課程大綱： EViews 時間序列案例應用分析培訓
EViews入門介紹
Eviews工作界面介紹
變量的生成及編輯
樣本區間的調整
變量的排序及變量的運算
工作文件的保存與調用
EViews軟件的退出
EViews圖形對象介紹
單變量的折線圖，釘形圖、柱形圖
對于圖形的修飾
多變量折線圖
多變量的扇形圖
做多變量的散點圖
做多變量的面積圖
描述性統計分析
如何以建立組對象的方式將數據導入到Eviews中去
如何在序列窗口下實現簡單描述性統計量和直方圖
如何在序列窗口下實現描述性統計量的假設檢驗
如何實現將單序列按某一變量分類后再進行描述性統計分析
如何實現將單序列按某一變量分類后再進行假設檢驗
如何畫上證綜指日對數收益率的QQ圖
如何估計數據的經驗分布函數的參數
如何通過打開excel文件的方式將數據導入到Eviews中去
如何實現多變量的描述性統計量
如何實現多變量描述性統計量的假設檢驗
如何計算當前序列組的相關系數矩陣，協方差矩陣
一元線性回歸模型
做兩個變量的散點圖，從而看兩個變量是否具有線性關系
通過建立方程對象的方式來估計一個方程，并保存我們建立的方
程對象
對方程估計結果的解釋與評價
在回歸估計結果中顯示方程的三種形式
如何根據我們估計的回歸方程計算需求的價格彈性
如何查看因變量的實際值、擬合值和回歸方程的殘差
如何用我們建立的方程進行預測
多元線性回歸模型
做以因變量為橫軸，多個自變量為縱軸的散點圖
建立組對象查看自變量的相關系數矩陣
以建立方程對象的方式來建立多元線性回歸模型
對模型結果的解釋和評價
我們選取刪除引起共線性的變量的辦法來克服多重共線性
對我們消除共線性后的模型進行檢驗
非線性回歸模型
雙對數模型
半對數模型
倒數模型
虛擬變量模型
虛擬變量的定義及意義
如何通過加項的形式將虛擬變量引入到模型中去
如何通過乘項的方式將虛擬變量引入到模型中去
模型中加入季節虛擬變量
EViews 矩陣計算
矩陣的建立
方陣的行列式
矩陣的加法
矩陣的乘法
矩陣的秩（標量）
矩陣的跡（標量）
矩陣的轉置
矩陣的逆
求矩陣各個列向量的相關系數
建立對稱矩陣(symmetric matrix)
對稱矩陣的特征向量
矩陣的內積
用 eviews解線性方程組
單個經濟時間序列的趨勢模型、季節調整、分解與平滑
趨勢模型
季節調整方法
HP濾波和 BP濾波
指數平滑方法
離散因變量與受限因變量模型
二元選擇模型
排序選擇模型
計數模型
刪截回歸模型（censored regression model）
截尾回歸模型
分布滯后模型
回歸方程殘差的序列相關性檢驗
回歸方程殘差的自回歸模型（AR Error Model）
自回歸模型
有限分布滯后模型
自回歸分布滯后模型
分布滯后模型
回歸方程殘差的序列相關性檢驗
回歸方程殘差的自回歸模型（AR Error Model）
自回歸模型
有限分布滯后模型
自回歸分布滯后模型
單位根檢驗和基于殘差的協整檢驗
時間序列數據的平穩性說明
時間序列平穩性的DF 和 ADF 單位根檢驗
時間序列平穩性的DFGLS 單位根檢驗
時間序列平穩性的PP 單位根檢驗
時間序列平穩性的KPSS 單位檢驗
時間序列平穩性的ERS單位根檢驗
時間序列平穩性的NP單位根檢驗
協整檢驗
建立誤差修正模型
自回歸條件異方差模型
通過日收盤價生成對數收益率變量
對數收益率序列的平穩性檢驗
均值方程的確定以及殘差的序列相關檢驗
對殘差平方的序列相關檢驗
對殘差平方做線形圖
對均值方程的殘差做ARCH‐LM 檢驗
建立各種形式的ARCH模型并對新的殘差序列進行 ARCH—LM 檢
驗
根據我們建立的ARCH模型對收益率序列的方差進行預測
Eviews編程應用
如何把以前一年為基期計算的居民消費價格指數換算成以某一年
為基期計算的居民消費價格指數
如何把名義變量（分類變量）轉換成虛擬變量
如何把一個矩陣的主對角線元素全部變為0
如何把程序窗口字體放大？
聯立方程計量經濟學模型
聯立方程模型的介紹
聯立方程模型的概念以及分類
聯立方程模型的識別
聯立方程模型的估計
向量自回歸模型
VAR 模型的有關概念
有關 SVAR 模型的有關概念
VAR 模型的識別條件
SVAR 模型的短期約束
格蘭杰因果關系檢驗
VAR 模型滯后階數 p的的確定
脈沖響應函數
方差分解
Johansen協整檢驗
向量誤差修正模型
面板數據模型
面板數據和面板數據模型的簡單介紹
如何將面板數據導入到Eviews中？
面板數據模型的分類
固定影響（效應）變截距模型
隨機影響（效應）變截距模型
Hausman 檢驗
面板數據的單位根檢驗
面板數據的協整檢驗
分位數回歸
分位數回歸簡單介紹
分位數回歸的優勢
分位數回歸的操作步驟
分位數回歸的結果分析
極大似然估計
極大似然估計的原理介紹
多元線性回歸的對數似然函數及其推導
用 EViews 軟件實現多元線性回歸的極大似然估計
GARCH(1,1)模型的對數似然函數
用 EViews 軟件實現GARCH(1,1)模型極大似然估計
方差膨脹因子
方差膨脹因子計算公式
通過建立輔助回歸方程的形式來計算方差膨脹因子
以矩陣計算的方式來計算變量的方差膨脹因子
方差膨脹因子大小評價準則
加入高級會員獲得助教答疑
