Eviews时间序列模型操作指南

金融经济的实证类毕业论文主要分为时间序列（time series）和面板数据（panel data）两种类型。不少同学们准备毕业论文的数据分析部分不会操作Eviews来对时间序列模型进行分析。下面一起来看看这一份Eviews操作指南吧！

01

Eviews软件简介

Eviews全名Econometrics Views，俗称计量经济学软件包。金融经济实证类毕业论文必然使用计量经济学，通过运用计量经济学来设计模型，搜集数据，估算模型和检验模型、应用模型（结构分析，经济预测和政策意义的评估），从而更好地观察社会经济关系和经济活动的数量规律。

对时间序列进行分析时，Eviews以其简单且直观的操作风格是初学者的第一选择，即使是在复杂模型下Eviews往往与Matlab，Gauss等软件联合应用对数据进行基本性质分析。

▲ 图 1. Eviews主界面

02

时间序列和面板顺序

在开始Eviews操作分享前，首先要将时间序列与面板数据区分开，写毕业论文的同学们一定要区分出是否正在对时间序列或面板数据进行解析。

Time series：不同时点所采集的资料主要是反映一定事物，现象等随着时间推移而发生改变的状态或幅度。

举例：2015、2016、2017、2018、2019各年的A国GDP分别为8、9、10、11、12

Panel data ：含时间序列及截面两维，按两维排列成平面，与仅有一维数据排列成直线有明显区别，全表就像一块面板。

举例：2015、2016、2017、2018、2019各年各个国家的GDP分别为：

A国分别为8、9、10、11、12；

B国分别为9、10、11、12、13；

C国分别为5、6、7、8、9；

D国分别为7、8、9、10、11

通俗地说：时间序列所考虑的主要是时间层面，面板数据则需兼顾时间与空间层面。

03

单位根检验

时间序列数据因为跨越的时间长度较长，所以用单位根检验判断数据是否平稳是不论做任何模型（VAR，Granger Causality，Cointegration或者VECM）都必须要做的第一个操作。

Step1：数据输入之后，我们现在想检验自变量x的平稳性，双击x打开图一对话框，选择View---UnitRootTest弹出的对话框中选择AugmentedDickey-Fuller---Level---选择Intercept orTrendorBoth（依据资料之线形图，判断截距项与趋势项之有无），在AutomaticSelection选择Akaike Info Criterion（AIC）或者Schwarz Info Criterion（SIC），确定之后得到结果，利用P值判断是否拒绝存在单位根的原假设（图2）。

▲ 图 2. 单位根检验Step1

Step2：得到结果后，再次双击x打开图一对话框，这一次选择View---Unit Root Test弹出的对话框中选择Augmented Dickey-Fuller---1st difference---none在Automatic Selection选择AIC或者SIC，确定之后得到结果，利用P值判断是否拒绝存在单位根的原假设（图3）。

▲ 图 3. 单位根检验Step2

Step3：运算Step1后无法拒绝原假设和运算Step2后可拒绝原假设时，本文认为数据有单位根I（1）。如果运算Step1时可拒绝原假设则数据光滑且I（0）。

04

VAR模型

VAR模型的建立分为五个过程：

01

建立VAR和确定滞后阶数

Step1：输入数据后同时选中x和y点击鼠标右键Open---asVAR,弹出的对话框中选择Standard VAR,EndogenousVariables中输入y,x,LagIntervalsforEndogenous中随意选择（我们在此按默认12）,ExogenousVariables中输入c之后点击确定即可（图4）。

▲ 图 4. VAR模型Step1

Step2：在初步建立好的VAR菜单栏上选择View---Lag Structure---Lag Length Criteria，弹出的对话框中输入10或更大（图5）。得到的结果中选择*号最多的为最优之后阶数，举例：若为3，则为VAR（3）（图6）。

▲ 图 5. VAR模型Step2

▲ 图 6. VAR模型Step2

Step3：重复Step1，其他输入不变，在Lag Intervals中输入*号最多的为最优之后阶数，同上例输入3即建立好VAR（3）模型并得到回归结果（图7）。

▲图 7. VAR模型Step3

02

变量外生性检验

在建立好的VAR菜单栏上选择View---Lag Structure---Granger causality/Block exogeneity tests

03

模型稳定性判断

当已经构建好的VAR菜单栏中选择View---LagStructure---ARRootsTable时，如果得到的数字的绝对值均小于1，那么这意味着VAR具有稳定性。

04

脉冲响应

在建立好的VAR菜单栏上直接选择Impulse，弹出的对话框选择Multiple Graphs可以得到多个图（图8）。

▲图 8. 脉冲响应

05

方差分析

在建立好的VAR菜单栏上选择View---Variance Decomposition，在弹出的对话框中的Decompositions of里面输入要进行方差分解的变量们，可以是一个也可以是多个（图9）。

▲ 图 9. 方差分析

05

Granger 因果检验

输入数据后同时选中x和y点击鼠标右键Open---as Group---View---Granger Causality

06

Engle-Granger 协整检验

在最新版Eviews中可不用较复杂的两步式，本文介绍了一种直接利用数据来考察单个协整或几个协整之间关系的算法。

输入数据后同时选中x和y点击鼠标右键Open---asGroup---View---CointegrationTest---Single-EquationCointegrationTest，在弹出的对话框里，选择method下拉框中的Engle-Granger，而在TrendSpecification下拉框里，根据数据的显示来决定是否存在截距项和趋势项，在LagSpecification下拉框中选择AIC或者SIC（注意：在执行单位根的过程中，如果选择了AIC，那么这里同样需要选择AIC,也就是说，两者之间必须保持一致性）。我们可以直接使用tau-statistic的P-value来判断是否拒绝了没有协整关系的原始假设（图10）。

▲ 图 10. Engle-Granger协整检验

07

Johansen 协整检验

Johansen协整检验基于VAR模型构建而成，其检验过程分:

（1）单位根检验

（2）建立VAR和确定滞后阶数

（3）Johansen协整检验

流程（1）、（2）见上文关于VAR模型运行步骤的描述，在此主要描述Johansen关于协整检验的形式设置运行情况。

在建立好的VAR菜单栏选择View---Cointegration Test,弹出的对话框中有五种不同情形的协整检验，根据个人数据表现进行选择，也可以五种都选，比较结果。在Lag intervals中，输入的阶数比VAR模型中的滞后区间少一阶，确定就足够了（图11）。

▲ 图 11. Johansen协整检验

08

VECM模型

协整检验多用于研究变量间长期关系，而VECM模型用于分析在短期背离均衡状态情况下如何进行调整以回归均衡状态。因此，VECM操作经过Johansen检验。

在建立好的VAR菜单栏上选择Estimate---Basics---VARtype---VectorErrorCorrection,这里需要注意，在LagIntervalsforD的框里填入比VAR设定的滞后项少一阶的阶数（图12）。点击Basics旁边的Cointegration---Rank,根据Johansen协整检验提供的协整数量来设定NumberofCointegrating，然后根据数据表现选择接下来的五个选项之一（图13）。

▲ 图 12. VECM模型

▲ 图 13. VECM模型