金融经济的实证类毕业论文主要分为时间序列（time series）和面板数据（panel data）两种类型，进入七月，不少小伙伴们已经动手开始进行毕业论文的数据分析部分啦，可是怎么操作Eviews来对时间序列模型进行分析？文文有幸邀请到纽卡斯尔大学经济学博士Yichen，为大家双手奉上这一份Eviews操作指南，给炎热夏日正在冥思苦想奋战Eviews数据分析的小伙伴降温一下。
利益相关：我们是英国文文，一群热心的学姐学长帮你解答有关英国留学学习生活的疑难杂症！！
时间序列和面板顺序
在开始Eviews操作分享之前，我们先来区别一下时间序列和面板数据，帮助撰写毕业论文的小伙伴分清自己到底是在做时间序列还是面板数据的分析。
Time series：在不同时间点上收集到的数据，主要反映了某一事物、现象等随时间的变化状态或程度。
举例：2015、2016、2017、2018、2019各年的A国GDP分别为8、9、10、11、12
Panel data ：包含时间序列和截面两个维度，按照两个维度排列在一个平面上，与只有一个维度的数据排在一条线上有着明显的不同，整个表格像是一个面板。
举例：2015、2016、2017、2018、2019各年各个国家的GDP分别为：
A国分别为8、9、10、11、12；
B国分别为9、10、11、12、13；
C国分别为5、6、7、8、9；
D国分别为7、8、9、10、11
简单来说就是：时间序列主要考虑时间的维度，而面板数据需要考虑时间和空间两个维度。
Eviews软件简介
Eviews的全称是Econometrics Views，通常被称为计量经济学软件包。金融经济的实证类毕业论文中，计量经济学是不可避免要用到的，我们通过应用计量经济学的方法去设计模型、收集资料、估计模型、检验模型、应用模型（结构分析、经济预测、政策意义评价），从而更好地观察社会经济关系和经济活动的数量规律。时间序列的分析上，Eviews凭借它简单并且可视化的操作风格成为初学者的首选，甚至在复杂的模型中，Eviews也经常会结合Matlab和Gauss一起使用来分析数据的基本特性。
单位根检验
时间序列数据因为跨越的时间长度较长，所以用单位根检验判断数据是否平稳是不论做任何模型（VAR，Granger Causality，Cointegration或者VECM）都必须要做的第一个操作。
Step1：数据输入之后，我们现在想检验自变量x的平稳性，双击x打开图一对话框，选择View---Unit Root Test弹出的对话框中选择Augmented Dickey-Fuller---Level---选择Intercept orTrend or Both (根据数据的线形图来判断是否有截距项和趋势项)，在Automatic Selection选择Akaike Info Criterion (AIC) 或者Schwarz Info Criterion (SIC)，确定之后得到结果，利用P值判断是否拒绝存在单位根的原假设（图2）。
Step2：得到结果后，再次双击x打开图一对话框，这一次选择View---Unit Root Test弹出的对话框中选择Augmented Dickey-Fuller---1st difference---none在Automatic Selection选择AIC或者SIC，确定之后得到结果，利用P值判断是否拒绝存在单位根的原假设（图3）。
Step3：在操作Step1之后不能拒绝原假设而操作Step2之后可以拒绝原假设，我们就说数据存在一个单位根，为I（1），若操作Step1之后可以拒绝原假设，数据是平稳的，I（0）。
VAR模型
VAR模型的建立分为五个过程：
（1）建立VAR和确定滞后阶数
Step1：输入数据后同时选中x和y点击鼠标右键Open---as VAR，弹出的对话框中选择Standard VAR，Endogenous Variables中输入y，x，Lag Intervals for Endogenous中随意选择（这里我们按照默认的1 2），Exogenous Variables中输入c之后点击确定即可（图4）。
Step2：在初步建立好的VAR菜单栏上选择View---Lag Structure---Lag Length Criteria，弹出的对话框中输入10或更大（图5）。得到的结果中选择*号最多的为最优之后阶数，举例：若为3，则为VAR（3）（图6）。
Step3：重复Step1，其他输入不变，在Lag Intervals中输入*号最多的为最优之后阶数，同上例输入3即建立好VAR（3）模型并得到回归结果（图7）。
（2）变量外生性检验
在建立好的VAR菜单栏上选择View---Lag Structure---Granger causality/Block exogeneity tests
（3）模型稳定性判断
在建立好的VAR菜单栏上选择View---Lag Structure---AR Roots Table，得到的数的绝对值都小于1则说明VAR是稳定的
（4）脉冲响应
在建立好的VAR菜单栏上直接选择Impulse，弹出的对话框选择Multiple Graphs可以得到多个图（图8）。
（5）方差分析
在建立好的VAR菜单栏上选择View---Variance Decomposition，在弹出的对话框中的Decompositions of里面输入要进行方差分解的变量们，可以是一个也可以是多个（图9）。
Granger 因果检验
输入数据后同时选中x和y点击鼠标右键Open---as Group---View---Granger Causality
Engle-Granger 协整检验
在Eviews最新的版本中我们可以不采用比较复杂的两步式方法，这里介绍直接用数据检验单个协整或者多个协整关系的方法。
输入数据后同时选中x和y点击鼠标右键Open---as Group---View---Cointegration Test---Single-Equation Cointegration Test，在弹出的对话框中的method下拉框选择Engle-Granger，在Trend Specification下拉框中根据数据表现选择是否有截距项和趋势项，在LagSpecification下拉框中选择AIC或者SIC（注意：在进行单位根时候若选择AIC则这里也必须选择AIC，即必须前后一致）。得到的结果可以直接用tau-statistic对应的P-value来判断是否拒绝没有协整关系的原假设（图10）。
Johansen 协整检验
Johansen协整检验是在VAR模型建立基础之上来进行的，检验流程分为：
（1）单位根检验
（2）建立VAR和确定滞后阶数
（3）Johansen协整检验
流程（1）和（2）参见上面VAR模型操作步骤，这里主要介绍Johansen协整检验形式设定的操作。
在建立好的VAR菜单栏选择View---Cointegration Test，弹出的对话框中有五种不同情形的协整检验，根据个人数据表现进行选择，也可以五种都选，比较结果。在Lag intervals中输入比VAR模型中的滞后区间少一阶的阶数，确定即可（图11）。
VECM模型
协整检验主要是用来研究变量之间的长期关系，VECM模型则是用来分析短期偏离均衡状态时，是如何调整恢复到均衡状态的过程。所以VECM操作是在Johansen检验之后来进行的。
在建立好的VAR菜单栏上选择Estimate---Basics---VAR type---Vector Error Correction，这里需要注意，在Lag Intervals for D的框里填入比VAR设定的滞后项少一阶的阶数（图12）。点击Basics旁边Cointegration---Rank，这里根据Johansen协整检验提供的协整个数设定Numberof Cointegrating，根据数据表现选择之后的五个选项之一即可（图13）。
几个很很很重要的时间序列模型操作流程已经诚意满满的双手奉上啦，给炎热夏日在抓耳挠腮大战Eviews数据分析的小伙伴解暑一下，祝愿大家都成功打败数据分析，进入writing-up的阶段咯。还想学习更多的小伙伴们快来联系小助手，我们和你一起战胜数据分析。
你学会了吗？
对数据分析还有问题？还是不懂用数据分析软件？更多学术问题快来私信文文姐或者评论文章喔！！！