金融实验分析第五章12.ppt

第五章 基本回归模型 单方程回归是广泛使用的统计技术之一，是随后章节内容的基本思想与基础 本章介绍EViews中基本回归技术的使用： 说明并估计一个回归模型 进行简单的特征分析 在分析中使用估计结果 随后的章节：讨论了检验和预测，以及更高级，专业的技术，如加权最小二乘法、二阶段最小二乘法(TSLS)、非线性最小二乘法、ARIMA/ARIMAX模型、GMM（广义矩估计）、GARCH模型, 和定性的有限因变量模型。 参考书目： Pindyck，Rubinfeld (1991), Econometric Models and Economic Forecasts, 《经济计量模型和经济预测》，第三版 Johnston 和 DiNardo (1997)，Economtric Methods, 《经济计量方法》，第四版 Greene (1997)， Economtric Analysis, 《经济计量分析》，第三版 Davidson 和 MacKinon (1993)， Estimation and Inference in Econometrics , 《经济计量学中的估计和推断》 EViews中的单方程回归估计是用方程对象来完成的 创建一个方程对象： 主菜单选择Object/New Object/Equation Quick/Estimation Equation 在命令窗口中输入关键词equation 说明方程：对话框中说明要建立的方程，并选择估计方法 EViews将在方程窗口中估计方程并显示结果 估计结果：是方程对象的一部分 存储起来以便随时提取。这样我们只需打开方程对象来显示简要结果，或者利用EViews工具来处理方程对象的结果。 例如：可以使用估计方程作为联立方程模型的一部分。 创建一个方程对象时会出现对话框： 方程说明（最上面的编辑框中）因变量（左边）和自变量（右边）以及函数形式 估计方法 该估计使用的样本 说明方程的两种基本方法： 列表法：简单但是只能用于不严格的线性说明； 公式法：更为一般，可用于说明非线性模型或带有参数约束的模型 §5.2.1 列表法 说明线性方程的最简单的方法是列出方程中要使用的变量列表 首先是因变量或表达式名 然后是自变量列表 例如：想要构建一个线性消费函数CS，用一个常数和inc对其作回归，对话框上部输入：cs c inc 注意：回归变量列表中的序列c。 C是EViews用来说明回归中的常数而建立的序列。 EViews在回归中不会自动包括一个常数，因此必须明确列出作为回归变量的常数。 内部序列c不出现在工作文档中，除了说明方程外不能使用它。 注意：到在工作文档中有一个预先定义的对象C： 这是缺省系数向量——当通过列出变量名的方式说明方程时，EViews会根据变量在列表中出现的顺序在这个向量中存储估计系数。在上例中，常数存储于c(1)，inc的系数存储于c(2)，即回归方程形式为：cs = c(1)+c(2)*inc。 列表说明方程时，EViews会将其转换成等价的公式形式 例，列表：log(cs) c log(cs(-1)) log(inc) 代表公式：log(cs) = c(1)+c(2)*log(cs(-1)) + c(3)*log(inc) 这种形式并不是必须的，= 可以出现在公式的任何地方 如：log(urate) + c(1)*dmr = c(2) 此方程的残差为：ε = log(urate)+c(1)dmr-c(2) EViews将最小化残差平方和。 滞后值： 滞后序列的使用：用与滞后序列相同的名字来产生一个新序列，把滞后值放在序列名后的括号中 例：cs cs(-1) c inc 表示：以cs的滞后值、常数c和inc对cs作回归 cs滞后的系数将存放在c(1)中，常数系数在c(2)中，inc的系数在c(3)中，即回归方程形式为：cs = c(1)*cs(-1)+c(2)+c(3)*inc 连续范围的滞后序列：使用关键词 to 例：cs c cs(-1 to -4) inc 表示：以常数c，cs(-1)，cs(-2)，cs(-3)，cs(-4)，和inc对cs作回归 例： cs c inc(to –2) inc(-4) 表示：以常数c，inc，inc(-1)，inc(-2)，和inc(-4) 对cs作回归， 即回归方程形式为：cs = c(1)+c(2)*inc+c(3)*inc(-1) +c(4)*inc(-2) +c(5)*inc(-4) 自动生成新序列： 自动序列的使用： 例：log(cs) c log(cs(-1)) ((inc+inc(-1))/2)