或日内数据（用 integer data）来表示。对时间序列数据选择一个频率，填写开始日期和结束日期，日期格式：年：1997季度：1997：1月度：1997：01周和日：8：10：1997 表示 1997 年 8 月 10 号，美式表达日期法。8：10：1997 表示 1997 年 10 月 8 号，欧式表达日期法。如何选择欧式和美式日期格式呢？从 Eviews 窗口点击 Options 再点击 dates and Frequency conversion，得到窗口 F1-5。F1-5 的右上角可以选择日期格式。''图 F1-5假设建立一个月度数据的 workfile，填写完后点 OK，一个新 Workfile 就建好了。见图 F1-6。保存该 workfile，单击 Eviews 窗口的 save 命令，选择保存位置即可。图 F1-6新建立的 workfile 之后，第二件事就是输入数据。数据输入有多种方法。1)直接输入数据，见 F1-7在 Eviews 窗口下，单击 Quick，再单击 Empty group(edit series)，直接输数值即可。注意在该窗口中命令行有一个 Edit+/-，可以点一下 Edit+/-就可以变成如图所示的空白格，输完数据后，为了避免不小心改变数据，可以再点一下 Edit+/-，这时数据就不能被修改了。''F1-7 2）从文本文件和数据表输入数据，见图 F1-8在 Workfile 窗口下，单击 Procs/import/read tex-lotus-excelF1-8 文本文件和数据表输入数据选择需要输入数据的文件。我们选择的数据在移动存储上，如果数据是文本文件格式，点击打开命令，会得到窗口 F1-9；如果是数据表文件会得到窗口F1-10。''图 F1-9F1-9 下方的最大的白框中是对数据的预览，可以看到有 3 列数字，数据按列排列。第一行是变量名，从第二行开始是数据。我们要作的工作是在左上方填入变量名，名称可以与数据源中的名称不同，变量名用空格隔开。然后是左变中间的白框，填入数据前的说明文字占的行数，默认是 1，如本例，如果还有一些其他说明例如数据来自统计局等，可能会有2 行说明文字，这时把 1 修改成 2。总之要数据前面的文字部分所占的行数填写在此。第一列数据是年份，第二列数据是月份，第三列数据是股票价格，希望读入价格，在右上方 colums 填入 2，如图 F1-9，会跳过前面两列数据，只读入第三列数据。按 OK 数据已经输入该工作文件。如果数据保存在 EXCEL 表中，得到图 F1-10.需要给出第一个数据在 EXCEL表中的位置，通常在 B2 的位置。然后在左边中间的白框填写变量名，这里填写的变量名是在 Eveiws 中的名称，可以与数据表的变量名不同。不同变量用空格隔开，输几个变量名，会输入几列相邻排列的数据。在程序中进行操作后，从模型可以计算出一些数据，或者对原有数据进行了变换，可以从 Eviews 中输出这些数据。首先选中希望输出的变量名，点击workfile 窗口中的 proc，选择 export 从中选择输出数据格式，常用的是最后一个选项保存为文本格式或者 EXCEL 表格式。见 F1-11。如果保存成文本格式，只要直接保存即可。如果保存成 EXCEL 格式，会弹出窗口 F1-12，给出数据在EXCEL 表中的排列。可以修改变量排列的顺序和第一个数据保存的位置，然后保存即可。''图 F1-10F1-11''图 F1-12输入数据后，对数据进行描述性分析。建立了 workfile，并且输入了数据。可以进行你想作的工作了。本章主要是对数据进行描述统计，了解数据的统计特征，以方便后面的建模。下面我们结合描述统计介绍对 Eviews 的基本操作。描述统计的全部的工作就是点击 workfile窗口的不同命令。图 F1-13 是输入 SP500 闭盘价的窗口。图 F1-13F1-13 中 c 是 Eviews 中自动给出的一个量，用来保存模型估计出的未知参数，''resid 是用来保存模型的残差序列。P 是我们数据的数据。改变样本区间有时我们会分阶段对数据进行分析，例如希望比较 2000 年前的数据与 2000年后的数据的不同，所以不总是对工作窗口中的所有数据进行分析，这时可以改变样本长度。单击 Sample ，输入希望的区间，按 OK。改变变量名称单击需要改变名称的变量选中该变量，变量名变色说明已经选中，把光标放在该变量上右击，选中 rename 输入希望的名字即可。改变 workfile 的区间有时会发现因为偶然的错误或需要预测，workfile 的长度不够用。例如我们想对 2004：09 到 2004：12 进行预测，可是一开始设计的区间是到 2004：08，因此必须扩展区间。点击 Eviews 窗口的 procs，选择 structure/resize current page，见图 F1-14F1-14F1-15''对变量进行变换输入的原始数据经常需要变换形式，例如我们例题中的数据是月度 SP500 指数，在分析中我们可能希望对收益率进行研究，所以要得到指数收益率数据。点击 genr 命令，得到窗口 F1-15。在窗口中输入公式，下面是经常用到的一些运算加减乘除+ - * / 差分 d() 求自然对数后差分 dlog() 自然对数 log() 指数 exp() 平方 sqr()滞后运算：price(-1)表示变量名是 price 的一阶滞后例如用 price 表示价格指数，差分 d(price)=price-price(-1)连续收益率r=dlog(price)虚拟变量如果收入超过 10000，则赋值为 1，high_inc = income>10000对计算得到的收益率变量进行描述统计进行描述性分析：双击变量，打开一个新窗口；单击 View 见 F1-16：1） Spreadsheet 数据以列表形式出现；Line 直线图；Bar 柱图2） Descriptive Statistics/Histogram and Stats 做直方图和计算各样本统计量3） Distribution Graphs/ Quantile-Quantile 画 Q-Q 图F1-16''F1-17图 F1-17 是划折线图的选项，背景是画出的折线图。Descriptive Statistics/Histogram and Stats 做直方图和计算各样本统计量结果如图 F1-18。JB 检验在图 F1-18 右下角处，该组数据服从正态分布。F1-18''EVIEW 操作指南:建立 ARMA 模型使用美国三个月期国债利率，时间 1954 年 1 月到 2007 年 10 月，周数据。利率用百分数表示。周数据输入只要输入 1954/1/1 2007/10/4 来表示 1954 年一月第一周到 2007 年 10月第 4 周，Eviews 会自动匹配相应时间，债券利率命名为 tbillrate，数据输入后见图 F4-1。F4-1：建立 ARMA 模型图 1. 输入数据后，首先观察数据的折线图和样本自相关函数图和偏自相关函数图。分别见图 F4-2 和图 F4-3。从图 F4-2 和图 F4-3，数据不频繁穿过某一水平线，样本自相关函数图收 敛速度非常慢，都意味着 TBILLRATE 是非平稳的，因此把数据进行一次差分，然后再观 察折线图和样本自相关函数图和偏自相关函数图。''图 F4-2：TBILLRATE 折线图图 F4-3：TBILLRATE 样本自相关函数和偏自相关函数图''图 F4-4：差分后数据的折线图图 F4-5：r 的样本自相关函数和偏自相关函数图 画样本自相关函数图的命令是双击时间序列数据 r 的名字，点 view-correlogram 见图 F4-6,可以得到样本自相关函数和偏自相关函数的图形和数值，见图 F4-5。''F4-6：画样本自相关函数的命令 从图 F4-4 可以看出数据围绕一条水平线波动，已经平稳化。并且具有一簇一簇的特征， 这种特征叫波动率聚类性，下一章对这种特性建立模型。本章先忽略这一特点。 下面可以对 r 建立 ARMA 模型了。点击 workfile 窗口的 object 命令，选择 equation，输 入 equation 的名称 armatemp，得到窗口 F4-6。F4-7：建立 ARMA 模型的窗口 下面是输入模型的几个例子。 例如建立一个 AR(1)模型可以如下输入： ''r c r(-1) 等价于模型：tttrcr1或者输入：r c ar(1) 等价于模型：ttttt uuucr1两种输入方法估计结果的区别是后者的 c 是 r 的均值，而前者的 c 是回归模型的截距项， 斜率估计值相同。 建立 ARMA(1,1)模型可以如下输入 r c r(-1) ma(1) 等价于模型：11ttttrcrr c ar(1) ma(1) 等价于模型：11tttttt uuucr如果滞后长度比较长，例如 AR(6)模型可以如下输入 r c r(-1 to -6) 等价于模型：ttttrrcr6611.如果滑动平均部分包括很多滞后项，只能分别写出，例如一个 MA(4)模型：r c ma(1) ma(2) ma(3) ma(4)建立乘法季节模型可以如下输入：y ar(1) ar(2) sar(4)等价于下面的模型ttyLLL)1)(1 (42 21y ma(1)ma(2) sma(4)等价于下面的模型ttLLLy)1)(1 (42 21输入模型的表达式后，可以在 sample 部分修改估计样本的区间。使用 2000 年 12 月 29号的数据到 2007 年 9 月 28 号 的周数据建立模型。根据样本自相关函数建立模型ARMA(5,1)，见图 F4-7，估计结果见图 F4-8：''F4-8：ARMA(5,1)估计结果其中 Akaike info criterion 是 AIC 准则，Schwarz criterion 是 BIC 准则。去掉不显著的解释变量，最终模型见图 F4-9。模型估计结束后，可以点击 equation 窗口的 view-actual,fitted,residual 得到真实值，拟和值和残差图形；点击 procs 然后选择 make residual series 可以保存残差。点击 view 选择 residual tests 再选择 Q test 可以检验残差是否是白噪声过程。见图 F4-10。''图 F4-9：最终 ARMA(5,1)模型。预测 2007 年 9 月 29 号到 2007 年 10 月 11 日的周数据进行样本外预测，选择 static forecast，预测值保存在 rf 中。见图 F4-12。预测图形见图 F4-13.''图 F4-12：预测的设置图 F4-13 因为原始数据是债券利率是非平稳的，因此对差分后的数据建立模型，如果希望直接对债 券利率进行预测，可以如 F4-14 输入模型公式。在这种输入方式下，模型估计后进行预测 的窗口见图 F4-15。在 F4-15 中，预测有两个选项一个是 TBILLRATE，一个是 D(TBILLRATE)。 选择 TBILLRATE 可以直接对债券利率预测。''图 F4-14：用原始数据输入模型使用 AIC 准则建立 AR(P)模型定阶的程序： 'subroutine end 是子程序，laglength 是子程序名称，该子程序调用时需要给出两个量，一个 是常数最大滞后长度，一个是对哪个时间序列建立模型。 subroutine laglength(scalar maxlag, series r) 'the following for next loop will compute the AIC and BIC for !i=1 to maxlagequation eq!i.ls r c r(-1 to -!i)scalar aicl!i=eq!i.aicscalar bicl!i=eq!i.schwarz''next 'table will make a table to include the results ' first the row the the colum the table's name is laglengthtable(maxlag+1,3) laglength '表格的宽度第 1 列 2 个字符，第 2 列，2 列 9 个字符 Setcolwidth(laglength,1,2)Setcolwidth(laglength,2,9)Setcolwidth(laglength,3,9) '表格内填的数字，第 1 行 2 列写入 AIC，1 行 3 列写入 BICSetcell(laglength,1,2,“AIC“)Setcell(laglength,1,3,“BIC“) '第 2 行到最后一行写入 1 到最大滞后长度for !i=1 to maxlagSetcell(laglength,!i+1,1,str(!i)next '分别把相应 AIC 填入相应位置for !i=1 to maxlagSetcell(laglength,1+!i,2,aicl!i)Setcell(laglength,1+!i,3,bicl!i)next'去掉不需要的结果 for !i=1 to maxlagdelete aicl!i bicl!i eq!inextendsub '调用子程序，假设滞后长度 8，对 r 进行分析 call laglength(8,r)