Eviews常用命令集Word格式.docx
《Eviews常用命令集Word格式.docx》由会员分享,可在线阅读,更多相关《Eviews常用命令集Word格式.docx(148页珍藏版)》请在冰豆网上搜索。
![Eviews常用命令集Word格式.docx](https://file1.bdocx.com/fileroot1/2023-2/4/75be6975-fb49-4527-9d38-323bd20e9f68/75be6975-fb49-4527-9d38-323bd20e9f681.gif)
第二个数值v指定从原点向下偏离的虚英寸距离。
文本的左上角将被放置在指定的座标上。
●座标可以于其他选项一起使用,但是它们必须位于选项列表的前两个位置。
座标受指定位置的其他选项控制。
●当addtext对多重图使用时,文本应用于整个图,而不是每个单独的图。
freeze(g1)gdp.line
g1.addtext(t)Fig1:
MonthlyGDP(78:
1-95:
12)
把文本“Fig1:
12)”放置于图G1的顶部中央位置。
g1.addtext(.2,.2,x)seasonallyadjusted
把文本“seasonallyadjusted”放置在图中的一个框中,稍稍从左上角缩进。
align
alignGraph视图
对齐多个图形的位置。
Graph视图:
graph_name.align(n,h,v)
n指定图形放置的列数。
h图形之间的水平间隔。
v是图形之间的垂直间隔。
必须在括号中按顺序指定以上3个参数(用逗号隔开)。
间隔大小的单位为虚英寸。
mygraph.align(3,1.5,1)
把MYGRAPH与第三列中的图形对齐,水平间隔为1.5英寸,垂直距离为1英寸。
append
appendLogl过程|Model过程|System过程|Sspace过程
向Logl对象,Model对象,System对象,或者Sspace空间对象添加一行。
Logl过程:
logl_name.appendtext
Model过程:
model_name.appendtext
System过程:
system_name.appendtext
Sspace过程:
sspace_name.appendtext
在append命令后面输入要添加的内容。
modelmacro2
macro2.mergeeq_m1
macro2.mergeeq_gdp
macro2.appendassign@allf
macro2.solve
第一行定义了一个模型对象。
第二行和第三行把现有的方程合并到模型对象中。
第四行向模型添加了一个赋值语句。
第五行解模型。
systemmacro1
macro1.appendcons=c
(1)+c
(2)*gdp+c(3)*cons(-1)
macro1.appendinv=c(4)+c(5)*tb3+c(6)*d(gdp)
macro1.appendgdp=cons+inv+gov
macro1.appendinsttb3govcons(-1)gdp(-1)
macro1.gmm
showmacro1.results
第一行定义了一个系统。
下三行向系统中添加了由三个方程构成的简化式方程组。
第五行添加估计中将使用的工具变量的列表。
最后两行使用GMM方法估计模型并显示结果。
vector
(2)svec0=0
sspace1.append@mpriorsvec0
向状态空间对象SSPACE1中添加一行,使用零向量SVEC0作为状态向量的初值。
ar
ar表达式
自回归误差项。
AR项可以在ls或者tsls命令中出现来表示一个自回归项。
ar
(1)表示一阶自回归项,ar
(2)表示二阶自回归项,依次类推。
命令:
lsm1ctb3tb3(-1)ar
(1)ar(4)
用常数,TB3和TB3的一阶滞后值以及一阶和四阶自回归项对M1进行回归。
tslssalecadvar
(1)ar
(2)ar(3)ar(4)@cgdp
使用两阶段最小二乘法,把常数,ADV和一到四阶自回归项对SALE进行回归,工具变量为常数和GDP。
arch
arch命令||方程方法
估计广义自回归条件异方差模型
arch(p,q,options)yx1x2x3
arch(p,q,options)yx1x2x3@v1v2
arch(p,q,options)yx1x2x3@p1p2@t1t2
方程方法:
eq_name.arch(p,q,options)yx1x2x3
eq_name.arch(p,q,options)yx1x2x3@v1v2
eq_name.arch(p,q,options)yx1x2x3@p1p2@t1t2
ARCH估计一个具有p阶ARCH项和q阶GARCH项的GARCH(p,q)模型。
如果不给出(p,q),那么默认是GARCH(1,1)。
在arch命令关键词后面的回归方程中给出被解释变量及其后的一系列的回归变量。
默认条件下,条件方差模型中不包括外生变量(除常数外),如果想把除GARCH项外的方差解释变量考虑进来,那么把它们加进来后,在回归方程的回归变量后面使用一个@的符号把这两种变量隔开。
如果选择ARCH模型组成成分的各个选项,就可以给出外生变量的永久成分和临时成分。
在回归方程回归因子之后,首先列出永久成分,接着是一个@符号,然后是临时成分。
常数项一直包含在永久成分中。
e,egarch指数型的GARCH。
t,tarchThreshold(对称)ARCH。
c成分(永久和临时)ARCH。
a对称(永久和临时)ARCH。
v在回归方程中有条件方差的ARCH-M(ARCH在均值中)。
m在回归方程中有条件标准差的ARCH-M。
hBollerslev-Wooldridgerobust 拟最大似然(QML)协方差/标准误差。
b使用Berndt-Hall-Hall-Hausman(BHHH)代数来最大化,默认时为Marquardt。
m=整数设置最大迭代次数(默认时为100)
c=标量收敛标准(默认时为0.001),标准是基于比例系数改变的的最大量。
s使用当前C中的系数值作为初始值。
s=数字指明一个在0和1之间的一个数来决定作为初始LS估计一小部分的初始值(超出范围的值设定s=1)。
.
p打印基本估计结果。
arch(4,0,m=1000,h)sp500c
估计一个SP500关于常数项的回归的arch(4)模型,这个过程的最大迭代次数为1000,收敛后将给出Bollerslev-WooldridgerobustQML标准差。
c=.1
equationarc1.arch(s,v)nysc@r
估计一个回归表达式中的GARCH(1,1),NYS的回归方程有赖于一个常数和一个条件方差(GARCH)项。
条件方差方程是默认的GARCH(1,1)表达式,其有一个外生回归变量R和一个常数。
第一行是将系数向量设置为.1,s选项把C系数向量中的这些元素作为初始值。
arc1.makegarchgarch1
在估计的方程后面,我们可以把估计出的条件方差作为一个序列命名为GARCH1.
Archtest
Archtest对自回归条件异方差的检验(ARCH).
在残差中对ARCH执行拉格朗日乘子(LM)检验。
命令:
archtest(n,options)
方程视图:
eq_name.archtest(n,options)
必需说明要检验的ARCH的顺序。
滞后期n的数目应该在arch命令后面的括号中给出。
p打印检验结果。
lsoutputclaborcapital
archtest(4)
用OUTPUT对常数、LABOR和CAPITAL进行回归,然后进行ARCH滞后四阶的检验。
equationeq1.archsp500c
eq1.archtest(4)
估计一个SP500关于常数项的GARCH(1,1)回归模型,并对其进行滞后四阶的ARCH检验。
注意:
在arch估计之后进行的archtest使用了标准残差(回归方程的残差除以估计出来的条件标准差)。
auto
auto命令||equation视图
进行序列相关LM检验。
对估计残差执行Breusch-GodfreyLagrange乘子(LM)检验。
auto(n,options)
Equation视图:
eq_name.auto(n,options)
作为命令时,它检验默认方程的残差。
必须指定检验的序列相关的阶数,在auto命令后的括号里注明滞后项n。
p打印文本输出。
auto(4)
对产出(output)关于常数,劳动(labor)和资本(capital)回归并检验四阶序列相关。
output(t)c:
\result\artest.txt
equationeq1.LSconscyy(-1)
eq1.auto(12,p)
执行消费关于常数项,Y和Y的滞后项的ols回归并检验12阶序列相关。
第一行是将打印输出的文本改向输出至ARTEST.TXT文件。
bar
bar命令||Series视图|Group视图|Coef视图|Matrix视图|Graph方法
序列或者一个向量/矩阵每列的条形图。
bar(options)ser1ser2ser3
Object视图:
object_name.bar(options)
Graph方法:
graph_name.bar(options)
a(默认)自动绘图。
序列按照原来的单位进行作图,并且图形的大小按照可以容纳序列的最大值和最小值进行选择。
d二元作图。
第一个序列在左边作图,所有其他的序列在右边作图。
s层叠条形图。
每个条都代表已列出序列的累加和。
l对第一个列出的序列作条形图,对所有后面的序列作线形图。
x与l选项相同,但是使用的是二元作图法。
o=graph_name用指定图形中的选项作为模板。
t=graph_name使用指定图形中的选项,文本,和底纹作为模板。
p打印条形图。
bar(x,o=mybar1)popgdpcons
作POP的条形图以及GDP和CONS的线形图:
条形图作在左边,而线形图作在右边。
该图形使用MYBAR1中的选项作为模板。
groupmygrpoldsalesnewsales
mygrp.bar(s)
第一行定义了一个序列组,第二行对组中的序列作层叠条形图。
cause
cause命令||组视图
格兰杰因果关系检验。
在(所有可能的)成对列出的序列或组序列之间执行成对的格兰杰因果检验。
cause(n,options)ser1ser2ser3
组视图:
group_name.cause(n,options)
在命令形式中,要列出将进行格兰杰因果检验的序列或组。
同时也要给出格兰杰检验的滞后期,即在因果检验命令后面的括号中给出一个整数。
注意检验方程中的解释变量是一个常数和要检验的成对序列的滞后项。
p打印出检验的结果。
cause(4)gdpm1
计算GDP是否是M1的格兰杰成因和M1是否是GDP的格兰杰成因的格兰杰检验.每个检验的回归变量为一个常数和GDP与M1的滞后四期值。
groupmacrom1gdpr
macro.cause(12,p)
打印在MACRO组中三个序列的六对格兰杰因果检验结果。
每个检验的回归变量为一个常数和要检验的两个序列(不包括组中第三个序列的滞后值)的滞后十二期值。
ccopy
ccopy命令
从DRIBasicEconomics数据库中复制数据到数据库集。
从DRIBasicEconomicsDatabase中复制一个或者多个序列到EViews数据库集(.DB)文件中。
要使用这个功能必须首先在计算机中安装DRI数据库。
ccopyseries_name
在ccopy命令后输入您希望复制的序列名称。
数据库集文件将保存在默认目录中,文件名与DRI数据库中的序列名相同。
您也可以提供路径信息来表明名数据库集文件的目录。
ccopylhur
把DRI序列LHUR复制为默认路径目录中的LHUR.DB文件
ccopyb:
gdpc:
\nipadata\gnet
把GDP序列复制为B驱动器中的GDP.DB文件,而把GNET序列复制为C:
\NIPADATA中的GNET.DB文件。
Cd(chdir)
cdchdir命令
更改默认目录。
cd命令更改当前的默认活动目录,该目录在EViews窗口底部右边显示为Path=。
cdpath_name
cda:
\data
把默认目录改为A驱动器中的DATA目录,然后您保存的一切就都自动存放在这个目录中,除非您在保存命令中明确指定了一个不同的目录。
cdfplot
cdfplotSeries视图|Group视图
经验分布函数:
显示经验累加分布函数,生存函数,和带标准误差的分位数。
Series视图:
series_name.cdfplot(options)
Group视图:
group_name.cdfplot(options)
s绘制经验生存函数。
q绘制经验分位数。
a绘制所有的CDF,生存函数和分位数。
n不包含标准误差。
q=r(默认)使用Rankit(Cleveland)公式计算分位数。
q=o使用简单的分数(ordinary)公式计算分位数。
q=v使用vanderWaerden计算分位数。
q=b使用Blom公式计算分位数。
q=t使用Tukey公式计算分位数。
p打印分布函数。
lwage.cdfplot
绘制序列lwage的经验累加分布函数。
cfetch
cfetch命令
从DRIBasicEconomics数据库中取出一个序列到工作文件中。
cfetch从DRIBasicEconomicsDatabase中读取一个或者多和序列到活动工作文件中。
要使用这个功能,必须在计算机中首先安装DRI数据库。
cfetchseries_name
cfetchlhurgdpgnet
把DRI序列LHUR,GDP和GNET读取到当前的活动工作文件中,如果必要,还会执行频度转换。
Chow
Chow命令||方程视图
检验平稳性。
执行Chow断点和对参数稳定性的Chow预测检验。
chow(options)obs1obs2obs3
eq_name.chow(options)obs1obs2obs3
要求给出要检验的断点(日期或观察数目)。
如果要说明不止一个的断点,用空格把断点隔开。
f断点观测检验。
对此命令,必须给出单个要检验的断点(默认时执行断点检验)。
p打印检验结果。
lsm1cgdpcpiar
(1)
chow70.180.1
执行M1对常数项、GDP、CPI及一阶自回归误差的回归,然后检验参数在70年代前、70年代期间以及70年代以后是否稳定。
equationppp.lslog(spot)clog(p_us)log(p_uk)
ppp.chow(f)73
用ls估计SPOT的对数对P_US的对数以及P_UK的对数的回归方程,并执行从73年开始的Chow观测检验。
sortgender
lslwageceduedu^2union
chow534
也可以对横截面数据执行chow检验。
假设GENDER是一个0-1虚拟变量,当排序后,观察值的前533个全是GENDER=0,此后的有GENDER=1,那么chow命令检验LWAGE方程是否对所有的GENDER=0和GENDER=1都有相同的系数。
clabel
clabel命令
显示DRIBasicEconomics数据库序列的描述。
clabel从DRIBasicEconomicsDatabase中读取一个序列的描述,并把它显示在Eviews窗口状态行上。
可以使用这个命令来验证给定DRI数据库序列名表明的内容。
要使用这个功能,必须首先安装DRI数据库。
目录:
clabelseries_name
clabellhur
在状态行显示DRI序列LHUR的描述。
close
close命令
关闭对象,程序或者工作文件。
关闭一个对象就是关闭其窗口。
如果指定名称,对象仍在工作文件中显示为一个图标,否则它将也被删除。
关闭程序或者工作文件不仅关闭其窗口,而且把它从内存中删除。
如果激活一个文件之后,工作文件已经更改,您将看到一个对话框询问您是否想把它保存在磁盘上。
closeobject_name
closegdpgraph1table2
关闭GDP,GRAPH1和TABLE2这三个对象。
lwage.hist
closelwage
首先打开LWAGE窗口并显示LWAGE的直方图,然后关闭窗口。
coef
coef命令
定义一个系数(列)向量。
向量和系数对象都是列向量。
但是,仅有系数对象的元素允许用于模型形式的估计。
coef(n)coef_name
在coef命令后的括号中加上系数个数,之后注明系数对象的名称。
如果省略系数个数,EViews将创建一个长度为1的向量。
coef
(2)slope
lslwage=c
(1)+slope
(1)*edu+slope
(2)*edu^2
第一行创建了一个长度为2名称为SLOPE的系数对象。
第二行运行一个最小二乘回归并把估计的斜率系数保存在SLOPE中。
arch(2,2)sp500c
coefbeta=c
coef(6)beta
第一行使用默认的系数向量C估计一个GARCH(2,2)模型。
(方程表达式中的c表示一个常数项,也就是一列1。
)第二行定义了一个名为BETA的系数向量并把C的内容复制到BETA。
(赋值语句中的c表示默认的系数向量)。
第三行重新调整了BETA的大小,砍掉了除前6个外的所有元素,这6个元素是GARCH(2,2)模型中的估计参数。
注意因为EViews会把系数与方程一起保存,以便后来使用,所以您一般不需要执行这个保存系数向量的操作。
coefcov
coefcovEquation视图|Logl视图|Pool视图|System视图|Sspace视图
系数协方差矩阵。
显示包含一个或者多个估计方程的对象估计系数的协方差。
eq_name.coefcov(options)
Logl视图:
logl_name.coefcov(options)
Pool视图:
pool_name.coefcov(options)
System视图:
system_name.coefcov(options)
Sspace视图:
sspace_name.coefcov(options)
p打印系数协方差矩阵。
equationeq1.lslwageceduedu^2union
eq1.coefcov
定义并估计了一个方程并显示方程系数的协方差矩阵。
要把系数协方差矩阵保存为一个(对称)矩阵对象,请使用@coefcov,参阅EquationDataMembers。
coint
coint命令||group视图|VAR视图
Johansen的协整检验。
coint(test_option,n,option)y1y2y3
coint(test_option,n,option)y1y2y3@x1x2x3
group_name.coint(test_option,n,option)
var视图:
var_name.coint(test_option,option)lag_pairs@x1x2
在组命令形式中,应输入coint命令,随后输入一系列序列或待检验的组名,每个序列名都要用空格键隔开。
如果要使用外生变量,例如季度虚拟变量,那么可以在内生变量之后加入一个@,然后输入外生变量名即可。
在关键值中假设除了常数项和趋势项之外,没有其它外生变量。
当用作一个组或VAR视图时,coint检验组或VAR中的序列之间的协整关系。
如果VAR目标中包括外生变量,那么协整检验将使用这些外生变量。
然而,如果明确用@说明了外生变量,那么在检验中只使用这些指定的外生变量。
a在数据中没有确定性趋势,在协整方程中没有趋势项或常数项。
b在数据中没有确定性趋势,在协整方程中没有趋势项但有常数项。
c在数据中有线性趋势项,在协整方程中有一个常数项但没有趋势项。
d在数据中有线性的趋势项,在协整方程中同时存在趋势项和常数项。
e在数据中存在二次趋势项,在协整方程中同时存在趋势项和常数项。
s综合所有的五种选项(a-e)。
其它选项
p打印检验的结果。
coint(s,4)gdpm1tb3
综合在GDP、M1和TB3之间的Johansen协整检验的结果,采用的是包含所有五种选项的表达式。
var1.coint(c,12)@
对名为VAR1的VAR目标中执行协整检验。