          EViews6.0計量經濟與時間序列分析培訓

第一講 Eviews入門
1.Eviews工作界面介紹
2.Eviews工作文件及常用對象介紹
3.變量的建立，變量中數據的錄入
4.刪除變量或觀察值
5.樣本區間的調整
6.變量的排序
7.通過數學運算生成新的變量
8.工作文件的保存與EViews軟件的退出
9.如何調用已保存過的工作文件

第二講 Eviews圖形對象介紹
1.關于單個變量的作圖
2.關于多個變量的作圖

第三講 描述性統計分析
1.序列窗口下的描述性統計分析
2.序列組窗口下的描述性統計分析

第四講 一元線性回歸模型
1.做兩個變量的散點圖，從而看兩個變量是否具有線性關系。
2.通過建立方程對象的方式來估計一個方程
3.對方程估計結果的解釋與評價
4.在回歸估計結果中顯示方程的三種形式
5.如何根據我們估計的回歸方程計算需求的價格彈性
6.如何查看因變量的實際值、擬合值和回歸方程的殘差
7.如何用我們建立的方程進行預測

第五講 多元線性回歸模型
1.做以因變量為橫軸，多個自變量為縱軸的散點圖，
2.建立組對象查看自變量的相關系數矩陣。
3.以建立方程對象的方式來建立多元線性回歸模型。
4.對模型結果的解釋和評價。
5.我們選取刪除引起共線性的變量的辦法來克服多重共線性。
6.對我們消除共線性后的模型進行檢驗，后對模型進行解釋和評價

第六講 非線性回歸模型
1.雙對數模型。
2.半對數模型。
3.倒數模型。

第七講 虛擬變量模型
1.虛擬變量的定義及意義。
2.如何通過加項的形式將虛擬變量引入到模型中去。
3.如何通過乘項的方式將虛擬變量引入到模型中去。
4.模型中加入季節虛擬變量。

第八講 單個經濟時間序列的趨勢模型、季節調整、分解與平滑
1.趨勢模型。
2.季節調整方法。
3.HP濾波和BP濾波
4.指數平滑方法

第九講 離散因變量與受限因變量模型
1.二元選擇模型
2.排序選擇模型
3.計數模型
4.刪截回歸模型（censored regression model）
5.截尾回歸模型（Truncated Regression Model）

第十講 分布滯后模型
1.回歸方程殘差的序列相關性檢驗
2.回歸方程殘差的自回歸模型（AR Error Model）
3.自回歸模型
4.有限分布滯后模型
5.自回歸分布滯后模型

第十一講 時間序列ARIMA模型
1.如何通過觀察時間序列的自相關圖和偏自相關圖來判斷時間序列的平穩性。
2.檢驗序列是否可以通過差分的方式來實現平穩性。
3.通過觀察自相關圖和偏自相關圖對平穩后的序列確定AR和MA和SAR的階數。
4.對估計的模型進行檢驗，包括顯著性檢驗和殘差序列的相關性檢驗。
5.用我們建立的ARIMA或SARIMA模型進行預測。

第十二講 單位根檢驗和基于殘差的協整檢驗
1.時間序列數據的平穩性說明
2.時間序列平穩性的DF和ADF單位根檢驗
3.時間序列平穩性的DFGLS單位根檢驗
4.時間序列平穩性的PP單位根檢驗
5.時間序列平穩性的KPSS單位檢驗
6.時間序列平穩性的ERS單位根檢驗
7.時間序列平穩性的NP單位根檢驗
8.協整檢驗
9.建立誤差修正模型

第十三講 自回歸條件異方差模型
1.通過日收盤價生成對數收益率變量
2.對數收益率序列的平穩性檢驗
3.均值方程的確定以及殘差的序列相關檢驗
4.對殘差平方的序列相關檢驗
5.對殘差平方做線形圖
6.對均值方程的殘差做ARCH-LM檢驗
7.建立各種形式的ARCH模型并對新的殘差序列進行ARCH—LM檢驗。
8.根據我們建立的ARCH模型對收益率序列的方差進行預測

第十四講 聯立方程計量經濟學模型
1.聯立方程模型的介紹
2.聯立方程模型的概念以及分類
3.聯立方程模型的識別
4.聯立方程模型的估計

第十五講 向量自回歸模型
1.VAR模型的有關概念(非結構化的向量自回歸模型)
2.有關SVAR模型的有關概念。
3.VAR模型的識別條件
4.SVAR模型的短期約束
5.格蘭杰因果關系檢驗
6.VAR模型滯后階數p的的確定。
7.脈沖響應函數。
8.方差分解
9.Johansen協整檢驗
10.向量誤差修正模型

第十六講 eviews矩陣計算
1.矩陣的建立
2.方陣的行列式.
3.矩陣的加法 4.矩陣的乘法
5.矩陣的秩（標量） 6.矩陣的跡（標量）
7.矩陣的轉置 8.矩陣的逆
9.求矩陣各個列向量的相關系數
10.建立對稱矩陣
11.對稱矩陣的特征向量
12.矩陣的內積
13.用eviews解線性方程組

第十七講 Eviews編程應用
1.如何把以前一年為基期計算的居民消費價格指數換算成以某一年為
基期計算的居民消費價格指數。
2.如何把名義變量（分類變量）轉換成虛擬變量

第十八講 面板數據模型
1.面板數據和面板數據模型的簡單介紹
2.如何將面板數據導入到Eviews中？
3.面板數據模型的分類
4.固定影響（效應）變截距模型
5.隨機影響（效應）變截距模型
6.Hausman檢驗
7.固定影響變系數模型
8.隨機影響變系數模型
9.面板數據的單位根檢驗
10.面板數據的協整檢驗

第十九講 方差膨脹因子
1.方差膨脹因子計算公式
2.通過建立輔助回歸方程的形式來計算方差膨脹因子
3.以矩陣計算的方式來計算變量的方差膨脹因子
4.方差膨脹因子大小評價準則

第二十講 分位數回歸
1.分位數回歸簡單介紹
2.分位數回歸的優勢
3.分位數回歸的操作步驟
4.分位數回歸的結果分析

第二十一講 極大似然估計
1.極大似然估計的原理介紹
2.多元線性回歸的對數似然函數及其推導
3.用EViews軟件實現多元線性回歸的極大似然估計
4.GARCH(1,1)模型的對數似然函數
5.用EViews軟件實現GARCH(1,1)模型極大似然估計