应用经济计量学 EViews高级讲义 上PDF电子书下载

Ⅰ EViews编程 3

第1讲EViews基础 3

1.1认识EViews 4

1.1.1 EViews窗口 4

1.1.2 EViews是可编程的 4

1.1.3启动和退出 5

1.1.4获取帮助 6

1.2实例体验 7

1.2.1数据查看 9

1.2.2回归模型估计 13

1.2.3修改模型 16

1.2.4预测 17

1.2.5进一步的检验 18

1.2.6结束语 20

1.3工作文件 21

1.3.1基本概念 21

1.3.2打开和关闭 21

1.3.3建立 22

1.3.4保存 25

1.3.5从外部数据创建 26

1.3.6小结 29

1.4序列对象 30

1.4.1创建和初始化 30

1.4.2命名规则 31

1.4.3查看 32

1.4.4定格和打印 33

1.4.5其他操作 34

1.4.6数据和函数 36

1.4.7小结 37

1.5对象：数据和方法 38

1.5.1面向对象 38

1.5.2 EViews对象 40

1.5.3群对象 41

1.5.4命令语法 44

1.6小结 45

第2讲EViews程序设计 47

2.1表达式和赋值 48

2.1.1常量 48

2.1.2变量 48

2.1.3运算符 52

2.1.4表达式 54

2.1.5赋值 55

2.1.6超前、滞后和差分 59

2.1.7缺失值 60

2.1.8小结 62

2.2流程控制 63

2.2.1 IF语句 63

2.2.2 FOR循环 65

2.2.3 WHILE循环 68

2.2.4跳出循环 69

2.2.5子程序 69

2.2.6小结 75

2.3编程和执行 76

2.3.1编辑程序 76

2.3.2执行程序 78

2.3.3命令和函数 81

2.3.4小结 82

2.4字符串和日期 83

2.4.1字符串 83

2.4.2日期 87

2.4.3小结 92

2.5多页工作文件 93

2.5.1建立工作页 93

2.5.2管理工作页 95

2.5.3结构化工作页 96

2.5.4工作页信息 99

2.5.5工作文件函数 100

2.5.6修改工作页 103

2.5.7小结 108

2.6使用样本对象 110

2.6.1工作样本集 110

2.6.2样本对象 115

2.6.3样本表达式 117

2.6.4小结 120

2.7编程提示 121

2.7.1小提示 121

2.7.2系数对象 122

2.7.3复制 122

2.7.4命令和函数 124

2.7.5通配符 126

2.8深入编程 128

2.8.1表格和图形 128

2.8.2自新序列 129

2.9小结 133

Ⅱ时间序列分析 137

第3讲 回归分析 137

3.1普通最小二乘估计 138

3.1.1例子 138

3.1.2方程的设定 139

3.1.3多元线性回归 141

3.1.4估计结果 143

3.1.5方程对象 145

3.1.6小结 147

3.2方差稳健估计 148

3.2.1一致估计 148

3.2.2例子 149

3.3解释变量 151

3.3.1哑变量 151

3.3.2交互项 153

3.3.3多项式分布滞后 155

3.4加权最小二乘估计 159

3.4.1理论回顾 159

3.4.2例子 160

3.5两阶段最小二乘估计 163

3.5.1理论回顾 163

3.5.2例子 166

3.5.3其他设定 167

3.6非线性最小二乘估计 169

3.6.1理论回顾 169

3.6.2例子 170

3.6.3估计中的问题 173

3.7小结 174

第4讲 检验和预测 177

4.1设定和检验基础 178

4.1.1模型设定 178

4.1.2假设检验 180

4.2系数检验 182

4.2.1置信椭圆 182

4.2.2 Wald检验 184

4.2.3遗漏变量 187

4.2.4 冗余变量 188

4.2.5 Granger因果关系 188

4.3残差检验 190

4.3.1序列相关的LM检验 190

4.3.2残差平方的相关图 191

4.3.3 ARCH LM检验 192

4.3.4 White检验 193

4.4稳定性和设定检验 195

4.4.1 Chow检验 195

4.4.2 Chow预测检验 196

4.4.3 RESET检验 197

4.5预测基础 199

4.5.1预测误差 199

4.5.2预测评价 200

4.5.3用EViews进行预测 201

4.6回归方程预测 206

4.6.1有滞后因变量的预测 206

4.6.2有ARMA项的预测 207

4.6.3.表达式的预测 208

4.7应用实例 211

4.7.1递归最小二乘估计 211

4.7.2结构断点检验 214

4.7.3 Hausman检验 215

4.7.4非嵌套模型检验 217

4.7.5 Cox检验 218

4.8小结 221

第5讲ARMA模型 225

5.1线性相关 226

5.1.1自相关和偏自相关 226

5.1.2序列相关的检验 228

5.1.3互相关 231

5.2 ARMA建模 232

5.2.1自回归 232

5.2.2 ARMA结构 234

5.2.3模型设定 235

5.3估计和诊断 242

5.3.1估计方法 242

5.3.2模型诊断 245

5.4小结 250

第6讲ARCH模型 253

6.1概览 254

6.1.1模型设定 254

6.1.2标准化残差分布 255

6.1.3对数似然函数 256

6.2 GARCH模型 258

6.2.1基本形式 258

6.2.2其他形式 260

6.3应用实例 262

6.3.1汇率 262

6.3.2检验和预测 264

6.3.3扩展模型 268

6.4非对称GARCH模型 273

6.4.1 TGARCH 273

6.4.2 EGARCH 275

6.4.3 PGARCH 279

6.4.4 CGARCH 281

6.4.5 GARCH效应 282

6.5其他GARCH模型 284

6.5.1系数限制模型 284

6.5.2ARCD模型 285

6.5.3多元GARCH 286

6.6小结 287

第7讲 单位根过程 293

7.1基本概念 294

7.1.1平稳性 294

7.1.2随机趋势 297

7.2单位根检验 301

7.2.1检验方法 301

7.2.2零频率频谱估计 307

7.2.3滞后阶数 309

7.3应用实例 310

7.3.1单位根检验 310

7.3.2检验方法比较 314

7.3.3 DGP识别 317

7.3.4季节性 321

7.3.5误差修正模型 324

7.4小结 325

第8讲 面板数据基础 331

8.1线性模型 333

8.1.1矩阵 333

8.1.2模型表示 336

8.1.3简单估计方法 338

8.2固定效应和随机效应 341

8.2.1固定效应 341

8.2.2随机效应 344

8.2.3比较 347

8.3应用实例 349

8.3.1简单估计 349

8.3.2固定效应 350

8.3.3随机效应 351

8.3.4非平衡面板 353

8.4使用合伙对象 354

8.4.1创建 355

8.4.2合伙数据 357

8.4.3合伙对象 359

8.4.4数据存取 362

8.4.5小结 366

8.5双向效应 367

8.5.1 矩阵关系 367

8.5.2双向效应 369

8.5.3例子 370

8.6其他模型设定 372

8.6.1变斜率 372

8.6.2 FGLS 375

8.6.3 AR项 377

8.6.4工具变量法 378

8.6.5方程组 382

8.7方差估计和检验 383

8.7.1系数方差稳健估计 383

8.7.2检验 385

8.8小结 388

第9讲 面板数据应用 393

9.1面板工作文件 394

9.1.1创建 394

9.1.2面板结构 400

9.1.3面板工作页函数 404

9.1.4修改面板工作页 405

9.1.5小结 408

9.2使用面板数据 409

9.2.1工作样本集 409

9.2.2序列对象 412

9.2.3其他对象 418

9.2.4小结 419

9.3应用实例 420

9.3.1基本模型 420

9.3.2扩展模型 427

9.3.3系数方差稳健估计 429

9.3.4检验和预测 431

9.3.5非线性模型 433

9.3.6设定和估计 434

9.4面板单位根 437

9.4.1检验方法 437

9.4.2应用实例 442

9.4.3 DGP识别 447

9.5小结 454

Ⅳ多方程模型 459

第10讲 方程组和联立方程 459

10.1回归方程组 460

10.1.1线性模型 460

10.1.2 SOLS估计 463

10.1.3 FGLS估计 465

10.1.4 FIML估计 468

10.1.5非线性模型 469

10.1.6系数限制 469

10.2使用方程组对象 471

10.2.1设定 472

10.2.2估计 474

10.2.3方程组对象 482

10.2.4小结 484

10.3联立方程 485

10.3.1线性模型 485

10.3.2识别 486

10.3.3堆叠形式 489

10.3.4 S2SLS估计 490

10.3.5 3SLS估计 492

10.3.6例子 493

10.4小结 496

第11讲VAR模型 499

11.1 VAR基础 500

11.1.1模型 500

11.1.2检验 505

11.1.3预测 512

11.1.4 Var对象 512

11.2 VAR分析 515

11.2.1脉冲响应 515

11.2.2方差分解 521

11.3 VEC模型 525

11.3.1协整和误差修正 525

11.3.2 VEC设定 526

11.33例子 527

11.3.4协整方程识别 531

11.4协整检验 538

11.4.1检验方法 538

11.4.2三类DGP 543

11.4.3五种模型 545

11.4.4实例分析 547

11.5 SVAR模型 552

11.5.1模型 552

11.5.2短期限制 552

11.5.3长期限制 557

11.5.4估计 558

11.6小结 560