eviews建立时间序列模型_模型建立——时间序列 eviews协整检验(EG两步法(Engle-Granger))...

1.首先,需要两列时间序列数据,将他们命名为future4,future5,存入eviews。

2.对两组数据取对数,得新的数据:P4=log(future4),P5=log(future5)。可在eviews中点击Genr输入p4=log(future4)可自动产生对数数列。

为何取对数?:可以部分消除异方差的问题,另外,其差分可以表示发展速度的对数,也可以消除序列相关的问题.有时候要看经济意义!取对数也可减少数据的波动,在高频数据中尤是。变量取对数是为了消除异方差,系数也是弹性系数,主要是为了消除金融时间序列的异方差现象,可以将可能的非线性关系转化为线性关系,减少变量的极端值、非正态分布以及异方差性。

针对上面提到的非线性关系转化为线性关系,做进一步的解释:经济序列通常做对数化处理,因为log有很多优良特性。如取对数,很容易操作,正如上面所说,输入log(x)就可以产生原数列相应的对数数列。还有一些关系式如log(a*b)=log(a)+log(b),log(a^2)=2*log(a),这种特性可以很容易的把函数之间的关系线性化。加上log,常可以使得经济数列变得更容易处理。)

3.对两个时间序列分别做ADF检验。

1.eviews中选取时间序列P4,右键=》open。在新的窗口中点击 view=》unit root test。

2.ADF检验需要对3个模型依次检验,所以在unit root test窗口中先①选:level、trend and

模型建立——时间序列 eviews协整检验(EG两步法(Engle-Granger))

  • 2
    点赞
  • 79
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Eviews是一个强大的时间序列分析软件,可以用于建立时间序列模型。在建立时间序列模型之前,我们需要对数据进行自相关与偏自相关分析,以确定最合适的模型。 自相关函数(ACF)是指时间序列与其自身滞后版本之间的相关性。Eviews可以通过绘制ACF图来显示不同滞后期之间的相关性。偏自相关函数(PACF)是指时间序列与其滞后版本之间的相关性,控制了其他滞后版本的影响。Eviews也可以绘制PACF图来显示不同滞后期之间的相关性。 以下是在Eviews中进行自相关和偏自相关分析的步骤: 1. 导入数据并打开新工作文件。选择“Quick”菜单下的“Estimate Equation”选项。 2. 在“Equation Estimation”窗口中,选择“Options”选项卡,然后在“Estimation options”下拉菜单中选择“ARMA/ARCH/GARCH”选项。 3. 在“ARMA Specification”选项卡中,选择最大滞后阶数。这将决定ACF和PACF图中的滞后期数量。 4. 点击“View”按钮,可以查看自相关和偏自相关图。在ACF和PACF图中,标记为可信区间的区域表示在该区域外的值是显著的。 5. 根据ACF和PACF图的结果,可以选择最合适的时间序列模型,如AR、MA、ARMA或ARIMA模型。 6. 在“Equation Estimation”窗口中,选择所选模型的系数估计方,然后点击“OK”按钮,估计模型参数。 7. 在“Equation Estimation Results”窗口中,可以查看模型的系数、拟合统计量和诊断检验结果。 以上就是在Eviews中进行时间序列模型建立前的自相关与偏自相关分析的步骤。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值