Professional Documents
Culture Documents
主講人:吳朝欽
逢甲大學財稅系助理教授
分機:4305
2010/2/4
1
大綱
• 1. 簡介
• 2. 基本變數分析
• 3. OLS分析
• 4. 單根檢定(Unit Root)
• 5. 共整合檢定(Cointegation)
• 6. 追蹤資料(Panel Data)
• 7. 固定效果估計(Fixed effects estimation)、
隨機效果估計(Random effects estimation)
2
1. 簡介
3
EViews 的視窗分成幾大部分
• Title Bar(標題列)
:標題欄位於主視窗的頂部,標記有EViews 字樣。當
EViews 窗口處於啟動時,標題欄顔色加深,否則變暗
。點擊EVvews 視窗的任意區域將使它處於啟動狀態。
• Main Menu(主功能表)
:主功能表位於標題欄之下。將指標移至主功能表上的某
個專案並用滑鼠左鍵點擊,打開一個下拉式功能表,通
過點擊下拉功能表中的專案,可進行訪問。功能表中黑
色的是可執行的,灰色的是不可執行的無效專案。
4
EViews 的視窗分成幾大部分
• Command Window(命令窗口)
:主功能表下的區域稱作命令視窗。在命令窗口鍵入命令
,按ENTER 後命令立即執行。此區的指令可以存檔,
從主功能表上選擇File/Save As。
• Work Area(工作區)
:窗口的中心區域稱爲工作區。EViews 在此顯示它建立
的各種物件的視窗。
5
標題列
主功能表
命令窗口
工作區
6
1.簡介
1.2 關閉EViews 視窗
7
關閉EViews
• 關閉EViews 的方法很多:
1. 選擇主功能表上的File/Close。
2. 按ALT-F4 鍵。
3. 點擊EViews 視窗右上角的關閉按鈕。
4. 雙擊EViews視窗左上角。
8
1.簡介
1.3 建立工作檔
9
建立工作檔
• 執行EViews後,最重要的一件事就是建立一個工作檔(
Workfile)。
1. 選擇File/New/Workfile,會有一個Workfile Create的視窗
跳出來。
2. 根據資料性質填入相關資訊,舉例來說,如果資料為
1996-2006的季資料。
(1)Frequency:選擇Annual
(2)Start date:輸入1996
(3)End date:輸入2006
3. 然後按OK,跳出工作檔(Workfile:UNTITLED),可
選擇File/Save將之命名與存檔。
10
1 3
2
11
時間
時間
12
13
1.簡介
1.4 輸入資料
14
輸入資料(方法一)
• EViews有許多不同方法將資料輸入(import),
而原始資料檔可以是EXCEL的XLS檔,也可以是
文字檔等。以原始資料檔為EXCEL的XLS檔作為
例子:
1. 打開原始資料的XLS檔,資料應已存放在
EXCEL 的工 作表,假設檔案內有兩個變數。
2. 在EViews的工作檔下,選擇Quick/Empty
Group( Edit Series),一個新的視窗
Group:UNTITLED會跳出來。
15
輸入資料(方法一)
3. 將原始資料由EXCEL的工作表複製(由於有
兩變數,因此複製了兩行column)
4. 在Group:UNTITLED按右鍵選擇Paste
5. Group中將會有兩行序列,分別名為ser01與
ser02
6. 關閉Group,可選擇是否要為此Group命名。
7. 此時,在Workfile中就會出現ser01與ser02,
你也可針對任一變數按右鍵,選擇Rename予
以重新命名。
16
1
跳出
17
按右鍵
18
按右鍵
19
輸入資料(方法二)
• 在主選單上File/Import/read Text-Lotus
Excel
• 填好後,按OK後,EViews 會產生一個尚
未命名 (untitled)的工作檔視窗,此工作檔
將包含兩變數 c 及 resid(第一個小圖示是
係數向量C,另一個是殘差序列RESID),
所有EViews的工作檔都會含此二變數。
20
1
21
輸入變數名稱
22
1.簡介
1.5 重要指令
23
• 在EViews將重要而常用的指令匯集在Quick中。選擇
Quick後,有以下選項:
1. Sample:選擇樣本期間
2. Generate Series:製造新的序列
3. Show:將序列叫出來
4. Graph:繪圖
5. Empty Group(Edit Series):複製、貼上或是編輯
序列
6. Series Statistics:單一時間序列的敘述統計量如
平均值,變異數等
7. Group Statistics:多變量時間序列的敘述統計量
如共變數,相關係數等
8. Estimate Equation:估計迴歸方程式等
9. Estimate VAR:估計向量自我迴歸 24
2. 基本變數分析
2.1 基本數據資料
25
例子:FOOD
• 以EViews內建的FOOD為例子。
• FOOD有兩個變數,income和food_exp,可
知兩者的平均數、最大值、最小值等基本
資料。
• 建立income和food_exp兩者的group,以利
於分析。
• 儲存於group於Workfile
26
27
按右鍵
1 2
28
29
1
2 3
30
31
1
2
32
3
33
2. 基本變數分析
2.2 基本繪圖
34
基本繪圖(承前例)
1. Quick/Graph/Scatter
2. 跳出Series List視窗,輸入income food_exp
3. 跳出「所得」和「糧食支出」兩者之關係圖
4. 修改圖形格式:
(1)輸入圖形名稱:Add Text
(2)Options/Axes&Scaling和Line&Symbols
(3)儲存圖形到workfile:name,輸入儲存名稱
(4)輸出圖形到桌面:
a. Object/View Options/Copy
b. Object/View Options/Save graph to disk
35
1
2
3
36
輸入變數名稱
37
38
輸入圖表名稱
39
40
tab
endpoints
values
41
42
43
圖形儲存到workfile
44
45
圖形儲存到桌面
3
2
46
47
1
3
48
3. OLS分析
(例子: CPS2 )
49
50
1
2
51
重新定義名稱
52
輸入公式
53
54
4. 單根檢定(Unit Root)
(例子: USA)
55
單根檢定
• 概念:若為單根(非定態)就進行差分,直到定態為止。
1. 畫出時間序列圖以協助判斷有無時間趨勢。(若有線性趨勢,
所以應該含截距項或時間趨勢來進行單根檢定)
EViews主選單→Quick→Graph→出現圖形
2. 按【View】,選【Unit Root Test】,出現Unit Root Test視窗
(1) Test Type(檢定形式):Augmented Dickey-Fuller、
Phillips-Perron
(2) Include in test equation(包含時間趨勢、截距):Intercept
Trend and intercept、none
(3) Test for unit root in(差分)
(4) Lagged Difference(差分的落後期數)
56
對F變數進行單根
檢定
57
1
58
單根檢定形式
差分
截距項、時
間趨勢項
59
Dickey-Fuller檢定F變數的統計值為-
2.090皆大於臨界值,可以知道「無
法拒絕單根的虛無假設」,因此,進
一步做一階差分檢定。
60
一階差分
61
一階差分後,可知F變數的統
計值為-4.007皆小於臨界值,
可以知道「拒絕單根的虛無假
設」,其F變數為定態。
62
5. 共整合檢定(Cointegation)
(例子: USA)
63
64
按右鍵
1 2
65
1
66
67
68
1
69
定義新名稱
70
2
1
71
72
由統計值(-4.543)可知
是否拒絕無共整合的
虛無假設。
73
6. 追蹤資料(Panel Data)
74
6. 追蹤資料(Panel Data)
75
Panel Unit Root Tests
• 時間序列本身為一隨機過程,短期可能有偏離之
現象,隨著時間的變動長期終將回復到平均值,
則此數列稱為穩定(stationary)數列。倘若此一
時間序列長期並未回復平均值,則稱該序列為非
定態序列,亦即序列存在著單根現象。
• 在主檔案上,按View/Unit Root Test,可以選擇
總的(Summary)或是個別的檢驗統計量。此外
,可以在對話框中指定趨勢並設定截距項,選擇
落後期,並提供詳細估計來檢驗統計量的計算。
76
資料為Panel Data
,因此選擇
Balanced Panel
輸入資料
77
資料匯入就
如之前介紹
78
1
對各變數進行單根檢
定,用Economic變數
做說明。
2
79
80
得出變數的統計值,因此,可
知變數是否拒絕單根的虛無假
設。
81
6. 追蹤資料(Panel Data)
82
Panel Cointegration Tests
• 在共整合的分析結果中,倘若變數間存在著共整
合 關 係 , 則 變 數 間 具 有 長 期 關 係 , 則 以 Panel
VECM 模型進行檢定,利用此種模型可以捕捉到
變數間短期與長期的動態訊息;若變數間不存在
共整合關係,此時即對原始資料取一階差分,並
以Panel VAR 模型進行檢定。
• H0:沒有共整合關係
H1:具有共整合關係
83
按右鍵 探討gdp和economic之間
是否有共整合關係。
1
2
84
1
85
86
可知gdp和
economic之間具
有共整合關係。
87
7. THE NLS PANEL DATA
88
固定效果 v.s. 隨機效果(1/4)
• 固定效果模型又稱為虛擬變數模型(least
squared dummy variable model),其特色是
在於可以同時考慮橫斷面及時間序列的資
料,且著重於允許各個變數之間有差異性
的存在,由於可以藉此消除因變數不同所
造成模型共變異數(covariance)的增大,
使估計結果較有效率。
89
固定效果 v.s. 隨機效果(2/4)
• 隨機效果模型又稱為誤差成分模型(error
component model),與固定效果模型相似
之處,在於它亦可同時考慮橫斷面及時間
序列並存的資料,且特別著重於母體整體
的關係,而非個別變數之間的差異,並以
隨機變數型態的截距項代表每個橫斷面之
間不同的結構。
90
固定效果 v.s. 隨機效果(3/4)
K
固定效果模型 隨機效果模型
91
固定效果 v.s. 隨機效果(4/4)
H0 : 11 12 1N H 0 : 2 0
SSE R SSEU N 1 2
FF NT e' DD' e
SSEU / NT N K 1 LM
2T 1 e' e
1
If reject If reject
固定效果模型 隨機效果模型
隨機效果模型與固定效果模型的差異,主要是固定效果模型
以固定截距來表示每個橫斷面有不同的結構,而隨機效果模
型則以隨機變數截距來表示每個橫斷面有不同的結構,使模
型的誤差項變成( i it ) ,不再具iid (independent & identical
distribution )的前提。
92
93
按右鍵
1
2
94
95
96
7. THE NLS PANEL DATA
97
按右鍵
1
2
98
99
100
簡報完畢
敬請指教
101