财务管理财务知识计量
经济学软件包使用说明
计量经济学软件包 Eviews使用说明
一、启动软件包
假定用户有 Windows95/98的操作经验，我们通过一个实际问题的处理过程，使用户对 EViews的应
用有一些感性认识，达到速成的目的。
1、Eviews的启动步骤：
进入 Windows/双击 Eviews快捷方式，进入 EViews窗口；或点击开始/程序
/EconometricViews/Eviews，进入 EViews窗口。
２、EViews窗口介绍
标题栏：窗口的顶部是标题栏，标题栏的右端有三个按钮：最小化、最大化（或复原）和关闭，点
击这三个按钮可以控制窗口的大小或关闭窗口。
菜单栏：标题栏下是主菜单栏。主菜单栏上共有 7个选项：File，Edit，Objects，View，Procs，
Quick，Options，Window，Help。用鼠标点击可打开下拉式菜单（或再下一级菜单，如果有的
话），点击某个选项电脑就执行对应的操作响应（File，Edit的编辑功能与 Word,Excel中的相应
功能相似）。
命令窗口：主菜单栏下是命令窗口，窗口最左端一竖线是提示符，允许用户在提示符后通过键盘输
入 EViews（TSP风格）命令。如果熟悉 MacroTSP（DOS）版的命令可以直接在此键入，如同 DOS版
一样地使用 EViews。按 F1键（或移动箭头），键入的历史命令将重新显示出来，供用户选用。
主显示窗口：命令窗口之下是 Eviews的主显示窗口，以后操作产生的窗口（称为子窗口）均在此范
围之内，不能移出主窗口之外。
状态栏：主窗口之下是状态栏，左端显示信息，中部显示当前路径，右下端显示当前状态，例如有
无工作文件等。
菜单栏
标题栏
命令窗口
控制按钮
信息栏
路径
状态栏
主显示窗口
（图一）
Eviews有四种工作方式：（1）鼠标图形导向方式；（2）简单命令方式；（3）命令参数方式[(1)
与（2）相结合)]；（4）程序（采用 EViews命令编制程序）运行方式。用户可以选择自己喜欢的方
式进行操作。
二、创建工作文件
工作文件是用户与 EViews对话期间保存在 RAM之中的信息，包括对话期间输入和建立的全部命名对
象，所以必须首先建立或打开一个工作文件用户才能与 Eviews对话。工作文件好比你工作时的桌面
一样，放置了许多进行处理的东西（对象），像结束工作时需要清理桌面一样，允许将工作文件保
存到磁盘上。如果不对工作文件进行保存，工作文件中的任何东西，关闭机器时将被丢失。
进入 EViews后的第一件工作应从创建新的或调入原有的工作文件开始。只有新建或调入原有工作文
件，EViews才允许用户输入开始进行数据处理。
建立工作文件的方法：点击 FileWorkfile。选择数据类型和起止日期，并在出现的对话框中提供必
要的信息：适当的时间频率（年、季度、月度、周、日）；确定起止日期或最大处理个数（开始日
期是项目中计划的最早的日期；结束日期是项目计划的最晚日期，非时间序列提供最大观察个数，
以后还可以对这些设置进行更改）。
下面我们通过研究我国城镇居民消费与可支配收入的关系来学习 Eviews的应用。数据如下：
表一
1998年我国城镇居民人均可支配收入与人均消费性支出单位：元
地区 可支配收入
(inc)
消费性支出
(consum)
地区 可支配收入
(inc)
消费性支出
(consum)
北京 河南
天津 湖北
河北 湖南
山西 广东
内蒙古 广西
辽宁 海南
吉林 重庆
黑龙江 四川
上海 贵州
江苏 云南
浙江 陕西
安徽 甘肃
福建 青海
江西 宁夏
山东 新疆
（数据来源：中国统计年鉴-1999光盘 J10、J11，中国统计出版社）
下面的图片说明了具体操作过程。
1、打开新建对象类型对话框，选择工作文件 Workfile，见图二。
2、打开工作文件时间频率和样本区间对话框，输入频率和样本区间，见图三。
（图三）
3、点击 OK确认，得新建工作文件窗口，见图四。
工作文件窗口：工作文件窗口是 EViews的子窗口。它有标题栏、控制按钮和工具条。标题栏指明窗
口的类型 workfile、工作文件名。标题栏下是工作文件窗口的工具条，工具条上有一些按钮。
Views观察按钮、Procs过程按钮、Save（保存）工作文件、Sample（设置观察值的样本区间）、
Gener（利用已有的序列生成新的序列）、Fetch（从磁盘上读取数据）、Store（将数据存储到磁
盘）、Delete（删除）对象。此外，可以从工作文件目录中选取并双击对象，用户就可以展示和分
析工作文件内的任何数据。工作文件一开始其中就包含了两个对象，一个是系数序列 C（保存估计
系数用），另一个残差序列 RESID（实际值与拟合值之差）。小图标上标识出对象的类型，C是系数
向量，曲线图是时间序列。用户选择 Views对象后双击鼠标左建或直接使用 EViews主窗口顶部的菜
单选项，可以对工作文件和其中的对象进行一些处理。
4、保存工作成果：将工作成果保存到磁盘，点击工具条中 save\输入文件名、路径\保存，或点击
菜单栏中 File\Save或 Saveas\输入文件名、路径\保存。
5、打开工作文件：我们可以打开一个已有的工作文件继续以前的工作，点击主菜单中的
File\Open\Workfile\选定文件\打开。
三、输入和编辑数据
建立或调入工作文件以后，可以输入和编辑数据。输入数据有两种基本方法：data命令方式和鼠标
图形界面方式
1、data命令方式：命令格式为：data<序列名 1><序列名 2>......<序列名 n>，序列名之间用空格
隔开，输入全部序列后回车就进入数据编辑窗口，如图五所示。用户可以按照 Excel的数据输入习
惯输入数据。数据输入完毕，可以关闭数据输入窗口，点击工作文件窗口工具条的 Save或点击菜单
栏的 File\Save将数据存入磁盘。
2、鼠标图形界面方式——数组方式：点击 Quick\EmptyGroup(EditSeries)，进入数据窗口编辑窗
口，点击 obs行没有数据的第一列（如图五中太阳标志处），然后输入序列名，并可以如此输入多
个序列。输入数据名后，可以输入数据，方式同上。
3、鼠标图形界面方式——序列方式：点击 Objects\Newobject\选 Series\输入序列名称\Ok,进入数
据编辑窗口，点击 Edit+/-打开数据编辑状态，（用户可以根据习惯点击 Smpl+/-改变数据按行或列
的显示形式,）然后输入数据，方式同上。
4、编辑工作文件中已有的序列：可以按照操作 Windows的习惯在工作文件主显示窗口选定一个或多
个序列，点击鼠标右健打开一个或多个序列，进入数据编辑状态，可以修改数据。
四、由组的观察查看组内序列的数据特征
按下数组窗口（也可以成为数组或数据编辑窗口）工具条上 Views按钮，可以得到组内数据的特
征，见图六。具体介绍如下：
GroupMembers可用于增加组中的序列；SpreadSheet以电子数据表的形式显示数据；
DatedDataTable将使时序数据以表的形式显示；Graph以各种图形的形式显示数据的；MultiGraph
以多图的形式显示组中数据；DescriptiveStats给出组中数据的描述统计量，如均值、方差、偏
度、峰度、J-B统计量（用于正态性检验）等；Testsofequality…给出检验组中序列是否具有同方
差、同均值或相同中位数的假设检验结果；N-way/One-wayTabulation…给出数组中序列观测值在某
一区间的频数、频率和某一序列是否与组中其他序列独立的假设检验结果；Correlations给出数组
中序列的相关系数矩阵；Covariances给出数组中序列的斜方差矩阵；Correlogram(1)给出组内第
1序列的水平序列及其差分序列的自相关函数和偏自相关函数；CrossCorrelation(2)给出组内第 1
和第 2序列的超前几期和滞后几期值之间的互相关函数；CointegrationTest执行
Johansencointegration协整（或称为共积）检验；GrangerCausality检验组内各个配对间的
Granger因果关系；Lable给出数组的名称及修改时间等信息。
五、回归分析--估计消费函数
1、在经济理论指导下，利用软件包的“观察（View）”功能对数据进行“火力侦察”，观察消费性
支出与可支配收入的散点图(见图七)。依据凯恩斯理论，设定理论模型：
consum=a+b(inc)
２、作普通最小二乘法估计：在主菜单选 Quick\EstimateEquations，进入输入估计方程对话
框,输入待估计方程，选择估计方法—普通最小二乘法，如图八所示。点击 OK进行估计，得到估计
方程(1)及其统计检验结果，如图九所示。
(1)
t()()
3、利用图九中给出的统计检验结果对模型的可靠性进行统计学检验，由统计结果可以看出该模型拟
合优良，误差项不存在一阶正自相关。
（图六）
4、利用图九中估计方程显示窗口中工具条 View，可以显示估计方程、估计方程的统计结果、以图
或表的形式显示数据的实际值、预测值和残差。
六、单方程预测
预测是我们建立经济计量模型的目的之一,其操作如下：进入方程估计输出窗口（可以选定一个已有
的方程建打开或估计一个新方程）如图九，点击其工具栏中的 Forecast打开对话框（图十），输入
序列名（Forecastname），这名称通常与方程中被解释变量的名字不同，这样就不会混淆实际值和
预测值；作为可选项，可给预测标准差随意命名[(optional)]，命名后，指定的序列将存储于工
作文件中；用户可以根据需要选择预测区间（samplerangeforforecast）；Dynamic选项是利用滞
后左手变量以前的预测只来计算当前样本区间的预测值，Static选项是利用滞后左手变量的实际值
来计算预测值（该选项只有在实际数值可以得到时使用），当方程中不含有滞后被解释变量或 ARMA
项时，这两种方法在第二步和以后各步都给出相同结果，当方程中含有滞后被解释变量或 ARMA项
时，这两种方法在第二步以后给出不同结果；用 Output可选择用图形或数值来看预测值，或两者都
用以及预测评价指标（平均绝对误差等）。将对话框的内容输入完毕，点击 OK得到用户命名的预测
值序列。
注意：在进行外推预测之前应给解释变量赋值。例如我们根据 1980~1998年数据得到中国人均生活
费支出与人均可支配收入关系的回归方程，希望预测 1999、2000、2001年的人均生活费支出。为
此，我们首先需要给出 1999、2000、2001年人均收入可支配的数据，如果 1999、2000、2001我们
从历史数据中得不到 1999、2000、2001年人均收入可支配的数据，就应利用其他方法估计出这些数
据，把 1999、2000、2001年人均收入可支配的数据（可能是估计值）输入解释变量中就可以预测出
这三年的人均生活费支出。
图九
七、异方差检验
古典线性回归模型的一个重要假设是总体回归方程的随机扰动项 ui同方差，即他们具有相同的
方差2。如果随机扰动项的方差随观察值不同而异，即 ui的方差为i2，就是异方差。检验异方差的
步骤是先在同方差假定下估计回归方程，然后再对得到的的回归方程的残差进行假设检验，判断是
否存在异方差。Eviews提供了怀特(White)的一般异方差检验功能。
零假设：原回归方程的误差同方差。
备择假设：原回归方程的误差异方差
我们仍利用表一数据进行分析。
操作步骤：在工作文件主显示窗口选定需要分析的回归方程\打开估计方程及其统计检验结果输出窗
口(见图九)\点击工具栏中的 View\选 ResidualTests\WhiteHeteroskedasticity(nocrossterms)或
WhiteHeteroskedasticity(crossterms)（图十一），可得到辅助回归方程和怀特检验统计量－即 F
统计量、统计量的值及其对应的 p值。由图十二中的显示结果可以看出：在１％显著水平下我们拒
绝零假设，接受回归方程（１）的误差项存在异方差的备择假设。值得重申的是：虽然图九中的信
息告诉我们回归方程（１）拟和优良，但我们还应该对其进行经济计量学检验，以确定其是否满足
古典假设。
一般地，只要图十二中给出的 p值小于给定的显著水平，我们就可以在该显著水平下拒绝零假设。
图十
注意：WhiteHeteroskedasticity(nocrossterms)与 WhiteHeteroskedasticity(crossterms)选
项的区别在于：在 nocrossterms选项下得到的辅助回归方程中不包含原回归方程左手变量的交叉乘
积项作为解释变量；而 crossterms选项下得到的辅助回归方程中包含原回归方程左手变量的交叉乘
积项作为解释变量。在我们使用的一元回归例子中，这两个选项的作用没有区别。当我们分析多元
回归模型的异方差问题时，因为所选辅助回归方程的解释变量不同，这两个选项的作用就不同了。
八、White异方差校正功能和加权最小二乘法
1．White异方差校正功能：我们使用表二的数据，在主菜单选 Quick\EstimateEquations，进
入输入估计方程对话框,输入待估计方程(cumin)，选择估计方法—普通最小二乘法，点击
Options按钮进入方程估计选择对话框，选择
HeteroskedasticityConsistentCovariance\White\OK应用（见图十三）1，回到估计方程对话
框，点击 OK得到校正后的回归方程（见图十四）。同学们可以比较图十四中的方程与普通最小
二乘法得到的方程。
表二
中国 1998年各地区城镇居民平均每人全年家庭可支配收入及交通和通讯支出
单位：人民币元
可支配收入
交通和通讯支
出
可支配收入
交通和通讯支
出
项目
变量名
地区 in cum
项目
变量名
地区 in cum
甘肃 新疆
山西 河北
宁夏 四川
吉林 山东
河南 广西
1 对这一方法的进一步了解可参考《经济计量分析》[美]威廉 H 格林 著，中国社会科学出版社，1998 年 3 月，
p423-424，适用于普通最小二乘法的协方差矩阵的估计
图十二
陕西 湖南
青海 重庆
江西 江苏
黑龙江 云南
内蒙古 福建
贵州 天津
辽宁 浙江
安徽 北京
湖北 上海
海南 广东
（数据来源：中国统计年鉴 1998光盘，文件 j11c，j12c）
２、加权最小二乘法：我们使用表二的数据，在主菜单选 Quick\EstimateEquations，进入输入估
计方程对话框,输入待估计方程(cumin)，选择估计方法—普通最小二乘法，点击 Options按钮进入
方程估计选择对话框，选择 WeightedLS/TSLS\在对话框内输入用作加权的序列名称 in的平方根得
倒数\OK应用（见图十五），回到估计方程对话框，点击 OK得到加权最小二乘法回归方程（见图十
六并与图十四中的方程比较）。
Eviews中进行加权最小二乘估计的过程为：选定一个与残差标准差的倒数成比例的序列作为权数，
然后将权数序列除以该序列的均值进行标准化处理，将经过标准化处理的序列作为权数进行加权作
最小二乘估计，这种做法不影响回归结果。但应该注意，Eviews的这种标准化处理过程对频率数据
不适用。
九、一阶（高阶）序列相关校正
当线性回归模型中的随机扰动项是序列相关时，OLS估计量尽管是无偏的，但却不是有效的。
当随机扰动项有一阶序列相关时，使用 AR(1)可以获得有效估计量。其原理如下：
表三中的数据，设进口需求函数随机方程为
IMt=B0＋B1GNPt＋ut(2)
IM为每年进口额，GNP每年收入的替代变量。假设误差项存在一阶自相关，则 ut可以写成：
表三
我国进口支出与国内生产总值和消费者价格指数
国民生产总值(人民
币亿元，当年价)
进口总额(人民
币亿元，当年
价)
消费价格指
数（1985年
=100）
年度 GNP IM CPI
1985
1986
1987
1988
1989
1990
1991
图十五
图十六
1992
1993
1994
1995
1996
1997
1998
（数据来源：：中国统计年鉴 1999光盘 c01、q03和 i01，）
ut=ut-1＋t-11(3)
其中～N(0,2),Cov(i,t)=0,ij。记作 ui服从 AR(1)。
假定已知，我们将方程(3)中的变量滞后一期，写为：
IMt-1=B0＋B1GNPt-1＋ut-1(4)
方程(4)两边同时乘以得到:
IMt-1=B0＋B1GNPt-1＋ut-1(5)
将方程(2)与方程(4)相减并利用方程(3)，得到：
IMt-IMt-1=B0(1－)＋B1(GNPt－GNPt-1)＋t(6)
Eviews利用 Marquardt非线性最小二乘法，同时估计（6）式中的 B0、B1和ρ。用 AR(1)项进行估计
时，必须保证估计过程使用滞后观测值存在。例如，左右端变量的起始观测时间为 1985年，则回归
时的样本区间最早能从 1986年开始。若用户忽略了这一点，会暂时调整样本区间，这一点可以从估
计方程的结果显示中看到。操作如下：在主菜单选 Quick\EstimateEquations，进入输入估计方程
对话框,输入待估计方程 IMCGNPAR(1)，选择估计方法—普通最小二乘法，如图十七所示估计方程对
话框图中竖线为光标。估计结果如图十八所示。。
图十八中 AR(1)的系数就是的估计值。InvertedARRoots是残差自相关模型(3)的滞后算子多项式的
根，这个根有时是虚数，但静态自回归模型的滞后算子多项式的根的模应该小于 1。
如果模型（2）的误差项存在高阶自相关，形如
ut=1ut-1＋2ut-2＋3ut-3＋t-1i1i=1,2,3(7)
我们应在图十七的估计方程对话框中输入 IMCGNPAR(1)AR(2)AR(3)。如果模型（2）的误差项存在形
如下式的自相关
ut=1ut-1+3ut-3＋t-1i1i=1,3(8)
我们应在图十七的估计方程对话框中输入 IMCGNPAR(1)AR(3)。如果模型（2）的误差项存在形如下
式的自相关
ut=4ut-4＋t-141(9)
我们应在图十七的估计方程对话框中输入 IMCGNPAR(4)。这样就可以校正误差序列高阶自相关。
十、邹氏转折点检验
邹氏转折点检验的目的是检验在整个样本的各子样本中模型的系数是否相等。如果模型在不同
的子样本中的系数不同，则说明该模型中存在着转折点。转折点出现的原因可能由于社会制度、经
济政策的变化、社会动荡等，如固定汇率变为浮动汇率、中国的改革开放、战争等。我们可以用邹
氏转折点检验来验证某点是否是转折点。这个检验使用的 F是统计量和 LR统计量。
表四
某地区 1947年一季度至 1957年 4季度国内生产总值和投资总额数据单位：亿美元
obs GDP INV obs GDP INV obs GDP INV
1947-1 431951-1 -1
1947-2 -2 -2
1947-3 1255 431951-3 -3
1947-4 491951-4 1596 -4
1948-1 1284 -1 -1 1787
1948-2 511952-2 -2
1948-3 -3 -3
1948-4 -4 -4
1949-1 -1 -1
1949-2 1302 -2 -2
1949-3 -3 -3
1949-4 341953-4 -4
1950-1 -1
1950-2 -2
1950-3 -3
1950-4 -4
根据表四数据建立回归方程如下：
GDP=+
现在需要验证 1952年 4季度是不是转折点，即 1952年 4季度之前与之后投资对国内生产总值的贡
献是否一致。操作如下：在方程估计输出窗口点击 View/Stabilitytest/Chowbreakpointtest，如
图十九；进入转折点输入窗口如图二十，输入转折点日期；得到检验统计结果如图二十一。从统计
结果可以看出 F检验和 LR检验都拒绝零假设：1952年 4季度是转折点，接受 1952年 4季度不是转
折点的备则假设。一般地，只要图二十一中的显示的概率小于给定的显著平，如 5%或 1%，就可以在
该显著水平拒绝原假设。
如果我们需要检验多个转折点，则可以同时输入多个转折点的时间。假如我们需要判断 1952年 4季
度和 1954年 4 季度是不是转折点，这时的零假设是：1952年 4季度和 1954年 4季度都是转折点。
可以验证我们拒绝零假设。如图二十二和图二十三。
图十九 图二十
十一、两阶段最小二乘法
在解联立方程组时，我们经常会用到两阶段最小二乘法，操作方法如下：
在主菜单选 Quick\EstimateEquations，选择估计方法—两阶段最小二乘法(TSLS)，在估计方
程对话框内,输入待估计方程,在工具变量窗口输入工具变量。如图二十四所示。点击 OK进行估计，
就可得到估计方程及其统计检验结果。
图二十四
图二十一
