探索EVIEWS软件的计量经济学建模检验案例解读
内容提要
本文叙述了计量经济建模时所必须要作的各种计量经济检验的基本原理、某些检验方法。并在此基础上，通过案例，介绍了利用计量经济软件包Eviews实现各种检验的操作思路和步骤，并对Eviews的各种输出结果予以解读。
关键词 计量经济模型检验 Eviews 软件
在经济分析与研究中，经济模型越来越得到重视和普及。在经济建模方法和手段的选择方面，计量经济学模型因其扎实的经济理论基础、科学的数理建模方法和贴近现实的经济数据拟合的有机结合而得到广泛的应用。但在建模实践中，要全面地进行计量经济检验却有一定难度。本文的宗旨是通过案例说明，在EVIEWS软件包上实现计量经济学建模过程中，一些重要的计量经济检验的实现、解读问题。
一、EVIEWS简介
EVIEWS是Windows环境下非常容易使用的计量经济(统计)学软件包。它是Econometric Views的缩写，本意是对社会经济关系和经济活动的数量规律，采用计量经济学方法和技术进行“Views”。可应用于科学计算中的数据分析与评估、财务分析、宏观经济分析与预测、模拟、销售预测和成本分析等。
EVIEWS利用面向对象的方法管理数据和模型等，功能全面：(1)不仅能处理时间序列数据，还可以处理截面数据。(2)包含有多种模型估计方法：最小二乘法LS、两阶段的最小二乘法TSLS、ARCH、GMM、BINARY、oRDERED、
CENSoRED、CoUNT等方法。(3)以可视化方式实现文件的管理、数据的录入编辑和输出，且含有与多种格式的数据文件交换数据的接口，能方便地导人、导出数据。(4)较好的序列处理能力，能根据多种形式的数学变换公式生成新的系列，便于非线性模型的线性化处理。(5)含有多个内建函数，为使用程序方式批处理操作和基于模型的多种检验运算带来方便。(6)能对时间序列进行诸如描述统计、变量间的相关系数、相关图表分析等多种形式的统计分析。
EVIEWS操作有两种方式：交互方式和批处理方式。在交互方式下每一次只执行一个命令，使用菜单操作使数据分析做起来得心应手。在批处理方式下要求用户建立一个包含一组命令的文本文件，执行程序文件可方便地进行模型的模拟分析和动态预测。
二、建立计量经济模型时一般统计检验的EVIEWS输出解读
1．计量经济建模的一般统计检验原理建立计量经济模型时，除参数估计
外，通常要计算观察多种检验统计量(见表1)。
2．案例解读利用EVIEWS，参数估计与上述一般统计量计算是十分方便的。以表2中的基本数据，建立鸡肉需求模型：
Y=卢0+卢lPC+ 2PB+卢3YD (1)其中，表示平均每人鸡肉的消费量C表示鸡肉的零售价格、P 表示牛肉的价格、YD表示居民的可支配收入。
首先在EVIEWS中建立workfiIe，然后输入表2中的数据，在命令窗口输入：LS、，C、PC、PB、YD回车，模型参数被估计的同时，随估计结果的输出，通常的检验统计量也随之输出，显示的就是鸡肉需求函数模型的估计结果。
三、模型设定的拉姆齐(Ramsey)检验原理及其EVIEWS实现
拉姆齐检验的基本思想来源于回归残差疗 对拟合值 ，的散点图，若散点图中存在残差随 变化而系统变化的模式，表明存在模型设定误差的可能。从而提示我们，若以某种形式将 ，作为解释变量引入原模型，则应使尺 增大。若尺 增大是统计显著的，则表明原模型是误设的。RESET检验的操作步骤如下：
(1)选择设定模型，估计各参数，并计算拟合值 。比如鸡肉需求模型设定为：
Y=卢0+卢lPC+卢2YD (2)(2)将某种形式的 作为增补的解释变量引入模型，这要依据回归残差疗 对拟合值 ，的散点图的变化模式来确定，引
进 、 、 等，构成如下模型作回归分析。即：=卢。+卢。PC+卢2YD+卢? +卢 +卢5 +“(3)R 增大的显著性检验指标是F检验，记得自模型(2)的R 为R 2日，型c 3 的尺 为尺 ；计算F统计量：，= 二 (R忑~ -7 2 茎算的F在oc水平上是显著的，就说明模型(2)被误设了。
(3)记得自模。若所计
四、多重共线性检验的EVIEWS实现
多重共线性问题是指在多元回归分析中，解释变量之间存在线性关系或近似线性关系。其危害是严重的，将导致参数估计的方差增大，估计参数与实际意义不符等不正常现 ．象，也可能排除有显著影响的变量，导致模型设定错误。共线性诊断的经验法则有：R 较
高但值显著的不多、解释变量相互间的样本相关系数、方差膨胀因子VIF等。方差膨胀因子是指回归系数的估计量由于自变量共线性使得方差增加的一个相对度量。第i个回归系1 ．数的方差膨胀因子定义为VIF，=_ ，其中R 是自变量 ，对模型中其余解释变量线性回归模型中的尺 一般地，有一条经验法则：若一个自变量的VIF>lO，则表明模型中有很强的共线性问题。
五、异方差性检验的EVIEWS实现
古典线性回归模型的一个重要假设是随机项，具有相同的方差 ，若 ，的方差随观测值不同而不同，就产生了异方差问题，即E(u )=仃 。经验表明，异方差性问题多存在于横截面数据建模过程中。
异方差问题的存在，虽然不影响OLS估计量的线性性 无偏性，却使它们不再具有最小方差性，从而使通常所使用的假设检验不：再可靠，有可能得出错误的结论。通常的方法有：参差的图形检验、Park检验、White检验、Goldfeld-Quandt检验、Peak检验、Glejser检验等等。Eviews软件给出了Park检验、White检验的菜单命令。对模型(1)，White检验的步骤为：
(1)利用OLS估计模型(1)，获得残：差e ；(2)作残差平方P 2对所有原始变量、：变量平方、变量交叉乘积的回归分析，得到一辅助方程；(3)检验的零假设是：不存在异方差， 对辅助方程的尺 作 检验。
六 序列自相关检验的EVIEWS实现
在古典线性回归模型中假定在扰动项“ 中不存在自相关，用符号表示即为：E(u ， )= 0，i≠J，这个假设的含义是任一观察值的扰动项不受其他观察值扰动项的影响。但在建模实践中，尤其是在使用时间序列建模时，上述假设会经常被破坏，此时便产生了自相关问题。当模型存在自相关问题时，虽然OLS估计量仍然是线性的和无偏的，却不是有效的，OLS估计量的方差是有偏的。因此，通常所用的f检验和F检验一般来说是不可靠的，计算的尺 也不真实。所以计量经济建模过程中，一项重要工作就是进行自相关诊断。
自相关诊断的经验法则一般有：图形法．游程检验、Dw检验。其中，Dw检验最著名，简单易行。在Eviews的标准输出窗口就有Dw 统计值。根据样本容量n和解释变量个数k，查DW表得到d 和d，，检验的准则是：当0 发表学术论文网专业提供计量经济学论文代写，并提供大量学术论文范文资料，如有业务需求请咨询网站客服人员！
探索EVIEWS软件的计量经济学建模检验案例解读
