运用eviews进行实证分析基于论文的计量需求大学论文.doc

《运用eviews进行实证分析基于论文的计量需求大学论文.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、目录目录1、模型设定与数据处理11.1模型设定11.2数据预处理11.2.1建立工作文档11.2.2数据导入21.2.3X12进行季节性调整31.2.4HP滤波法估计潜在GDP31.2.5时间序列数据的平稳性检验41.3时间序列变量的最小二乘估计51.3.1时间序列最小二乘估计的前提条件51.3.2同阶单整举例61.3.3EG协整法进行协整检验62、诊断回归模型72.1多重共线性计量检验与消除72.2异方差计量检验与消除92.2.1怀特异方差检验模型92.2.2white异方差校正功能102.2.3加权最小二乘法102

2、.3自相关计量检验与消除112.3.1自相关的后果112.3.2自相关的识别112.3.3DW检验的局限122.3.4EViews进行自相关检验122.3.5包含滞后变量的自相关检验133、联立方程模型134、面板数据模型的建立及应用145、葛兰杰因果检验155.1前提条件155.2检验模型155.3用EViews进行实例分析156、协整检验及应用166.1平稳性检验（单位根检验）166.2协整检验166.3因果检验176.4误差纠正机制ECM177、GARCH模型181目录7.1GARCH模型的基本概念187.2沪深

3、股市收益率的波动性研究187.2.1描述性统计187.2.2平稳性检验197.2.3均值方程的确定及残差序列自相关检验207.2.4GARCH类模型建模227.2.5检验两市波动的因果性247.2.6修正GARCH-M模型25主要参考文献261运用EViews8.0进行实证分析——基于论文的计量需求运用EViews进行实证分析---基于论文的计量需求1、模型设定与数据处理1.1模型设定一般化形式的泰勒规则回归方程式考虑利率平滑特性回归方程式（1）在EViews中对（1）式进行回归分析。1.2数据预处理1.2.1建立工作

4、文档按下图中的步骤建立workfile打开后的界面如下。25运用EViews8.0进行实证分析——基于论文的计量需求给文档命名为多元回归，选择季度型数据Quarterly，输入开始日期2004Q1，结束日期2015Q4，点击OK。1.2.2数据导入首先将所需原始数据在Excel中加工处理好，将需要的数据全部复制。然后在EViews中依次选择Quick→EmptyGroup（可录入多个变量的数据），或选择Object→NewObject（可逐个录入单个变量的数据），下图演示同时录入多个变量数据的步骤，如下图所示。在接下来

5、打开的界面中（如下图），将复制的多列数据粘贴到打开的表格中，点击上面的各列默认设定的名称，修改为相应的变量名。25运用EViews8.0进行实证分析——基于论文的计量需求点击数据录入界面右上角的叉关闭窗口，可以不用保存数据组，之后的界面如右图。至此，数据录入工作完毕。1.2.3X12进行季节性调整采用EViews8.0中X12的方法对实际GDP数据进行季节性调整，打开已经录入的rgdp序列，RGDP数据录入前工作文档的设定一定要正确，新建workfile的时候要选择Quarterly数据类型（季度类）。不正确的设定可能

6、进行下列操作时不会出现CensusX12的选项。在正确设定数据类型后，依次选择。Pro→SeasonalAdjustment→CensusX-12，如下图所示。打开如下界面，默认下列图1的设置，也可以根据自己的需要修改默认设定。点击确定进入季节性调整的输出结果窗口，之后关闭该窗口，回到图2界面。图2界面出现的新的数据列rgd_sa，即是rgdp进行X12季节调整后的数据。25运用EViews8.0进行实证分析——基于论文的计量需求1.2.4HP滤波法估计潜在GDP将之前的经季节调整后的rgdp_sa序列单击打开，采用H

7、P滤波法估计潜在GDP。然后依次选择Pro→Hodrick-PrescottFilter，如下图1所示。进入图2界面。在第一栏中为平滑后的数据命名为yt，yt在此代表潜在HP滤波法估计出来的潜在GDP序列的名称。用HP滤波法估计季度数据的参数值为1600，因为新建workfile时已经选择好了季度数据的类型，所以此处参数的默认设定为正确设置。然后点击ok，进入下一个界面，关闭该界面。EViews已经生成了HP滤波法估计的潜在GDP——yt序列，如右图所示。1.2.5时间序列数据的平稳性检验打开时间序列Y，依次选择Vie

8、w→UnitRootTest，如下图中左图所示。进入下图中右图界面。25运用EViews8.0进行实证分析——基于论文的计量需求可以选择变量水平值、一阶差分值、二阶差分值，选择包含常数项、包含时间趋势项以及常数项、什么都不包含三个类型中的一个来对时间序列进行单位根检验。此次选择了Y的水平值，仅包含常数项的单位根检验。输出结果如下。