请问，能教教我Eviews做单位根检验，协整分析和格兰杰因果关系检验吗 谁会用Eviews做以下两组数据的单位根检验、协整检验、误差...
\u6c42\u6559\u7528Eviewss\u505a\u5355\u4f4d\u6839\u68c0\u9a8c\uff0c\u534f\u6574\u68c0\u9a8c\uff0c\u683c\u5170\u6770\u56e0\u679c\u68c0\u9a8c\u5927\u795e\u5e2e\u5e2e\u5fd9\u554a\u5b9e\u8d28\u4e0a\u5c31\u662f\u4e09\u4e2a\u53d8\u91cf\uff1a\u73b0\u91d1\u5360\u6bd4\u3001\u50a8\u84c4\u5360\u6bd4\u548c\u80a1\u7968\u5360\u6bd4\u3002Eviews\u64cd\u4f5c\u5982\u4e0b\uff1a
\u628a\u4ee5\u4e0a\u4e09\u4e2a\u53d8\u91cf\u8f93\u5165\u5230Eviews\u4e2d\uff1b
\u5206\u522b\u6253\u5f00\u505a\u5355\u4f4d\u6839\u68c0\u9a8c\uff0c\u5982\u679c\u662f\u540c\u9636\u4f46\u6574\uff0c\u5219\u9700\u505a\u534f\u6574\u68c0\u9a8c\uff1b
\u540c\u65f6\u6253\u5f00\u4e09\u4e2a\u53d8\u91cf\uff0c\u505a\u534f\u6574\u68c0\u9a8c\uff0c\u9009Johansen\u68c0\u9a8c\u5373\u53ef\u3002
\u540c\u65f6\u6253\u5f00\u5176\u4e2d\u7684\u4e24\u4e2a\u53d8\u91cf\u505aGranger\u56e0\u679c\u68c0\u9a8c\u5373\u53ef\u3002
\u5982\u679c\u5b9e\u5728\u4e0d\u4f1a\u5efa\u8bae\u770b\u5f20\u6653\u5cd2\u8001\u5e08\u8ba1\u91cf\u8bfe\u4ef6\u4e2d\u7684\u76f8\u5173\u90e8\u5206\uff08\u94fe\u63a5\u5982\u4e0b\uff09\uff1a
http://down.pinggu.org/html/20100601/14077.html
\u4f60\u81ea\u5df1\u770b\u5f97\u61c2\u5b9e\u8bc1\u5206\u6790\u7ed3\u679c\u5417
\u9700\u8981\u76f8\u5e94\u7684\u6587\u5b57\u89e3\u91ca\u5417
实证检验步骤：先做单位根检验，看变量序列是否平稳序列，若平稳，可构造回归模型等经典计量经济学模型；若非平稳，进行差分，当进行到第i次差分时序列平稳，则服从i阶单整（注意趋势、截距不同情况选择，根据P值和原假设判定）。若所有检验序列均服从同阶单整，可构造VAR模型，做协整检验（注意滞后期的选择），判断模型内部变量间是否存在协整关系，即是否存在长期均衡关系。如果有，则可以构造VEC模型或者进行Granger因果检验，检验变量之间“谁引起谁变化”，即因果关系。
一、讨论一1、单位根检验是序列的平稳性检验，如果不检验序列的平稳性直接OLS容易导致伪回归。
2、当检验的数据是平稳的（即不存在单位根），要想进一步考察变量的因果联系，可以采用格兰杰因果检验，但要做格兰杰检验的前提是数据必须是平稳的，否则不能做。
3、当检验的数据是非平稳（即存在单位根），并且各个序列是同阶单整（协整检验的前提），想进一步确定变量之间是否存在协整关系，可以进行协整检验，协整检验主要有EG两步法和JJ检验
A、EG两步法是基于回归残差的检验，可以通过建立OLS模型检验其残差平稳性
B、JJ检验是基于回归系数的检验，前提是建立VAR模型（即模型符合ADL模式）
4、当变量之间存在协整关系时，可以建立ECM进一步考察短期关系，Eviews这里还提供了一个Wald－Granger检验，但此时的格兰杰已经不是因果关系检验，而是变量外生性检验，请注意识别
二、讨论二
1、格兰杰检验只能用于平稳序列！这是格兰杰检验的前提，而其因果关系并非我们通常理解的因与果的关系，而是说x的前期变化能有效地解释y的变化，所以称其为“格兰杰原因”。
2、非平稳序列很可能出现伪回归，协整的意义就是检验它们的回归方程所描述的因果关系是否是伪回归，即检验变量之间是否存在稳定的关系。所以，非平稳序列的因果关系检验就是协整检验。
3、平稳性检验有3个作用：1）检验平稳性，若平稳，做格兰杰检验，非平稳，作协正检验。2）协整检验中要用到每个序列的单整阶数。3）判断时间学列的数据生成过程。
三、讨论三其实很多人存在误解。有如下几点，需要澄清：
第一，格兰杰因果检验是检验统计上的时间先后顺序，并不表示而这真正存在因果关系，是否呈因果关系需要根据理论、经验和模型来判定。
第二，格兰杰因果检验的变量应是平稳的，如果单位根检验发现两个变量是不稳定的，那么，不能直接进行格兰杰因果检验，所以，很多人对不平稳的变量进行格兰杰因果检验，这是错误的。
第三，协整结果仅表示变量间存在长期均衡关系，那么，到底是先做格兰杰还是先做协整呢？因为变量不平稳才需要协整，所以，首先因对变量进行差分，平稳后，可以用差分项进行格兰杰因果检验，来判定变量变化的先后时序，之后，进行协整，看变量是否存在长期均衡。
第四，长期均衡并不意味着分析的结束，还应考虑短期波动，要做误差修正检验。
绛旓細2銆佸綋妫楠岀殑鏁版嵁鏄钩绋崇殑锛堝嵆涓嶅瓨鍦ㄥ崟浣嶆牴锛夛紝瑕佹兂杩涗竴姝ヨ冨療鍙橀噺鐨勫洜鏋滆仈绯伙紝鍙互閲囩敤鏍煎叞鏉板洜鏋滄楠岋紝浣嗚鍋氭牸鍏版澃妫楠岀殑鍓嶆彁鏄暟鎹繀椤绘槸骞崇ǔ鐨勶紝鍚﹀垯涓嶈兘鍋氥3銆佸綋妫楠岀殑鏁版嵁鏄潪骞崇ǔ锛堝嵆瀛樺湪鍗曚綅鏍癸級锛屽苟涓斿悇涓簭鍒楁槸鍚岄樁鍗曟暣锛堝崗鏁存楠岀殑鍓嶆彁锛夛紝鎯宠繘涓姝ョ‘瀹氬彉閲忎箣闂存槸鍚﹀瓨鍦ㄥ崗鏁村叧绯锛屽彲浠ヨ繘琛鍗忔暣妫...
绛旓細鍙互鐨勶紝浣犲皢GDP鐨勬暟鎹缓妯★紝ar锛宮a锛宎rma閫変竴涓紝鎷熷悎缁撴灉鐣岄潰涓嶈鍏虫帀銆備箣鍚庢墿灞曟暟鎹椂闂磋寖鍥达紝杩欐牱棰勬祴涔嬪悗鎵嶄細鍑虹幇2012骞寸殑鏁版嵁锛宲roc-structure/resize current page锛屾妸end date鏀规垚2012灏卞彲浠ヤ簡锛屽湪鍥炲埌鍒氬垰鐨勬嫙鍚堢晫闈紝鐐瑰嚮forecast锛屽湪forecast sample 鍐呯殑鏃堕棿鏀规垚2012骞1鏈堝埌2012骞12鏈堬紙鏁版嵁鏄...
绛旓細鍙互鐨勶紝浣犲皢GDP鐨勬暟鎹缓妯★紝ar锛宮a锛宎rma閫変竴涓紝鎷熷悎缁撴灉鐣岄潰涓嶈鍏虫帀銆備箣鍚庢墿灞曟暟鎹椂闂磋寖鍥达紝杩欐牱棰勬祴涔嬪悗鎵嶄細鍑虹幇2012骞寸殑鏁版嵁锛宲roc-structure/resize current page锛屾妸end date鏀规垚2012灏卞彲浠ヤ簡锛屽湪鍥炲埌鍒氬垰鐨勬嫙鍚堢晫闈紝鐐瑰嚮forecast锛屽湪forecast sample 鍐呯殑鏃堕棿鏀规垚2012骞1鏈堝埌2012骞12鏈堬紙鏁版嵁鏄...
绛旓細鍏堣鍗曚綅鏍规楠岋細鎵撳紑闇瑕佹楠岀殑搴忓垪锛屽湪绐楀彛宸︿笂瑙掞紝渚濇view-unit root test,鐒跺悗璁惧畾妫楠岀殑鍙傛暟锛岀‘瀹氥傝宸慨姝ｆā鍨嬶細鐞嗚涓婅瀹冩槸VAR妯″瀷鐨勭壒渚嬶紝鍦ㄤ富鑿滃崟涓璹uick-estimate var鍦ㄥ脊鍑虹殑瀵硅瘽妗嗕腑閫夋嫨vecter error correct璁惧畾鍙傛暟锛岀‘瀹氥傝挋鐗瑰崱缃楁ā鎷熻瘯楠岀殑璇濓紝浣跨敤浜や簰寮忔搷浣滃緢闅惧畬鎴愶紝鏈濂戒娇鐢ㄧ紪绋嬫柟娉...
绛旓細棣栧厛鍦EVIEWS涓墦寮鍑哄彛棰濈殑搴忓垪锛屽湪VIEW鑿滃崟涓嬫湁涓椤筊OOT TEST锛岀偣杩欎釜灏卞彲浠ユ楠屽崟浣嶆牴浜嗐傚湪閫夐」涓紝涓鑸敤ADF妫楠岋紝PP妫楠屼篃鍙互銆傚崟浣嶆牴鐨勫瓨鍦ㄦ槸寮烘潯浠讹紝涔熷氨鏄锛屽彧瑕佷笁涓夐」涓嬶紙NONE锛屾埅璺濓紝銆傘傘傦級鏈変竴涓兘琛ㄦ槑涓嶅瓨鍦ㄥ崟浣嶆牴锛岄偅涔堝氨鍙互璁や负杩欎釜搴忓垪鏄钩绋炽傚鏋滀笉骞崇ǔ锛屽啀鍋氫竴闃跺樊鍒嗭紝鐪...
绛旓細1. 璋冪敤宸茬粡寤虹珛鐨凷eries 姣斿 GDP...2. 鍦ㄨ皟鍑虹殑鐣岄潰涓...鐐view / Unit root test...3. 鍕鹃夋湁鎴窛椤圭殑閫夐」(intercept)...骞堕夋嫨婊炲悗宸垎椤逛负2闃(lagged differences)...缁撴灉鍒ゅ畾:缁撴灉灏嗕細鍑虹幇4涓猼缁熻閲...鍒嗗埆涓篋-F鐨則-stat 鍜1% 5% 10%姘村钩瀵瑰簲鐨則-stat..濡傛灉鍓嶈呭ぇ浜 10...
绛旓細鐢ˋDF妫楠屽幓鍋氾紝鍏堟妸搴忓垪鏀捐繘eviews閲岄潰锛屽湪view閲岄潰閫夋嫨鍗曚綅鏍规楠岋紝鍒嗗埆妫楠屽湪鏈夋埅璺濋」锛屾湁瓒嬪娍椤瑰拰浠涔堜篃娌℃湁鐨勬儏鍐典笅鐨凙DF妫楠岀粨鏋滐紝閮介氳繃璇存槑搴忓垪骞崇ǔ锛岃鏄笉骞崇ǔ灏卞樊鍒嗭紝缁欏樊鍒嗗簭鍒楀啀鍋氫竴娆DF妫楠岋紝鐭ラ亾骞崇ǔ涓烘锛屼竴鑸樊鍒嗕袱娆＄殑閮藉熀鏈揪鍒板钩绋充簡銆
绛旓細鍦EViews杞綋鐨勫懡浠よ绐椾腑鐩存帴閿叆CREATE鍛戒护,涔熷彲浠ュ缓绔嬪伐浣滄。妗堛傚懡浠ゆ牸寮忎负: CREATE 鏃堕棿棰戠巼鍨嬪埆 璧峰鏈 缁堟鏈 鍒欎互涓婇夊崟鏂瑰紡杩囩▼鍙啓涓:CREATE A 1985 1998 浜岃緭鍏銆乆鐨勮祫鏂 鈷圖ATA鍛戒护鏂瑰紡 鍦‥Views杞綋鐨勫懡浠よ绐楅敭鍏ATA鍛戒护,鍛戒护鏍煎紡涓: DATA <搴忓垪鍚1> <搴忓垪鍚2>鈥<搴忓垪鍚峮> 鏈緥涓彲鍦ㄥ懡浠よ...
绛旓細鍚戝ぇ瀹惰鏁欎竴涓叧浜庝娇鐢eviews6.0闈㈡澘鏁版嵁鍗曚綅鏍规楠屽嚭鐜扮殑闂锛氭垜鎸夎瀹氱殑鏂规硶杈撳叆闈㈡澘鏁版嵁锛屼娇鐢ㄦ贩鍚堟ā鍨嬨佷釜浣撳浐瀹氭晥搴斿洖褰掓ā鍨嬨佹椂闂村浐瀹氭晥搴斿洖褰掓ā鍨嬩互鍙婁釜浣撻殢鏈烘晥搴斿洖褰掓ā鍨嬭繘琛屼及璁★紝骞朵娇鐢ㄥ嚑绉嶇粺璁￠噺妫楠屾柟娉曢夋嫨鏇村悎閫傜殑妯″瀷銆傚瓨鍦ㄤ竴涓棶棰橈紝灏辨槸浣跨敤闈㈡澘鍗曚綅鏍规楠屾椂锛岃兘杈撳叆鏁版嵁缁勶紝灏辨槸涓鑳借繘琛...
绛旓細姝ラ锛氫粠Eviews涓昏彍鍗曚腑鐐瑰嚮Quick鈫扜raph鈫扴catter銆傚湪寮瑰嚭鐨勭獥鍙ample range pairs涓緭鍏モ淴 Y鈥濓紝鐐瑰嚮OK锛屽彲寰楀埌鏁ｇ偣鍥撅紙浠庡浘涓湅鍑轰簩鑰呭ぇ浣撳憟绾挎ф鐩稿叧鍏崇郴锛夈2.浼拌鍙傛暟 姝ラ锛氫粠Eviews涓昏彍鍗曚腑鐐瑰嚮Quick鈫扙stimate Equation... 鎵撳紑鏂圭▼浼拌瀵硅瘽妗嗭紝鐒跺悗鍦ㄥ叾涓璏ethod涓鏍忛夋嫨least squares锛屽湪...
