第十三章基本回归模型 单方程回归是最丰富多彩和广泛使用的统计技术之一。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并在深入的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 ARIMAARIMAX模型、GMM(广义矩估计)、 GARCH模型, 和定性的有限因变量模型。这些技术和模型都是建立在本章介 绍的基本思想的基础之上的
1 第十三章 基本回归模型 单方程回归是最丰富多彩和广泛使用的统计技术之一。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并在深入的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。这些技术和模型都是建立在本章介 绍的基本思想的基础之上的
对于本章及随后章节所讨论的技术,可以使用下列的经济计量学教科 书作为参考。下面列出了标准教科书(逐渐变难): 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 FA MacKinon(1993), Estimation and Inference in econometrics,《经济计量学中的估计和推断》 在适当的地方,对于特定的专题,我们也会提供专门的参考书
2 对于本章及随后章节所讨论的技术，可以使用下列的经济计量学教科 书作为参考。下面列出了标准教科书(逐渐变难)： ·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)，EconomtricAnalysis,《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》。 在适当的地方，对于特定的专题, 我们也会提供专门的参考书
§131方程对象 EViews中的单方程回归估计是用方程对象来完成的。为了创建一个方 程对象:从主菜单选择 Object/New Object/Equation或 Quick/ Estimation Equation.…,或者在命令窗口中输入关键词 equation 在随后岀现的方程说明对话框中说明要建立的方程,并选择估计方法。 下面我们详细介绍在 EViews中如何说明方程。 EViews将在方程窗口中估计 方程并显示结果 估计结果会作为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
3 §13.1 方程对象 EViews中的单方程回归估计是用方程对象来完成的。为了创建一个方 程对象: 从主菜单选择Object/New Object/Equation 或 Quick/Estimation Equation…,或者在命令窗口中输入关键词equation。 在随后出现的方程说明对话框中说明要建立的方程，并选择估计方法。 下面我们详细介绍在EViews中如何说明方程。EViews将在方程窗口中估计 方程并显示结果。 估计结果会作为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
§132在EⅥiews中对方程进行说明 当创建一个方程对象时,会出现如下对话框 Equation Specification Equation Specification Dependent variable followed by list of regressors including ARMA and PDL terms, OR an explicit equation like Y=c[1]+c[2)x Estimation Settings Method: LS. Least Squares (NLS and ARMA) Sample195901198912 Options 在这个对话框中需要说明三件事:方程说明,估计方法,和该估计使用的 样本。在最上面的编辑框中,可以说明方程:因变量(左边)和自变量(右边 以及函数形式。 有两种说明方程的基本方法:列表法和公式法。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
4 §13.2 在EViews中对方程进行说明 当创建一个方程对象时，会出现如下对话框： 在这个对话框中需要说明三件事：方程说明，估计方法，和该估计使用的 样本。在最上面的编辑框中，可以说明方程：因变量（左边）和自变量（右边） 以及函数形式。 有两种说明方程的基本方法：列表法和公式法。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
§1321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,要说明一个线性消费函数 CS,用一个常数和inc对其作回归,在方程说明对话框上部输入: cs c Inc 注意回归变量列表中的序列c。这是 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
5 §13.2.1 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，要说明一个线性消费函数 CS，用一个常数和inc对其作回归，在方程说明对话框上部输入： cs c inc 注意回归变量列表中的序列c。这是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