CDA就业班http://cda.pinggu.org/jy.html

          Eviews应用知识                      

                                          一．协整检验

1．关于协整检验中外生变量的引入
因为协整检验实际是在一个向量自回归系统中对二个变量的检验，因而加入外生变量，就是在这个系统中的每一个方程中加入一个变量。
加入外生变量的原因如下：第一，VAR（1）的平稳性取决于其结构系数矩阵；第二，对其结构系数矩阵处理的办法就是用相似阵进行化简，即对内生向量Y进行线性变换，线性变换后的向量变成了由系数矩阵特征根表示的VAR（1），这样就可很容易看出新变量的平稳性，而新变量是原变量的线性组合，故实际反映了原变量线性组合的平稳性；第三，新变量的平稳性不仅要取决于特征值的模，而且要取决于扰动项的新生性；第四，利用矩阵π进行分析是将原VAR（1）进行简单变形，即变成A-I的形式，这个矩阵与A的关系是，特征值
等于A的减去1，特征向量完全相同。故对其也可以进行简化，即利用相似矩阵对其进行线性分解，分解后即得出一个协整向量，一个系数矩阵；第五，如果π非满秩，说明A存在一个单位根，而Y是新变量的线性组合，故说明Y也是一个I（1），而非满秩也说明A存在其它非单位根，即说明Y的线性组合是I（0），且有几个秩，存在几个这样的线性组合。
2．协整检验的具体检验形式问题。
必须注意设定形式的原因：用于检验的LR统计量的分布不具通常的卡方分布，而是依赖于确定性趋势的设定形式。这里的确定性趋势包括：除了在CE与VAR中是否包括常数项与时间趋势，还包括上面所说的在协整检验中引入外生变量。
3．协整检验为何对滞后项设定很敏感
                                                       二．自相关问题
（一）．检验的方法：
1．DW
2．Crrelograme 和Q统计值
3．LM检验
（二)．如何检验
1.DW：相邻的序列相关检验。对于正序列相关的情形，在样本容量50以上，自变量不是很多的情况下，一个经验规则是，DW值小于1.5表有存在正序列相关。
缺陷：一是其分布依赖于自变量；二是在有滞后项时，无效；三是仅对于一阶相关有效。
2．Crrelograme 和Q统计值:
（1）检验目的：是否存在高阶序列相关。
（2）检验规则：如果不存在高阶序列相关，那么无论是自相关还是偏自相关，均应为0。而Q统计值则应是联合显著的。即原假设是：不存在高阶序列相关。在发生大概率的情况下，接受原假设。
（3）需注意的问题：一是Q统计量的分布虽然服从卡方分布，但其自由度的个数选择要视原序列是否基于
ARIMA所得到，如果是，那么自由度就是滞后阶的个数，否则就要调整。二是在估计时选用滞后项的个数。
滞后项个数太小，会侦测不出是否存在自相关；项数太多，会降低功效。因为某个滞后相关会被其他的所稀释。
3．LM检验：
(1）检验目的：用于检验指定阶数的随机扰动项自相关
(2）检验原则：只需指定所要检验的滞后阶。在不存在自相关的原假设下，服从于卡方分布。
                                                          三．异方差问题
（一）．存在异方差情况下的估计方法选择
1．Newey-West估计方法
（1）适用条件：用于大样本的情形，优点是对于同时存在自相关与异方差的情况，用LS和2SLS可得到参数的一致估计量。
（2）White异方差估计 适用条件：用于大样本，且随机扰动项不存在自相关的情形，用LS和2SLS可得到即使异方差形式不清楚，但仍可获得一致估计量的参数估计结果。
（3）在eviews上操作：在estamation中进行选择option。
（二）．异方差的检验
（1）怀特
检验适用条件：适用于用最小二乘法估计出的残差，对离散选择模型无效
原假设：随机扰动项不存在异方差。
（2）可做两种选择：一是包含交叉项；二是不是包含交叉项。
（3）注意问题：
由于怀特异方差检验的“仪器”要有效运用，除了原假设外，还有另外两个条件：一是怀特检验设定的线性模型形式是正确的；二是随机扰动项与所有解释变量是不相关的。因此，即使出现“仪器”结果的小概率事件，那么也可能说明不仅原假不成立，其它两个条件也不成立。同时，如果出现了大概率事件，说明这三个条件同时被满足。
                                                四．参数不变性检验
（一）．Chow检验
1．检验思想：
Chow检验的思想是用两个子样本分别估计模型，然后观察两种估计结果是否存在显著的差异。如果存在显著差异，表明变量之间关系是不稳定的。检验在参数估计用OLS和2SLS时适用。
2．仪器构造的方法
（1）先将样本分为两组，样本数不能少于未知参数个数；
（2）分别计算包含所有样本、两组子样本的模型估计的残差平方和；
（3）（所有样本的残差平方和-两组子样本平方和之和）/两组子样本平方和之和，构造仪器。
（4）在随机扰动项独立同正态分布的条件下，这个仪器服从标准F分布。
3．Eviews上具体运用
只需在选项框中指出样本分割时点即可。比如，原来样本为1950-1990年，在选项框中输入1975，就表示将样本分为两组：1950-1975；1975-1990。若输入两个数据：1970 1975，那么表示将样本分为两组：1950-1970；1975-1990。注意与Chow预测检验相区别。
（二）．Ramsey Reset检验
1．提出
由Ramsey于1969年提出。
2．检验目的
不是专门的针对于模型的异方差、序列相关和正态性的检验。
（1）是否遗漏了相关变量；
                                                                                     Eviews计量经济学应用培训