★ FEATURED ARTICLE 简介这份文档面向需要在 EViews 中完成自回归分布滞后模型ARDL实证分析的经济学、金融学学习者与初阶研究者重点解决从工作文件创建、数据导入与对数化处理到单位根检验、ARDL 估计及长期形式与 Bounds 协整检验的操作路径问题。压缩包内共 1 个 docx 文件约 446KB以步骤化文字说明为主适合按流程对照软件界面逐步练习。相关内容已有 3509 人学习说明其在时间序列建模入门场景中具有一定参考价值。读者可据此梳理 EViews 9 及以上版本中滞后阶数选择、协整估计和长期趋势检验的实现思路并借助数据预处理、模型设定与结果查看等环节形成较完整的 ARDL 分析框架减少在菜单路径和命令输入上的试错成本。1. 一份 docx 把 ARDL 拆成六步先别急着点 OK把季度数据拖进 EViews直接右键 Estimation equation 选 ARDL跑出一屏系数就截图交差这种操作我见过太多次。这份《Eviews实现ARDL的步骤.docx》值钱的地方不在“会点按钮”而在把 EViews 实现 ARDL 的步骤拆成工作文件、取 log、单位根检验、ARDL 估计、Long Run Form and Bound Test 几道关口每一步都留了核对点。它适合刚接触自回归分布滞后模型、要在 EViews 9 及以上版本里跑协整边界检验的人也适合被审稿人追问“滞后阶数怎么定、样本为什么少了”的熟手。docx 只给操作顺序参数为什么这么填、哪一步最容易翻车得照着数据自己补。接下来按这份资源的原始步骤往下拆把一份操作清单变成可复现的估计流程。2. 工作文件与数据入口日期格式、频率和命令行建序列2.1 为什么先锁样本区间和频率EViews 的 ARDL 工具不是独立模块它长在工作文件的时间结构上。File—New—Workfile Create 打开后第一眼要选的是 Workfile structure type常见做法是 Dated - Regular Frequency如果选成 Unstructured/Undated后面虽然也能建序列但滞后项不会按日期自动对齐ARDL 对话框里的滞后阶数就失去意义。Frequency 这一栏决定观测间隔日度数据选 Daily月度数据选 Monthly季度数据选 Quarterly不能拿日度的2018/1/1格式去套月度序列。项目正文给的2018/1/1到2019/12/30是日度写法放进月度工作文件会直接报日期格式错误或者被 EViews 截成另一套频率这是第一处容易翻车的地方。样本区间不是随便填的。ARDL 估计会吃掉滞后阶数对应的观测End date 填到2019/12/30实际估计样本可能从2018/1/2或更晚开始具体看最大滞后。写论文时报告样本量要以估计输出里的 Sample adjusted 为准不能拿工作文件的总观测数充数。日度数据还要注意 EViews 提供的 Daily - 5 day week 与 Daily - 7 day week 选项前者跳过周末后者保留日历日两份数据混用滞后一期的经济含义会变。我一般先把频率、Start date、End date 三行写在纸上再点 OK避免后面改工作文件把已经建好的序列全部打乱。对话框字段日度数据填法月度数据填法常见错误Workfile structure typeDated - Regular FrequencyDated - Regular Frequency选 Unstructured滞后不按日期对齐FrequencyDaily5 天或 7 天按数据口径Monthly日度格式硬套月度序列Start date2018/1/12018M1月份写成2018/1End date2019/12/302019M12结束日期截断最后几期观测数核对看工作文件左下角 Sample看工作文件左下角 Sample不核对后面样本莫名少一截注意工作文件频率选错后面所有滞后项都会错位这类错误不会在 ARDL 输出里报警只会让系数看起来“怪”。2.2 用命令行建序列并核对观测数项目正文说在 Command 中敲入命令即可创建数据文件这一步比点菜单快也更适合留操作记录。工作文件建好后Command 窗口输入series y回车再输入series x回车EViews 会在工作文件里生成两个空序列。也可以直接输入data y x打开一个类似电子表格的数组窗口把 Excel 里的两列数据粘进去。两种做法没有本质差别前者适合先占位再逐列粘贴后者适合一次性核对变量名和观测对齐。序列名不要用c、t、resid这类 EViews 保留名也不要用中文名用y、x或者lny、lnx都行但整个项目里保持一致后面写回归方程时少一次改名就少一次错。粘贴完数据先不要急着取 log。双击序列打开View—Descriptions 看 Sample 是否覆盖2018/1/1到2019/12/30再看序列末尾有没有 NA。EViews 对缺失值的处理是整行删除ARDL 估计时只要有一期缺失整段样本就会缩短如果两端都缺样本可能从中间才开始。常见做法是新建一列na_check用genr na_check isna(y) isna(x)统计或者直接在数组窗口看空白单元格。数据里如果有NA、#N/A、空字符串粘贴后可能变成缺失值后面取 log 会继续扩散。先把缺失值处理掉再谈滞后阶数否则自动选阶的结果没有参考价值。命令行写法作用使用场景注意点series y新建空序列 y先建变量再粘贴序列名不能与保留名冲突series x新建空序列 x同上一次建多个变量可重复命令data y x打开数组编辑窗口从 Excel 整列粘贴粘贴前确认起始观测对齐show y x查看序列快速核对数值只看不修改genr na_check isna(y)标记缺失值检查数据完整性1 表示缺失0 表示正常提示Command 窗口里的命令会留在历史记录里交付前把关键命令截图或抄进附录比事后回忆“当时点的是哪个按钮”靠谱。2.3 取对数与变量命名项目正文第三步是对输入的数据进行取 log 操作。EViews 里常见写法是genr lny log(y)、genr lnx log(x)log()是自然对数不是以 10 为底。取对数之前先确认y和x都大于 0只要出现 0 或负值log()会生成 NAARDL 的样本会跟着缩水。增长率、比率、差额这类变量经常带负值不能直接取 log要么换水平值要么先做平移并说明理由。取完 log 后双击lny看 Sample 是否和原序列一致再看描述统计里的观测数有没有少。取 log 不改变单整阶数但会把长期系数解释成弹性lnx增加 1%lny平均变化多少百分比。这个解释在写结论时比原始水平值更顺也更容易和文献对照。变量命名要能一眼看出层级。原始序列用y、x对数序列用lny、lnx一阶差分用d(lny)、d(lnx)不要在 ARDL 的 Regressors 里写lnx(-1)这种手工滞后项。ARDL 工具会根据对话框里的滞后设定自动生成滞后变量手工再写一遍等于重复计入系数表和 Bound Test 都会变得不可解释。取 log 之后建议马上做一个差分序列的折线图看有没有明显的结构断裂或异常点ARDL 对异常值敏感一个极端点可能把长期系数拉偏。图表不用放进最终文档但自己要看一眼这是后面排查异号系数时的后悔药。变量名生成方式含义后续用途y原始数据被解释变量水平值仅用于核对x原始数据解释变量水平值仅用于核对lnygenr lny log(y)对数被解释变量ARDL 因变量lnxgenr lnx log(x)对数解释变量ARDL 回归元d(lny)EViews 差分表达式一阶差分单位根检验与 ECM 核对3. 单位根检验与滞后阶数ARDL 能跑不等于能读3.1 三类检验式怎么选项目正文第四步是单位根检验打开需要检验的数据如x走 View—Unit Root Test。对话框里三组选项最要紧Test type 选 Augmented Dickey-FullerTest for unit root in 选 Level 或 1st differenceInclude in test equation 选 Intercept、Trend and intercept 或 None。检验式不是随便点的要看序列图形和经济含义。序列围绕一个非零均值波动、没有明显时间趋势选 Intercept序列随时间的长期趋势明显选 Trend and intercept序列均值接近零且没有趋势才选 None。把带趋势的序列硬塞进 Intercept 检验ADF 统计量会偏向不拒绝单位根反过来把没有趋势的序列加上 Trend and intercept检验势会下降短样本尤其明显。ARDL 边界检验的前提是变量为 I(0) 或 I(1)不能有 I(2)。所以每个变量至少要做两次Level 一次1st difference 一次。Level 不拒绝、一阶差分拒绝判为 I(1)Level 拒绝判为 I(0)一阶差分还不拒绝继续做二阶差分如果二阶差分才平稳这个变量就是 I(2)不能直接进 ARDL。常见做法是把 ADF 和 PP 检验并排做ADF 的滞后项吸收残差自相关PP 对异方差和自相关更稳健两者结论不一致时不要硬选一个先看样本量和检验式是否匹配。样本只有两年日度数据时ADF 的渐近性质勉强够用月度数据只有 24 期季度数据只有 8 期单位根检验的结论要非常谨慎别把 p 值 0.11 当成“平稳”的证据。检验式适用场景误用后果判断顺序Intercept均值非零、无明显趋势带趋势序列容易被判非平稳先看折线图Trend and intercept有明显确定性趋势无趋势序列检验势下降趋势明显才选None均值接近零、无趋势有漂移序列容易误判最后考虑Level判断原序列单整阶数只看 Level 就进 ARDL必做1st difference判断是否 I(1)不做差分I(2) 混入必做注意单位根检验的 p 值不是判决书检验式、滞后长度、样本区间任何一个变了结论都可能变把三次检验的输出都留着后面写稳健性时用得上。3.2 看 ADF 结果别只看 p 值ADF 输出表里最上面是 ADF 统计量和 p 值下面是 1%、5%、10% 临界值再往下是检验方程、滞后阶数和观测数。新手容易只盯 p 值忽略检验方程里的滞后项是否显著、残差有没有自相关。常见做法是先把 Lag length 设为 Automatic selection准则用 SICMax lag 按频率给日度数据不要超过 5月度数据 6 到 12季度数据 4 左右然后再用 AIC 复核一次。如果 SIC 选的滞后阶数是 0而残差仍有自相关ADF 的临界值会失真这时要手动加滞后或改用 PP。输出里的 Durbin-Watson 只能当参考不能替代残差诊断EViews 的 View—Residual Diagnostics 里看 Q 统计量和相关图更直接。p 值在 0.05 附近时不要直接写“平稳”或“非平稳”。可以换检验式再跑一次或者把样本首尾各去掉几期看结论是否稳定。日度数据遇到周末跳过规则单位根检验的滞后长度按观测数算不按日历天数算同一份数据在 5 天工作日和 7 天日历日两种工作文件里ADF 的滞后阶数和临界值都会不同。血泪经验是先把单位根检验的检验式、滞后准则、样本区间三行记在表里再去看 ARDL 的 Bound Test否则后面审稿人问“为什么这个变量判 I(1)”只能重新跑一遍。输出项看什么异常信号处理ADF statistic与临界值比较落在临界值附近换检验式或 PP 复核p-value辅助判断0.05 到 0.10 之间不硬判补稳健性Lag length是否吸收自相关选 0 但残差自相关手动加滞后Observations有效样本比工作文件少很多查缺失值和滞后Test equation常数、趋势项与图形不符回到 3.1 重选3.3 滞后阶数自动选择的参数EViews 的 ARDL 工具内置滞后阶数选择这是它比手工逐步回归省事的地方但自动选择不是黑匣子。ARDL(p,q) 里p 是因变量滞后阶数q 是解释变量滞后阶数多个解释变量时每个变量可以有不同的 q。自动选择会在给定的最大滞后范围内穷举组合按信息准则挑一个。Max lags 设得太小选出来的模型可能只是“范围内最好”不是“数据支持的最好”设得太大参数个数迅速膨胀短样本会过拟合。经验值是季度数据 Max lags 设 4月度数据设 6 到 12日度数据先聚合到周或月再跑或者把 Max lags 压到 3 以内并交代样本限制。每个参数至少要有 10 到 20 个观测支撑这是选 Max lags 的硬约束。信息准则的选择会影响阶数。AIC 偏向较大的滞后适合样本量足够、想减少遗漏滞后项的情况SIC 偏向较小的滞后样本短时更稳HQ 介于两者之间。常见做法是先用 SIC 选阶再用 AIC 复核如果两个准则给出的阶数只差一阶把两个模型都跑一遍看长期系数和误差修正项系数是否稳定。自动选择输出里会显示选中的模型形式例如 ARDL(1,1)也会列出备选模型的准则值不要只看被选中的那一行旁边的次优模型如果准则值差很小说明阶数选择本身不确定写结论时要留余地。还有一点自动选择不会替你判断经济含义选出来的滞后阶数如果导致长期系数符号反转先回头检查数据和单位根不要硬解释。频率建议 Max lags选择准则样本约束季度4先 SIC 后 AIC至少 6 到 8 年月度6 到 12SIC 或 HQ至少 5 年日度3 以内或先聚合SIC两年日度数据谨慎年度1 到 2SIC样本很短不宜多阶4. ARDL 估计方程Method 面板、变量位次和输出表4.1 入口和变量位次项目正文第五步是选中要检验的数据右键 Open—Estimation equationMethod 选择 ARDL。EViews 9 及以上版本在 Equation Estimation 对话框的 Method 下拉里能找到 ARDL选完后面板会换成 ARDL 专用布局。Dependent variable 填lnyRegressors 填lnx如果有虚拟变量、政策哑变量或固定回归元放在 Fixed regressors 里不要和动态回归元混在一起。变量位次只填原始序列名不要把lnx(-1)、lnx(-2)手写进 RegressorsARDL 工具会根据滞后设定自动生成。手工写滞后项再选 ARDL等于让工具在已经滞后的变量上再滞后一次系数表会出现重复项Bound Test 的 F 统计量也不可读。因变量只能有一个且必须是水平值或对数水平值不要放差分后的d(lny)。ARDL 的误差修正形式是从水平值模型变换出来的因变量放差分后面的 Long Run Form 就失去意义。常数项和趋势项按理论模型和单位根检验的检验式对应单位根检验带 InterceptARDL 里通常保留常数单位根检验带 Trend and interceptARDL 里才考虑加线性趋势。趋势项加得随意长期系数会被趋势吸收看起来显著但经济含义说不清。EViews 不同版本的字段名略有差异找不到某个选项时先确认 Method 确实切到了 ARDL而不是普通 Least Squares。字段填法易错点后果Dependent variablelny填d(lny)长期形式无法解释Regressorslnx手写lnx(-1)重复滞后Fixed regressors虚拟变量等把动态变量放进来不参与自动选阶MethodARDL留在 LS没有 Bound TestTrend specification按检验式选无趋势硬加趋势系数被趋势吸收提示变量位次填错不会报错只会让结果“看起来能跑”估计前把 Dependent variable 和 Regressors 两栏读一遍比跑完再改省时间。4.2 自动选阶的网格与最大滞后ARDL 对话框里的 ARDL specification 一般有两类Automatic selection 和 User specified。自动选择要填 Maximum lags 和 Selection criterion工具会在 0 到最大滞后之间穷举手动指定则直接写 ARDL(p,q)适合已经做过阶数敏感性分析的情况。第一次跑建议用自动选择Maximum lags 按第 3 章的频率表设Selection criterion 先用 SIC。自动选择会输出一张模型比较表列出不同阶数组合的 AIC、SIC、HQ 和调整 R²被选中的那一行会标出来。不要只看选中行次优行的准则值如果只差 0.1 到 0.2说明数据对阶数不敏感换一个准则可能换一个模型这时候要把两个模型都保留下来做稳健性。最大滞后不是越大越好。ARDL 的待估参数数量大约是(p1) (q1) 常数项 趋势项多个解释变量还要按变量累加。样本 24 期的月度数据Max lags 设 12 会吃掉一半样本残差自由度不够Bound Test 的临界值也不可靠。常见做法是先按频率给一个上限再跑一次只看选中的阶数是否贴到上限如果自动选择每次都选到最大滞后说明上限设小了或者数据存在强自相关先回去检查序列平稳性和异常点。日度数据两年约 500 到 730 个观测看似够多但日内季节性和周末效应对 ARDL 不友好先聚合到周或月阶数选择会干净很多。设置项常见填法作用调整信号ARDL specificationAutomatic selection自动穷举阶数首次跑用Maximum lags季度 4、月度 6 到 12限制搜索范围总选到上限就调大或查数据Selection criterionSIC 优先短样本更稳与 AIC 结论差一阶时复核User specifiedARDL(1,1)固定阶数稳健性检验用Fixed regressors虚拟变量不参与滞后不要放动态变量4.3 输出表先读哪三块ARDL 估计输出比普通回归长第一眼容易乱。先读顶部模型形式写的是 ARDL(p,q)下面跟着 Sample adjusted确认估计样本从哪一期开始、到哪一期结束观测数和工作文件对不上时先查缺失值和滞后。第二块读系数表短期动态项、常数项、趋势项系数符号是否和经济含义一致如果lnx的当期系数为正、滞后项为负且绝对值很大可能是多重共线性或阶数选得过高。第三块走 View—Coefficient Diagnostics—Long Run Form and Bound Test这是项目正文的最后一步也是整份 docx 的落点。Long Run Form 给长期系数Bound Test 给 F 统计量和 I(0)、I(1) 两套临界值。Bound Test 的读法要精确原假设是“不存在长期协整关系”。F 统计量大于 I(1) 上界拒绝原假设认为存在协整小于 I(0) 下界不能拒绝认为没有协整落在上下界之间结论不确定不能硬说“有”或“没有”。EViews 输出通常给 10%、5%、1% 三组临界值样本小的时候看 5% 或 10%不要只挑最宽松的 10% 报。长期系数表里每个变量的系数、标准误、t 值和 p 值都要看符号和量级要能和理论对照如果长期系数符号和短期系数相反先检查单位根阶数和趋势项设定不要急着解释成“短期调整”。误差修正项CointEq(-1)的系数应为负表示偏离长期均衡后往回修正系数为正或小于 -1模型稳定性存疑。输出块看什么通过标准异常处理顶部模型形式ARDL(p,q)、Sample adjusted样本覆盖合理查缺失值和 Max lags系数表短期项符号、显著性与经济含义不冲突查共线性和阶数Long Run Form长期系数、标准误符号稳定、量级合理换阶数或换准则复核Bound TestF 统计量与 I(0)/I(1) 临界值大于 I(1) 上界或小于 I(0) 下界落在中间补稳健性CointEq(-1)误差修正项系数负且大于 -1检查趋势和单位根5. 避坑与排查ARDL 最常见的五处翻车5.1 五类高频翻车现场第一类翻车是工作文件频率和日期格式错位。现象是 ARDL 能跑但 Sample adjusted 比预期少很多滞后一期的系数看起来像“隔了三天”。原因多半是 Frequency 选了日度 7 天数据实际是 5 天工作日或者月度数据用了2018/1/1这种日度写法EViews 把日期截成了另一套频率。解决办法是回到 Workfile Create按数据实际口径重选频率重新建工作文件再把序列粘进去已经取过 log 的序列不要直接复制重新用genr生成避免旧样本区间残留。建完后双击序列看 Sample确认首尾日期和原始数据一致再往下走。第二类翻车是单位根没做全I(2) 变量混进 ARDL。现象是 Bound Test 的 F 统计量很大长期系数却忽正忽负换一个阶数就翻脸。原因是只对水平值做了 ADF看到 p 值大于 0.05 就默认 I(1)没有做一阶差分或者一阶差分 p 值 0.08 就判 I(1)实际可能是 I(2)。解决办法是每个变量都做 Level 和 1st difference结论模糊时补 PP 检验仍模糊就做二阶差分确认确认 I(2) 的变量不能直接进 ARDL要么换变量要么做差分后重新设定模型并在文中交代。单位根表要留着审稿人问起来能对上。第三类翻车是 Regressors 里手写滞后项。现象是系数表出现lnx(-1)、lnx(-2)和 ARDL 自动生成的滞后项并存同一个变量出现多行Bound Test 的 F 统计量异常大。原因是把 ARDL 当成普通回归习惯性在回归元里写滞后或者从旧代码里复制了lnx(-1)没删。解决办法是 Regressors 只填lnx把滞后交给 ARDL specification如果确实要固定某个滞后结构用 User specified 填 ARDL(p,q)不要在变量名里写滞后。改完后重新估计系数表应该只剩一组滞后项。第四类翻车是自动选阶的最大滞后设得太小。现象是自动选择每次都选到 Maximum lags 的上限比如设 4 就选 ARDL(4,4)设 6 就选 ARDL(6,6)。原因是真实滞后可能更长或者数据存在强自相关工具在边界上找不到更优解。解决办法是先按频率把 Max lags 调大一档再看选中阶数是否还贴上限如果仍然贴上限不要继续加先检查序列是否有结构断裂、异常点或未处理的季节效应。日度数据先聚合到周或月再跑自动选择通常阶数会回到合理范围。第五类翻车是 Bound Test 落在中间还硬下结论。现象是 F 统计量在 I(0) 下界和 I(1) 上界之间文章里却写“存在长期协整关系”。原因是只看了 F 统计量的大小没对照两套临界值或者挑了一个最宽松的显著性水平。解决办法是如实报告“结论不确定”补做误差修正项显著性、长期系数符号稳健性和滚动样本检验如果误差修正项显著为负、长期系数稳定可以谨慎支持协整存在但不能把 Bound Test 的中间区间说成拒绝原假设。另一种错误是长期系数符号读反把lnx的系数当成短期弹性解决方法是回到 Long Run Form 表确认每一行对应的是长期方程短期项在系数表里。5.2 排查顺序表遇到 ARDL 结果异常不要从系数表开始猜按数据入口到输出表的顺序倒查。先确认工作文件频率和样本区间再确认序列缺失值和 log 生成然后确认单位根阶数最后才看 ARDL 设定和 Bound Test。这个顺序能挡掉大部分“玄学”问题因为 ARDL 的异常结果多半来自前面的数据入口而不是估计方法本身。下表是我常用的排查顺序每一步都有通过标准和不通过时的动作照着走一遍比反复重跑模型省时间。顺序检查点通过标准不通过怎么办1工作文件频率、Start/End与原始数据口径一致重建工作文件重粘序列2序列 Sample 与缺失值无 NA样本连续补数据或删除缺失段并说明3log 生成lny、lnx观测数与原序列一致检查零值和负值换变量4单位根 Level 与差分变量为 I(0) 或 I(1)I(2) 变量退出或差分重设5ARDL 变量位次Regressors 无手工滞后删掉lnx(-1)等写法6Max lags 与准则选中阶数不贴上限调大上限或先聚合数据7Bound Test大于 I(1) 上界或小于 I(0) 下界中间区间补稳健性不硬判8CointEq(-1)负且大于 -1查趋势项、阶数和异常点6. 把 Bound Test 当起点三张回代表验证 ARDL 设定Bound Test 显著只说明“可能存在长期关系”不说明模型设定可信。我习惯在跑完 Long Run Form and Bound Test 后再做三张回代表把长期方程、误差修正项和样本稳定性各对一遍。第一张是长期方程回代从 Long Run Coefficients 表里抄出常数和lnx的长期系数写成lny c θ lnx检查 θ 的符号和量级是否符合经济含义如果 θ 是弹性看它有没有超出理论范围比如投入弹性大于 1 还是小于 0。第二张是误差修正项回代把CointEq(-1)的系数 α 抄出来预期落在 -1 到 0 之间表示偏离长期均衡后下一期往回修正α 为正或小于 -1先查趋势项和滞后阶数不要直接写“调整速度”。第三张是样本稳定性EViews 里走 View—Stability Diagnostics看递归残差或 CUSUM 是否越界日度数据样本短递归图只能当参考重点看去掉首尾各 10% 样本后长期系数是否变号。回代表看什么通过标准异常处理长期方程常数、θ 符号与量级与理论方向一致查单位根和趋势项误差修正项CointEq(-1)系数 α-1 α 0查阶数、异常点、趋势稳定性递归残差、CUSUM不越界或仅轻微越界缩短样本或加虚拟变量这三张表不用全放进正文但自己必须走一遍。长期系数符号反转、误差修正项为正、递归图明显越界这三件事任意一件出现都说明前面的工作文件、单位根或滞后阶数可能有问题回头按第 5 章的排查顺序走比在系数表里找解释快。资源包里就是这份 docx拿到后别急着点 OK先按第 2 章的样本区间和第 3 章的单位根表核对一遍。从那以后我每次跑 ARDL 都先把样本区间、单位根阶数、最大滞后三行写在纸上再点估计省掉了很多返工。希望帮到你。本文还有配套的精品资源点击获取
阅读完成 · 觉得有帮助？
