VAR模型的Eviews方法

更新时间:2023-05-09 01:54:50 阅读: 评论:0

EViews估计联立方程模型
1.EViews提供的系统估计方法
(1)跨方程加权法(Cross-equation weighting)
(2)似不相关回归法
(Seemingly Unrelated RegressionSUR  )
(3)两阶段最小二乘法
(4)三阶段最小二乘法
(5)广义矩法(GMM)  (一共有8种方法)
2.系统方程的建立与估计
(1)建立系统方程工作文件或打开一个已存在的工作文件.
2. 系统模型的建立
点击Objects-New-System,在打开的对话框中给系统方程命名.点击OK
出现如图所视的对话框,然后可以将系统方程直接键入窗口.系统方程中的方程应当是行为方程式(需要估计参数的方程).
例如包含两个方程的系统方程,可以在对话框中输入如下的方程
  3. 估计方程
  点击系统窗口工具栏中Estimate功能键,出现如下对话框
 
如果选择两阶段最小二乘法,应在方程对话框中在键入工具变量
y=c(1)+c(2)*x+c(3)*y(-1)+c(4)*z
x=c(5)+c(6)*y+c(7)*z(-1)
INST Y Y(-1) X Z
对话框提供了8种估计方法,选择两阶段最小二乘法,点击OK.
得到如下的输出结果
System: UNTITLED
Estimation Method: Two-Stage Least Squares
Date: 11/23/05  Time: 19:47
Sample: 2 248
Included obrvations: 247
Total system (balanced) obrvations 494
Instruments: Y Y(-1) X Z C
Coefficient
Std. Error
t-Statistic
Prob. 
C(1)
-860.3344
293.0996
-2.935297
0.0035
C(2)
0.155681
0.034374
4.529044
0.0000
C(3)
0.832925
0.020329
40.97300
0.0000
C(4)
1941557.
690610.1
2.811365
0.0051
C(5)
7569.148
219.1231
34.54290
0.0000
C(6)
0.532777
0.057813
9.215462
0.0000
C(7)
-17478498
565949.9
-30.88347
0.0000
Determinant residual covariance
1960996.
Equation: Y=C(1)+C(2)*X+C(3)*Y(-1)+C(4)*Z
Obrvations: 247
R-squared
0.990558
    Mean dependent var
1942.944
Adjusted R-squared
0.990441
    S.D. dependent var
226.2892

本文发布于:2023-05-09 01:54:50,感谢您对本站的认可!

本文链接:https://www.wtabcd.cn/fanwen/fan/90/101384.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:方程   系统   估计   对话框
相关文章
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2022 Comsenz Inc.Powered by © 专利检索| 网站地图