第1章 EViews软件使用初步 1
1.1 EViews软件简介 1
1.2 EViews软件窗口功能介绍及基本操作 2
1.2.1 主窗口 2
1.2.2 工作文件的建立 3
1.2.3 输入数据 11
1.2.4 改动数据 14
1.2.5 删除某一列数据和插入一列数据 14
1.2.6 改变工作文件区间 15
1.2.7 改变x序列和y序列的位置 15
1.2.8 把若干序列放在一个表格中 16
1.3 EViews软件数据及图形操作 16
1.3.1 数据简单处理 16
1.3.2 计算描述统计量 20
1.3.3 用数据绘制图 22
1.4 EViews编程 26
1.4.1 EViews编程语言入门 26
1.4.2 程序文件的相关操作 28
1.4.3 常用的程序命令 33
第2章 线性、非线性模型参数估计 34
2.1 双变量线性回归模型 34
2.1.1 双变量线性回归模型的OLS估计 34
2.1.2 双变量线性回归模型举例 35
2.2 多变量线性回归模型 45
2.2.1 多变量线性回归模型的OLS估计 45
2.2.2 几点说明 48
2.3 可以线性化的非线性模型参数估计 49
2.3.1 可以线性化的非线性模型的含义 49
2.3.2 双对数回归模型的参数估计 49
2.4 不可以线性化的非线性模型参数估计（迭代线性化法） 52
2.4.1 不可以线性化的非线性模型的含义 52
2.4.2 迭代线性化法 53
2.4.3 举例 53
第3章 异方差、自相关和多重共线性 57
3.1 异方差检验及修正 57
3.1.1 案例 57
3.1.2 异方差检验 59
3.1.3 异方差修正 64
3.2 自相关的检验及修正 66
3.2.1 案例 66
3.2.2 自相关的检验 69
3.2.3 自相关的修正 69
3.3 多重共线性 70
第4章 虚拟变量、多线段回归与分布滞后模型 77
4.1 利用虚拟变量建模 77
4.1.1 案例1 77
4.1.2 案例2 78
4.1.3 案例3 80
4.1.4 测量斜率变动的模型 83
4.1.5 测量斜率和截距都变动的模型 83
4.2 多线段线性回归模型 84
4.2.1 多线段线性回归模型的原理 84
4.2.2 案例1 84
4.2.3 案例2 86
4.3 分布滞后模型 89
4.3.1 案例 89
4.3.2 阿尔蒙估计法基本原理 91
4.3.3 阿尔蒙估计法的EViews软件的简单操作方法 93
4.3.4 用经验权数法估计有限分布滞后模型的参数 94
第5章 模型的诊断和检验 97
5.1 检验若干线性的约束条件是否成立的F检验 97
5.1.1 案例 97
5.1.2 完成F检验的其他方法 100
5.2 似然比（LR）检验 102
5.2.1 似然比（LR）检验的基本原理 102
5.2.2 似然比（LR）检验的EViews软件操作 102
5.3 Wald检验 104
5.3.1 案例 104
5.3.2 Wald检验原理 105
5.3.3 Wald检验的EViews软件操作 105
5.4 拉格朗日乘子（LM）检验 106
5.4.1 案例 106
5.4.2 拉格朗日乘子（LM）检验的原理 107
5.5 邹突变点检验 109
5.5.1 案例 109
5.5.2 邹突变点检验的EViews软件操作 111
5.6 JB正态分布检验 113
5.6.1 JB正态分布检验的基本原理 113
5.6.2 案例 113
5.7 格兰杰因果性检验 114
5.7.1 格兰杰因果性原理 114
5.7.2 格兰杰因果性检验原理 115
5.7.3 案例 115
第6章 协整分析 117
6.1 单位根检验 117
6.1.1 协整原理 117
6.1.2 单位根检验的一般原理 118
6.2 协整检验 118
6.3 误差修正模型 119
6.4 案例 119
6.4.1 案例1 119
6.4.2 案例2 132
第7章 联立方程组模型 135
7.1 联立方程组模型初步建立 135
7.1.1 建立简单的凯恩斯宏观经济模型 135
7.1.2 数据 136
7.1.3 模型的参数估计 136
7.2 克莱因（Klein Ⅰ）模型 142
7.2.1 克莱因（Klein Ⅰ）模型的形式 142
7.2.2 数据 143
7.2.3 模型参数的估计方法 143
7.3 联立方程模型的模拟与预测 148
7.3.1 克莱因（KleinⅡ）模型 148
7.3.2 克莱因（KleinⅡ）模型的参数估计 148
7.3.3 联立方程模型的模拟 154
第8章 月度、季度数据处理 166
8.1 移动平均法 166
8.1.1 简单的移动平均公式 166
8.1.2 中心化移动平均 166
8.1.3 加权移动平均 167
8.2 X12季节调整方法 167
8.2.1 X12季节调整方法介绍 167
8.2.2 X12季节调整方法的几种模型 168
8.3 移动平均比率方法 172
8.3.1 基本原理 172
8.3.2 EViews软件操作 173
8.4 趋势分解 174
8.5 指数平滑方法 175
8.5.1 基本原理 175
8.5.2 指数平滑方法简介 175
8.5.3 指数平滑方法的EViews软件操作 176
8.6 季度、月度和旬度指标的预测 177
8.6.1 季度预算拨款预测 177
8.6.2 月度预算拨款预测 182
8.6.3 旬度预算拨款预测 187
第9章 向量自回归模型 195
9.1 单位根检验与协整检验 195
9.1.1 数据说明 195
9.1.2 单位根检验 196
9.1.3 协整检验 200
9.2 向量自回归模型的设定和参数估计 203
9.2.1 向量自回归模型的设定 203
9.2.2 向量自回归模型的参数估计 203
9.3 脉冲响应函数与方差分解 209
9.3.1 脉冲响应函数EViews软件操作 209
9.3.2 方差分解EViews软件操作 210
9.4 向量误差修正模型 214
9.4.1 向量误差修正模型的建立 214
9.4.2 向量误差修正模型参数估计的EV iews操作 214
9.4.3 向量误差修正模型参数估计结果的另一种形式 216
9.4.4 结果 217
第10章 面板数据模型 218
10.1 利用Pool处理面板数据 218
10.1.1 建立面板数据文件 218
10.1.2 利用Pool进行数据计算 220
10.2 混合模型 223
10.2.1 混合模型的形式 223
10.2.2 混合模型的EViews软件操作 223
10.3 固定效应变截距回归模型 225
10.3.1 个体固定效应变截距回归模型的形式 225
10.3.2 个体固定效应变截距回归模型的估计方法 225
10.3.3 时点固定效应变截距回归模型的形式 226
10.3.4 时点固定效应变截距回归模型的估计方法 226
10.3.5 个体时点固定效应变截距回归模型的形式 228
10.3.6 个体时点固定效应变截距回归模型的估计方法 228
10.4 随机效应变截距回归模型 230
10.4.1 个体随机效应变截距回归模型的形式 230
10.4.2 个体随机效应变截距回归模型的估计方法 231
10.4.3 时点随机效应变截距回归模型的形式 232
10.4.4 时点随机效应变截距回归模型的估计方法 232
10.4.5 个体时点随机效应变截距回归模型的形式 234
10.4.6 个体时点随机效应变截距回归模型的估计方法 234
10.5 固定效应变系数回归模型 236
10.5.1 个体固定效应变系数回归模型 236
10.5.2 个体固定效应变系数回归模型的估计方法 237
10.5.3 时点固定效应变系数回归模型 238
10.5.4 时点固定效应变系数回归模型的估计方法 238
10.5.5 个体时点固定效应变系数回归模型的形式 241
10.5.6 个体时点固定效应变系数回归模型的估计方法 241
10.6 面板数据模型的其他问题 243
10.6.1 固定效应和随机效应检验 243
10.6.2 面板数据的单位根和协整检验 245
10.6.3 面板结构的工作文件 246
第11章 主成分分析和因子模型 253
11.1 主成分分析 253
11.1.1 数据及处理 253
11.1.2 主成分分析EViews软件操作 253
11.2 因子模型分析 259
11.2.1 因子模型 259
11.2.2 实例 260
第12章 状态空间模型 271
12.1 状态空间模型概述 271
12.1.1 状态空间模型原理 271
12.1.2 状态空间模型的定义 272
12.2 状态空间模型估计 272
12.2.1 创立状态空间对象 272
12.2.2 可变边际消费倾向的状态空间模型 274
12.3 状态空间模型的视窗和过程 282
12.3.1 视窗（View） 282
12.3.2 过程（Procs） 286
参考文献 292