实验一 EVIEWS中时间序列相关函数操作
【实验目的】熟悉Eviews的操作：菜单方式，命令方式；
练习并掌握与时间序列分析相关的函数操作。
掌握时间序列的白噪声检验
【实验内容】
一、复习EViews软件的常用菜单方式和命令方式；
二、各种常用差分函数表达式以及确定性趋势模型拟合；
三、时间序列的自相关和偏自相关图与函数；
四、时间序列的白噪声检验
【实验步骤】
复习：EViews软件的常用菜单方式和命令方式；
（一）创建工作文件
⒈菜单方式
启动EViews软件之后，进入EViews主窗口
在主菜单上依次点击File/New/Workfile，即选择新建对象的类型为工作文件，将弹出一个对话框，由用户选择数据的时间频率（frequency）、起始期和终止期。选择时间频率为Annual（年度），再分别点击起始期栏（Start date）和终止期栏（End date），输入相应的日期，然后点击OK按钮，将在EViews软件的主显示窗口显示相应的工作文件窗口。
工作文件窗口是EViews的子窗口，工作文件一开始其中就包含了两个对象，一个是系数向量C（保存估计系数用），另一个是残差序列RESID（实际值与拟合值之差）。
⒉命令方式
在EViews软件的命令窗口中直接键入CREATE命令，也可以建立工作文件。命令格式为：CREATE 时间频率类型 起始期 终止期
则菜单方式过程可写为：CREATE A 1985 1998
（二）输入Y、X的数据
⒈DATA命令方式
在EViews软件的命令窗口键入DATA命令，命令格式为：
DATA <序列名1> <序列名2>…<序列名n>
本例中可在命令窗口键入如下命令：
DATA Y X
⒉鼠标图形界面方式
在EViews软件主窗口或工作文件窗口点击Objects/New Object，对象类型选择Series，并给定序列名，一次只能创建一个新序列。再从工作文件目录中选取并双击所创建的新序列就可以展示该对象，选择Edit＋/－，进入编辑状态，输入数据。
（三）生成log（Y）、log（X）、X^2、1/X、时间变量T等序列
在命令窗口中依次键入以下命令即可：
GENR LOGY=LOG(Y)
GENR LOGX=LOG(X)
GENR X1=X^2
GENR X2=1/X
GENR T=@TREND(84)
（四）选择若干变量构成数组，在数组中增加变量。
在工作文件窗口中单击所要选择的变量，按住Ctrl键不放，继续用鼠标选择要展示的变量，选择完以后，单击鼠标右键，在弹出的快捷菜单中点击Open/as Group，则会弹出数组窗口，其中变量从左至右按在工作文件窗口中选择变量的顺序来排列。
在数组窗口点击Edit＋/－，进入全屏幕编辑状态，选择一个空列，点击标题栏，在编辑窗口输入变量名，再点击屏幕任意位置，即可增加一个新变量
增加变量后，即可输入数据。点击要删除的变量列的标题栏，在编辑窗口输入新变量名，再点击屏幕任意位置，弹出RENAME对话框，点击YES按钮即可。
（五）在工作文件窗口中删除、更名变量。
⒈在工作文件窗口中选取所要删除或更名的变量并单击鼠标右键，在弹出的快捷菜单中选择Delete（删除）或Rename（更名）即可
⒉在工作文件窗口中选取所要删除或更名的变量，点击工作文件窗口菜单栏中的Objects/Delete selected…（Rename selected…），即可删除（更名）变量
⒊在工作文件窗口中选取所要删除的变量，点击工作文件窗口菜单栏中的Delete按钮即可删除变量。
练习一：各种常用函数表达式
实验文件：操作文件：usagnp.wf1(美国1947年第一季度~1970年第四季度GNP数据)
实验内容：
（一）理解Eviews中各种差分函数的含义。
在Eviews 软件中，通过函数D(x,n,s)来实现对时间序列的差分运算，其中： x为时间序列的名称，n为差分的阶数，s为季节长度。如D(x)为一阶差分，D(x,2)为二阶差分，D(x,0,4)对周期长度为4的序列求一阶季节差分等等。
在Eviews 软件中，通过函数Dlog(x,n,s)来实现对时间序列的对数差分运算。
步骤：（1）打开该文件，观察序列usagnp的趋势图的特征
Plot usagnp
（2）对序列取对数，观察其趋势图。
Genr lngnp=log(usagnp)
(或直接输入 plot log(usagnp)， 下同)
（3）对该序列取一阶差分，生新的序列，并观察其趋势图。
Genr dgnp=d(usagnp)
plot dgnp
(或直接输入 plot d(usagnp)， 下同)
（4）对该序列取一阶季节差分，生新的序列dsgnp，并观察其趋势图:
Genr dsgnp=d(usagnp,0,4)
plot dsgnp。
（5）对该序列的自然对数取一阶差分，生成新的序列dlngnp观察其趋势图。
Genr dlngnp=dlog(usagnp)
Plot dlngnp
（6）对序列取自然对数，再做一次季节差分，生成新序列dslngnp并观察其趋势图的特征
genr dslngnp=dlog(usagnp,0,4)
plot dslngnp。
（7）对该序列的自然对数取一阶季节差分，再做一阶差分，生成新的序列并观察其趋势图:。
dslngnp=dlog(usagnp,1,4)
plot ds1lngnp
USAGNPLOG(USAGNP)28024020016012080404850525456586062666870图1 D(USAGNP)2520151050-5-10-15-204850525456586062666870图3 DLOG(USAGNP).15.10.05.00-.05-.10-.154850525456586062666870图5 5.65.24.84.44.03.850525456586062666870 图2
D(USAGNP,0,4)24201612840-44850525456586062666870 图4
DLOG(USAGNP,0,4).20.15.10.05.00-.054850525456586062666870 图6
DLOG(USAGNP,1,4).08.06.04.02.00-.02-.04-.0850525456586062666870 图 7
（二）对usagnp序列拟合确定性趋势模型模型
（1）利用@trend( )函数生成确定性趋势序列t=1,2,….
genr t=@trend(1947.1)
（2）对usagnp的自然对数序列拟合线性趋势模型
Ls log(usagnp) c t
图8
（3）点击图8中“Resids”按钮，观察拟合图
5.65.24.8.15.10.05.00-.05-.10-.1548505254565860Actual626668704.44.03.6ResidualFitted 图9
（4）对usagnp的自然对数序列拟合确定性的季节模型，首先利用函数@seas（）生成季节虚拟变量
Genr d1=@seas(1)
Genr d2=@seas(2)
Genr d3=@seas(3)
Genr d4=@seas(4)
（5）对usagnp的自然对数序列拟合确定性的季节模型
Ls log(usagnp) d1 d2 d3 d4 t
图10
（6）点击图10中“Resids”按钮，观察拟合图
5.65.24.8.12.08.04.00-.04-.0848505254565860Actual626668704.44.03.6ResidualFitted 图11
练习二：时间序列的自相关和偏自相关图与函数，以及序列的白噪声检验
实验文件：Stpoor.wf1(美国S&P500工业股票价格指数1980年1月~1996年2月)
实验内容：观察时间序列的自相关图，并对序列进行白噪声检验
步骤：
（1） 打开练习文件Stpoor.wf1, 观察时间序列的自相关图，输入：
Ident stpoor
（或者使用菜单方式：双击序列stpoor图标，在出现的对话框中选择菜单操作方式：View—>Correlogram，滞后期选默认的即可）
图11
理解自相关图（自相关函数，偏自相关函数，2倍标准差，Q统计量，P值）。并判断该序列是否为白噪声序列，并对原序列进行白噪声检验
例如：选取滞后期20期， Q统计量为2669.9，相应的P值为0.000，拒绝原假设，原序列不是白噪声。
（2） 对stpoor取一阶差分，观察其自相关图，并做白噪声检验。
Ident d(stpoor)
图12
（3） 对stpoor的自然对数取一阶差分，观察其自相关图，并做白噪声检验。
图12
作业：操作文件hsindices.wf1（恒生指数数据）
1． 判断序列hs是否为白噪声序列，要求写出具体的检验过程。
2． 生成序列hs的一阶对数差分序列，并检验其是否为白噪声
