Eviews操作入门输入数据对数据进行描述统计和画图.docx

1、Eviews操作入门输入数据对数据进行描述统计和画图Eviews操作入门：输入数据，对数据进行描述统计和画图首先是打开Eviews软件，可以双击桌面上的图标，或者从windows开始菜单中寻找Eviews，打开Eviews后，可以看到下面的窗口如图F1-1。图F1-1 Eviews窗口关于Eviews的操作可以点击F1-1的Help，进行自学。 打开Eviews后，第一项任务就是建立一个新Workfile或者打开一个已有的Workfile，单击File，然后光标放在New上，最后单击Workfile。如图F1-2图F1-2图F1-2左上角点击向下的三角可以选则数据类型，如同F1-3。数据类型分

2、三类截面数据，时间序列数据和面板数据。图F1-3图F1-2右上角可以选中时间序列数据的频率，见图F1-4。图F1-4对话框中选择数据的频率：年、半年、季度、月度、周、天（5天一周或7天1周）或日内数据（用integer data）来表示。对时间序列数据选择一个频率，填写开始日期和结束日期，日期格式：年：1997季度：1997：1月度：1997：01周和日：8：10：1997表示1997年8月10号，美式表达日期法。 8：10：1997表示1997年10月8号，欧式表达日期法。如何选择欧式和美式日期格式呢？从Eviews窗口点击Options再点击dates and Frequency conv

3、ersion，得到窗口F1-5。F1-5的右上角可以选择日期格式。图F1-5假设建立一个月度数据的workfile，填写完后点OK，一个新Workfile就建好了。见图F1-6。保存该workfile，单击Eviews窗口的save命令，选择保存位置即可。图F1-6新建立的workfile之后，第二件事就是输入数据。数据输入有多种方法。1) 直接输入数据，见F1-7在Eviews窗口下，单击Quick，再单击Empty group(edit series)，直接输数值即可。注意在该窗口中命令行有一个Edit+/-，可以点一下Edit+/-就可以变成如图所示的空白格，输完数据后，为了避免不小心改

4、变数据，可以再点一下Edit+/-，这时数据就不能被修改了。F1-7 2）从文本文件和数据表输入数据，见图F1-8 在Workfile 窗口下，单击Procs/import/read tex-lotus-excel F1-8文本文件和数据表输入数据选择需要输入数据的文件。我们选择的数据在移动存储上，如果数据是文本文件格式，点击打开命令，会得到窗口F1-9；如果是数据表文件会得到窗口F1-10。图F1-9F1-9下方的最大的白框中是对数据的预览，可以看到有3列数字，数据按列排列。第一行是变量名，从第二行开始是数据。我们要作的工作是在左上方填入变量名，名称可以与数据源中的名称不同，变量名用空格隔开

5、。然后是左变中间的白框，填入数据前的说明文字占的行数，默认是1，如本例，如果还有一些其他说明例如数据来自统计局等，可能会有2行说明文字，这时把1修改成2。总之要数据前面的文字部分所占的行数填写在此。第一列数据是年份，第二列数据是月份，第三列数据是股票价格，希望读入价格，在右上方colums填入2，如图F1-9，会跳过前面两列数据，只读入第三列数据。按OK数据已经输入该工作文件。如果数据保存在EXCEL表中，得到图F1-10.需要给出第一个数据在EXCEL表中的位置，通常在B2的位置。然后在左边中间的白框填写变量名，这里填写的变量名是在Eveiws中的名称，可以与数据表的变量名不同。不同变量用空

6、格隔开，输几个变量名，会输入几列相邻排列的数据。在程序中进行操作后，从模型可以计算出一些数据，或者对原有数据进行了变换，可以从Eviews中输出这些数据。首先选中希望输出的变量名，点击workfile窗口中的proc，选择export从中选择输出数据格式，常用的是最后一个选项保存为文本格式或者EXCEL表格式。见F1-11。如果保存成文本格式，只要直接保存即可。如果保存成EXCEL格式，会弹出窗口F1-12，给出数据在EXCEL表中的排列。可以修改变量排列的顺序和第一个数据保存的位置，然后保存即可。图F1-10F1-11图F1-12输入数据后，对数据进行描述性分析。建立了workfile，并且

7、输入了数据。可以进行你想作的工作了。本章主要是对数据进行描述统计，了解数据的统计特征，以方便后面的建模。下面我们结合描述统计介绍对Eviews的基本操作。描述统计的全部的工作就是点击workfile窗口的不同命令。图F1-13是输入SP500闭盘价的窗口。图F1-13F1-13中c是Eviews中自动给出的一个量，用来保存模型估计出的未知参数，resid是用来保存模型的残差序列。P是我们数据的数据。改变样本区间有时我们会分阶段对数据进行分析，例如希望比较2000年前的数据与2000年后的数据的不同，所以不总是对工作窗口中的所有数据进行分析，这时可以改变样本长度。单击Sample ，输入希望的区

8、间，按OK。改变变量名称单击需要改变名称的变量选中该变量，变量名变色说明已经选中，把光标放在该变量上右击，选中rename输入希望的名字即可。改变workfile的区间有时会发现因为偶然的错误或需要预测，workfile的长度不够用。例如我们想对2004：09到2004：12进行预测，可是一开始设计的区间是到2004：08，因此必须扩展区间。点击Eviews窗口的procs，选择structure/resize current page，见图F1-14F1-14 F1-15对变量进行变换 输入的原始数据经常需要变换形式，例如我们例题中的数据是月度SP500指数，在分析中我们可能希望对收益率进行

9、研究，所以要得到指数收益率数据。点击genr命令，得到窗口F1-15。在窗口中输入公式，下面是经常用到的一些运算加减乘除+ - * / 差分d() 求自然对数后差分dlog() 自然对数log() 指数exp() 平方sqr()滞后运算：price(-1)表示变量名是price的一阶滞后例如用price表示价格指数，差分d(price)=price-price(-1)连续收益率r=dlog(price)虚拟变量如果收入超过10000，则赋值为1，high_inc = income10000对计算得到的收益率变量进行描述统计进行描述性分析：双击变量，打开一个新窗口；单击View见F1-16：1）

10、 Spreadsheet数据以列表形式出现；Line直线图；Bar柱图2） Descriptive Statistics/Histogram and Stats 做直方图和计算各样本统计量3） Distribution Graphs/ Quantile-Quantile 画Q-Q图F1-16F1-17图F1-17是划折线图的选项，背景是画出的折线图。Descriptive Statistics/Histogram and Stats 做直方图和计算各样本统计量结果如图F1-18。JB检验在图F1-18右下角处，该组数据服从正态分布。F1-18EVIEW操作指南:建立ARMA模型使用美国三个月期

11、国债利率，时间1954年1月到2007年10月，周数据。利率用百分数表示。周数据输入只要输入1954/1/1 2007/10/4来表示1954年一月第一周到2007年10月第4周，Eviews会自动匹配相应时间，债券利率命名为tbillrate，数据输入后见图F4-1。F4-1：建立ARMA模型图1.输入数据后，首先观察数据的折线图和样本自相关函数图和偏自相关函数图。分别见图F4-2和图F4-3。从图F4-2和图F4-3，数据不频繁穿过某一水平线，样本自相关函数图收敛速度非常慢，都意味着TBILLRATE是非平稳的，因此把数据进行一次差分，然后再观察折线图和样本自相关函数图和偏自相关函数图。图

12、F4-2：TBILLRATE折线图图F4-3：TBILLRATE样本自相关函数和偏自相关函数图图F4-4：差分后数据的折线图图F4-5：r的样本自相关函数和偏自相关函数图画样本自相关函数图的命令是双击时间序列数据r的名字，点view-correlogram见图F4-6,可以得到样本自相关函数和偏自相关函数的图形和数值，见图F4-5。F4-6：画样本自相关函数的命令从图F4-4可以看出数据围绕一条水平线波动，已经平稳化。并且具有一簇一簇的特征，这种特征叫波动率聚类性，下一章对这种特性建立模型。本章先忽略这一特点。下面可以对r建立ARMA模型了。点击workfile窗口的object命令，选择eq

13、uation，输入equation的名称armatemp，得到窗口F4-6。F4-7：建立ARMA模型的窗口下面是输入模型的几个例子。例如建立一个AR(1)模型可以如下输入： r c r(-1) 等价于模型：或者输入： r c ar(1) 等价于模型：两种输入方法估计结果的区别是后者的c是r的均值，而前者的c是回归模型的截距项，斜率估计值相同。建立ARMA(1,1)模型可以如下输入r c r(-1) ma(1)等价于模型：r c ar(1) ma(1)等价于模型：如果滞后长度比较长，例如AR(6)模型可以如下输入r c r(-1 to -6) 等价于模型：如果滑动平均部分包括很多滞后项，只能分

14、别写出，例如一个MA(4)模型：r c ma(1) ma(2) ma(3) ma(4)建立乘法季节模型可以如下输入：y ar(1) ar(2) sar(4)等价于下面的模型y ma(1)ma(2) sma(4)等价于下面的模型输入模型的表达式后，可以在sample部分修改估计样本的区间。使用2000年12月29号的数据到2007年9月28号 的周数据建立模型。根据样本自相关函数建立模型ARMA(5,1)，见图F4-7，估计结果见图F4-8：F4-8：ARMA(5,1)估计结果其中Akaike info criterion是AIC准则，Schwarz criterion是BIC准则。去掉不显著的

15、解释变量，最终模型见图F4-9。模型估计结束后，可以点击equation窗口的view-actual,fitted,residual得到真实值，拟和值和残差图形；点击procs然后选择make residual series可以保存残差。点击view选择residual tests再选择Q test可以检验残差是否是白噪声过程。见图F4-10。图F4-9：最终ARMA(5,1)模型。图F4-10：Q检验命令图F4-11：Q检验结果F4-11是Q检验结果，Q检验的p值都大于5，在5显著水平上，说明这时残差是白噪声过程。预测2007年9月29号到2007年10月11日的周数据进行样本外预测，选择s

16、tatic forecast，预测值保存在rf中。见图F4-12。预测图形见图F4-13.图F4-12：预测的设置图F4-13因为原始数据是债券利率是非平稳的，因此对差分后的数据建立模型，如果希望直接对债券利率进行预测，可以如F4-14输入模型公式。在这种输入方式下，模型估计后进行预测的窗口见图F4-15。在F4-15中，预测有两个选项一个是TBILLRATE，一个是D(TBILLRATE)。选择TBILLRATE可以直接对债券利率预测。图F4-14：用原始数据输入模型使用AIC准则建立AR(P)模型定阶的程序：subroutine end是子程序，laglength是子程序名称，该子程序调用

17、时需要给出两个量，一个是常数最大滞后长度，一个是对哪个时间序列建立模型。subroutine laglength(scalar maxlag, series r)the following for next loop will compute the AIC and BIC for !i=1 to maxlag equation eq!i.ls r c r(-1 to -!i) scalar aicl!i=eq!i.aic scalar bicl!i=eq!i.schwarz nexttable will make a table to include the results first th

18、e row the the colum the tables name is laglength table(maxlag+1,3) laglength表格的宽度第1列2个字符，第2列，2列9个字符 Setcolwidth(laglength,1,2) Setcolwidth(laglength,2,9) Setcolwidth(laglength,3,9)表格内填的数字，第1行2列写入AIC，1行3列写入BIC Setcell(laglength,1,2,AIC) Setcell(laglength,1,3,BIC)第2行到最后一行写入1到最大滞后长度 for !i=1 to maxlag Setcell(laglength,!i+1,1,str(!i) next分别把相应AIC填入相应位置 for !i=1 to maxlag Setcell(laglength,1+!i,2,aicl!i) Setcell(laglength,1+!i,3,bicl!i) next去掉不需要的结果 for !i=1 to maxlag delete aicl!i bicl!i eq!i next endsub调用子程序，假设滞后长度8，对r进行分析call laglength(8,r)