Eviews操作入门输入数据对数据进行描述统计和画图

2）从文本文件和数据表输入数据，见图F1-8
在Workfile窗口下，单击Procs/import/read tex-lotus-excel
F1-8文本文件和数据表输入数据
选择需要输入数据的文件。我们选择的数据在移动存储上，如果数据是文本文件格式，点击打开命令，会得到窗口F1-9；如果是数据表文件会得到窗口F1-10。
使用美国三个月期国债利率，时间1954年1月到2007年10月，周数据。利率用百分数表示。周数据输入只要输入1954/1/12007/10/4来表示1954年一月第一周到2007年10月第4周，Eviews会自动匹配相应时间，债券利率命名为tbillrate，数据输入后见图F4-1。
F4-1：建立ARMA模型图1.
选择TBILLRATE可以直接对债券利率预测。
图F4-14：用原始数据输入模型
使用AIC准则建立AR(P)模型定阶的程序：
'subroutine end是子程序，laglength是子程序名称，该子程序调用时需要给出两个量，一个是常数最大滞后长度，一个是对哪个时间序列建立模型。
subroutine laglength(scalar maxlag, series r)
在程序中进行操作后，从模型可以计算出一些数据，或者对原有数据进行了变换，可以从Eviews中输出这些数据。首先选中希望输出的变量名，点击workfile窗口中的proc，选择export从中选择输出数据格式，常用的是最后一个选项保存为文本格式或者EXCEL表格式。见F1-11。如果保存成文本格式，只要直接保存即可。如果保存成EXCEL格式，会弹出窗口F1-12，给出数据在EXCEL表中的排列。可以修改变量排列的顺序和第一个数据保存的位置，然后保存即可。
图F4-3：TBILLRATE样本自相关函数和偏自相关函数图
图F4-4：差分后数据的折线图
图F4-5：r的样本自相关函数和偏自相关函数图
画样本自相关函数图的命令是双击时间序列数据r的名字，点view-correlogram见图F4-6,可以得到样本自相关函数和偏自相关函数的图形和数值，见图F4-5。
图F1-9
F1-9下方的最大的白框中是对数据的预览，可以看到有3列数字，数据按列排列。第一行是变量名，从第二行开始是数据。
我们要作的工作是在左上方填入变量名，名称可以与数据源中的名称不同，变量名用空格隔开。然后是左变中间的白框，填入数据前的说明文字占的行数，默认是1，如本例，如果还有一些其他说明例如数据来自统计局等，可能会有2行说明文字，这时把1修改成2。总之要数据前面的文字部分所占的行数填写在此。
F4-6：画样本自相关函数的命令
从图F4-4可以看出数据围绕一条水平线波动，已经平稳化。并且具有一簇一簇的特征，这种特征叫波动率聚类性，下一章对这种特性建立模型。本章先忽略这一特点。
下面可以对r建立ARMA模型了。点击workfile窗口的object命令，选择equation，输入equation的名称armatemp，得到窗口F4-6。
图F1-13
F1-13中c是Eviews中自动给出的一个量，用来保存模型估计出的未知参数，resid是用来保存模型的残差序列。P是我们数据的数据。
改变样本区间
有时我们会分阶段对数据进行分析，例如希望比较2000年前的数据与2000年后的数据的不同，所以不总是对工作窗口中的所有数据进行分析，这时可以改变样本长度。单击Sample，输入希望的区间，按OK。
周和日：8：10：1997表示1997年8月10号，美式表达日期法。
8：10：1997表示1997年10月8号，欧式表达日期法。
如何选择欧式和美式日期格式呢从Eviews窗口点击Options再点击dates andFrequency conversion，得到窗口F1-5。F1-5的右上角可以选择日期格式。
等价于下面的模型
y ma(1)ma(2) sma(4)
等价于下面的模型
输入模型的表达式后，可以在sample部分修改估计样本的区间。使用2000年12月29号的数据到2007年9月28号的周数据建立模型。根据样本自相关函数建立模型ARMA(5,1)，见图F4-7，估计结果见图F4-8：
F4-8：ARMA(5,1)估计结果
输入数据后，首先观察数据的折线图和样本自相关函数图和偏自相关函数图。分别见图F4-2和图F4-3。从图F4-2和图F4-3，数据不频繁穿过某一水平线，样本自相关函数图收敛速度非常慢，都意味着TBILLRATE是非平稳的，因此把数据进行一次差分，然后再观察折线图和样本自相关函数图和偏自相关函数图。
图F4-2：TBILLRATE折线图
图F1-5
假设建立一个月度数据的workfile，填写完后点OK，一个新Workfile就建好了。见图F1-6。保存该workfile，单击Eviews窗口的save命令，选择保存位置即可。
图F1-6
新建立的workfile之后，第二件事就是输入数据。数据输入有多种方法。
1)直接输入数据，见F1-7
改变变量名称
单击需要改变名称的变量选中该变量，变量名变色说明已经选中，把光标放在该变量上右击，选中rename输入希望的名字即可。
改变workfile的区间
有时会发现因为偶然的错误或需要预测，workfile的长度不够用。例如我们想对2004：09到2004：12进行预测，可是一开始设计的区间是到2004：08，因此必须扩展区间。点击Eviews窗口的procs，选择structure/resize current page，见图F1-14
在Eviews窗口下，单击Quick，再单击Empty group(edit series)，直接输数值即可。注意在该窗口中命令行有一个Edit+/-，可以点一下Edit+/-就可以变成如图所示的空白格，输完数据后，为了避免不小心改变数据，可以再点一下Edit+/-，这时数据就不能被修改了。
F1-7
滞后运算：price(-1)表示变量名是price的一阶滞后
例如用price表示价格指数，
差分d(price)=price-price(-1)
连续收益率
r=dlog(price)
虚拟变量如果收入超过10000，则赋值为1，
high_inc = income>10000
对计算得到的收益率变量进行描述统计
第一列数据是年份，第二列数据是月份，第三列数据是股票价格，希望读入价格，在右上方colums填入2，如图F1-9，会跳过前面两列数据，只读入第三列数据。按OK数据已经输入该工作文件。
如果数据保存在EXCEL表中，得到图F1-10.需要给出第一个数据在EXCEL表中的位置，通常在B2的位置。然后在左边中间的白框填写变量名，这里填写的变量名是在Eveiws中的名称，可以与数据表的变量名不同。不同变量用空格隔开，输几个变量名，会输入几列相邻排列的数据。
打开Eviews后，第一项任务就是建立一个新Workfile或者打开一个已有的Workfile，单击File，然后光标放在New上，最后单击Workfile。如图F1-2
图F1-2
图F1-2左上角点击向下的三角可以选则数据类型，如同F1-3。数据类型分三类截面数据，时间序列数据和面板数据。
图F1-3
Eviews操作入门输入数据对数据进行描述统计和画图
Eviews操作入门：输入数据，对数据进行描述统计和画图
首先是打开Eviews软件，可以双击桌面上的图标，或者从windows开始菜单中寻找Eviews，打开Eviews后，可以看到下面的窗口如图F1-1。
图F1-1 Eviews窗口
关于Eviews的操作可以点击F1-1的Help，进行自学。
next
'table will make a table to include the results
' first the row the the colum the table's name is laglength
F4-7：建立ARMA模型的窗口
下面是输入模型的几个例子。
例如建立一个AR(1)模型可以如下输入：
r c r(-1)
等价于模型：
或者输入：
rcar(1)
等价于模型：
两种输入方法估计结果的区别是后者的c是r的均值，而前者的c是回归模型的截距项，斜率估计值相同。
建立ARMA(1,1)模型可以如下输入
r c r(-1) ma(1)
'the following for next loop will compute the AIC and BIC
for !i=1 to maxlag
equation eq{!i}.ls r c r(-1 to -!i)
scalar aicl!i=eq{!i}.@aic
scalar bicl!i=eq{!i}.@schwarz
F1-16
F1-17
图F1-17是划折线图的选项，背景是画出的折线图。
Descriptive Statistics/Histogram and Stats做直方图和计算各样本统计量结果如图F1-18。JB检验在图F1-18右下角处，该组数据服从正态分布。
F1-18
EVIEW操作指南:建立ARMA模型
图F4-9：最终ARMA(5,1)模型。
预测2007年9月29号到2007年10月11日的周数据进行样本外预测，选择static forecast，预测值保存在rf中。见图F4-12。预测图形见图F4-13.
图F4-12：预测的设置
图F4-13
因为原始数据是债券利率是非平稳的，因此对差分后的数据建立模型，如果希望直接对债券利率进行预测，可以如F4-14输入模型公式。在这种输入方式下，模型估计后进行预测的窗口见图F4-15。在F4-15中，预测有两个选项一个是TBILLRATE，一个是D(TBILLRATE)。