Eview教程modelPPT文档格式.ppt

Eview教程modelPPT文档格式.ppt

《Eview教程modelPPT文档格式.ppt》由会员分享，可在线阅读，更多相关《Eview教程modelPPT文档格式.ppt（27页珍藏版）》请在冰豆网上搜索。

链接方式:

object_name（可以使用包含equation，system在内的多种对象，自动更新估计系数。

）人工输入或者从估计结果中拷贝和粘贴。

在Model对象中输入方程（续）与system对象不同，model对象中可以包含恒等式。

system对象只能包含需要估计的方程，不能包含恒等式。

Model对象中的语句除了方程之外，model对象中还能包含语句，这些语句可以控制解模型过程的几个方面。

这里只介绍两种。

注释语句（使用标志）。

assign语句用于指定解模型的结果存放在何处。

assign语句用法assigngdpgdpfassigngdpgdpfcscsfinvinvfassignallfassignall_v1assignprefixfrc_assign语句用法（续）语句用法（续）all和prefix的优先级低于名称明确指定。

下面的语句等价assignallfgnpgnp_frassigngnpgnp_frallfassigngnpgnp_frassignallf前面可以加，作用不变，比如assigngnpfrgnp如果makemodel，Eviews默认添加assignallf到model中在model中添加方程和语句的命令macro.appendcs=10+0.8*y（-1）macro.appendi=0.7*（y（-1）-y（-2）macro.appendy=cs+i+gmacro.appendassignall_s解model输入方程和语句之后就可以解model了。

解方程之前要确认要解的内生变量的个数等于model中方程的个数。

解方程使用solve按钮。

解model的几个注意注意确定样本区间是您希望解的区间；

注意warningmessage；

解模型后产生的新变量作为新序列存放在工作文件中。

model的解法的解法dynamic：

第一期使用历史数据；

随后使用本模型计算出的内生变量来计算下期内生变量。

Static：

每期都使用历史数据进行计算，one-period-aheadforecast。

Fiteachequation：

每期使用历史数据，单独计算每个方程。

不把方程组作为一个系统来解。

迭代选项迭代选项Eviews使用Gauss-Seidel迭代方法解线性方程组。

可以设置迭代选项。

一般使用默认值。

解解model的命令的命令solvesolve（options）model_namemodel_name.solve（options）默认的方法是dynamic，可以设置options更改解model的方法。

使用命令方式时不要忘记在model定义中加上assign语句，否则会出现原序列被覆盖的问题。

options对应菜单中的选项，具体参数可以参看帮助文件。

Model对象的应用举例对象的应用举例求RMS，经济预测，政策模拟Klein模型读入数据，建立Klein1system对象，估计system。

所有的前定变量作为工具变量，包括常数项。

system中输入的方程中输入的方程cu=c

（1）+c

（2）*p+c（3）*p（-1）+c（4）*（wp+wg）i=c（5）+c（6）*p+c（7）*p（-1）+c（8）*k（-1）wp=c（9）+c（10）*x+c（11）*x（-1）+c（12）*ainsttgwgap（-1）k（-1）x（-1）c求求RMS从systemKlein1中makemodel（系统默认添加assign语句）输入恒等式x=cu+i+gp=x-t-wpk=k（-1）+i求求RMS（续）（续）用static方法解model得到内生变量的拟合序列，xxf。

计算RMS（循环，sumsq）循环法defineavectorrms1tostoresixendogenousvariablesrmsvector（6）rms1rms1=0defineresidualseriesandmakeconversiontotheresidualseriesseriesresid_cum_1=cumf1-cumresid_cum_1=resid_cum_1/cumfor!

i=2to22rms1

（1）=rms1

（1）+resid_cum_1（!

i）2nextrms1

（1）=（rms1

（1）/21）0.5使用sumsq函数sumsq函数用来计算一个序列的平方和。

（sum函数）defineavectorrms1tostoresixendogenousvariablesrmsvector（6）rms1rms1=0defineresidualseriesandmakeconversiontotheresidualseriesseriesresid_cu_1=cuf1-curesid_cu_1=resid_cu_1/curms1

（1）=sumsq（resid_cu_1）rms1

（1）=（rms1

（1）/21）0.5补充用同样的方法可以计算每个内生变量的RMS，分别存放在刚才定义的6维向量中。

用OLS估计方程，另外定义一个6维向量，执行与刚才相同的操作，可以得到OLS估计的RMS。

注意:

用ols时，从systemmakemodel的时候要更改assign语句。

从而可以进行估计方法优劣的比较。

经济预测利用模型作未来20年的预测。

扩大样本区间为19201961。

在样本区间19421961间为外生变量赋值。

（g,t,wg用1941年值，趋势项继续）在19421961区间内用dynamic法解model得到内生变量的预测值。

经济预测命令方式smpl4261seriesg=g（-1）seriest=t（-1）serieswg=wg（-1）seriesyear=trend（1921）solvemodel01dynamicmethodisdefaultseirescu_baseline=cuf政策模拟模拟1942年税收的一个一次性提高对消费造成的影响。

在1942年使税收增加10。

重新在19421962区间内解model得到内生变量的另一个预测值。

在线形图中比较两个预测，看提高税收造成的影响。

政策模拟政策模拟命令方式命令方式smpl4242seriestx=tx+10smpl4261solvemodel01seriescu_ti=cuf