强大的功能和易用性的结合使EViews成为处理时间序列,横截面或纵向数据的任何人的理想软件包。借助EViews可以快速有效的管理数据,进行计量经济和统计分析,生成预测或模型模拟,并生成高质量的图形和表格以供发布或包含在其他应用程序中。
EViews具有创新的面向对象的图形用户界面和分析引擎,将现代软件技术的优势与您一直想要的功能融合在一起。结果是一个新的程序。该程序在灵活,易于使用的界面中提供了前所未有的功能。
EViews 12通过创新,易于使用的界面为学术研究人员,公司,政府机构和学生提供了强大的统计,预测和建模工具。
EViews 12提供了更多功能和易用性。改进包括:
新的变量选择程序
分数集成的GARCH模型
因子选择方法
弹性网估计的增强
横截面相关的面版单元跟检验
增强的面板群集标准错误
小波分解
模型改进
图形动画
与DBNomics和其他数据库的连接
Markdown支持
和更多变量选择
变量选择,或在计算机科学文献中有时称为特征选择,是现代机器学习的重要组成部分。EViews包括五种技术:
Stepwise
Swapwise
Combinatorial
LASSO
Auto-Search/GETS
其中前三个是15年前与EViews 6一起引入的,但是LASSO和Auto-Search/GETS的现代,更流行的技术是EViews 12中的新功能。
LASSO选择
LASSO变量选择已成为现代计量经济学中变量选择的常用方法。虽然LASSO估计是EViews以前的版本,EViews 12让你纯粹用LASSO估计技术作为变量选择的方法。
Auto-Search/GETS
常规到特定的Auto-Search/GETS算法遵循Escribano和Sucarrat 2011的AutoSEARCH算法建议的步骤,该算法又基于Hoover和Perez 1999的工作基础上。
分数集成GARCH模型
30多年来,GARCH模型一直是EViews估计工具套件的基本组成部分,但是EViews估计的传统GARCH模型专注于条件方差的短期动态。
EViews 12引入了两个新的GARCH模型,它们捕获了方差的长期依赖属性。
Baillie,Bollerslev和Mikkelsen(1996)的FIGARCH模型
Bollerslev和Mikkelsen的FIEGARCH模型(1996)
因素选择方法
EViews 12将Bai和Ng(2002)以及Ahn和Horenstein(2013)的方法添加到现有的主成分和因子分析引擎中,以确保新保留的因子数量,以及新的截面相关面板单元根检验。
弹性网,Ridge和LASSO增强
EViews 11增加了Elastic Net(ENET)估计,包括Ridge回归和LASSO估计模型,并已证明是EViews机器学习工具的流行补充。
在EViews 12中增强了ENET,具有以下功能:
基于时间序列的交叉验证方法
用于显示交叉验证结果的新模型选择视图
观察权重
可变权重
截面相关的面板单位根检验
由于许多经济时间序列的样本都比较短,但是在许多横截面上都可以观察到,因此将不同横截面的结果结合起来的多变量单位根检验(俗称第一代面板单位根检验)相对于单变量对应物具有更高的统计功效。这些第一代面板单位根测试涉及对合并面板数据的单位根测试,(可能)具有单独的趋势,截距和滞后系数。虽然此框架是自然而然的第一步,但代价是需要横截面独立性。
考虑横截面相关性的测试被称为第二代面板单位根测试。EViews当前支持两个重要的第二代贡献:基于Bai和Ng(2004)的特殊和常见成分(PANIC)的非平稳性面板分析,以及Pesaran(2007)开发的横截面增强IPS(CIPS)。
面板聚类协方差
在面板方程和Pool设置中,EViews 12之前版本的EViews提供了计算系数协方差的工具,这些系数协方差是由横截面单位或周期定义的。在系数估计文献的指导下,这些稳健的标准误差计算被称为“White cross-section”,用于按周期进行聚类,以表明横截面单元之间存在同期相关性;对于按横截面进行聚类,则将其称为“White period”,以表明存在周期之间的关系横截面单位内的相关性。
EViews 12扩展了这些工具,以便在由横截面单位和周期定义时计算robust协方差(Petersen 2009、THompson 2011、Cameron、Gelbach和Miller 2015)。
小波分解
小波分解是一种新的“序列”视图和过程,可以将序列分解为长期行为(平滑)和短期行为(详细信息)。除其他事项外,小波可用于:
通过忽略瞬态特征(阈值)来获得序列的长期近似
检测异常值
分解一系列方差
解决目标控制
EViews的早期版本提供了“目标求解控制”过程,该过程使您可以对模型解进行数值求逆,以确定沿预定路径或目标生成内变量的解所需的外变量的值。
这是一项非常强大的功能,可让研究员回答以下问题,例如,需要多少税率(外生变量)才能产生平衡的预算(内生变量)。
现有程序的局限性在于它一次只能解决一个外生变量。
EViews 12通过可扩展以允许控制多个外生变量,并为该过程引入了更加用户友好的界面和输出,从而扩展了此功能。
动画图和地理地图
EViews 12包括用于图形和地理地图的新动画工具。
静态图显示固定范围的观察数据。该范围可以包含一个观察值多多个观察值,但不会改变。使用动画图,您可以动态调整数据范围,从而显示数据在给定间隔内的变化。
动画图使观看这可以看到数据如何从一个周期过渡到另一个周期,或者可以选择比较两个周期之间的数据。
EViews 12既具有用于在EViews自身中显示动画图的程序内动画套件,又具有用于将动画图输出为.GIF文件或.MPEG文件以在外部程序包或Web中分发和表示的工具。
DBNOMICS数据库API支持
EViews 12将连接性引入到广泛的DBNomics数据库中,该数据库可对来自众多国际统计机构和数据提供者的数据进行整理。
数据访问包括来自70个提供商的数据以及22,000多个数据集,全部这些都可以在EViews中作为自动更新系列获得。
MARKDOWN语言支持
EViews 12通过Markdown扩展了EViews的打印功能。现在可以使用这种简单易懂的标记语言的基本功能来格式化表格,图形和其他输出对象。
创新的图形化,面向对象的用户界面和复杂的分析引擎使EViews 12成为时间序列,横截面和面板数据分析的理想选择。
快速高效的管理数据
进行计量经济学和统计分析
生成预测和模型模拟
生成高质量的图形和表格以供发布或包含在其他应用程序中
EViews 12提供了更多功能和易用性。从对大型内存应用程序的64位Windows支持到OLE,智能编辑窗口以及新的计量经济学和统计信息,EViews为所有人提供了一些改进。
EViews 12新增功能
EViews 12具有许多令人激动的人心的变化和改进。以下是版本12中重要的新功能的概述
EViews界面和编程
新的基于开放文本的文件格式
Markdown语言支持输出
其他改进
数据处理
DBNomics数据库API支持
经济合作与发展组织(OECD)数据库API支持
SDMX和EIA数据库接口的改进
其他改进
新的图形,表格和地理地图功能
按样本着色,使着色更容易
动画图和地理地图
XY误差线
其他改进
计量经济学与统计
估算值
变量选择方法:LASSO和Auto-Search/GETS
指标饱和度-自动异常值和结构断裂检测
分数集成的GARCH模型(FIGARCH和FIEGARCH)
弹性网,Ridge和LASSO增强功能
面板聚类协方差
混合频率(MIDAS)增强
功能系数增强
测试和诊断
脉冲响应增强,包括引导协方差
横截面相关面板单位根试验(第二代测试)
因子选择方法
小波分解
弹性网,Ridge和LASSO增强
GARCH诊断:信息冲击曲线,符号偏差测试,稳定性测试
模型
解决目标控制问题
代数转换内生和外生变量
依赖关系
EViews 12系统要求
CPU | Pentium或更高 |
操作系统 | Windows 10(64位) Windows 8.1(64位) Windows 8(64位) Windows 7(64位) Windows Server 2016(64位) Windows Server 2012(64位) Windows Server 2008(64位) .Net 4.0是连接某些设备所必需的外部数据库和EViews-Excel加载项的安装。 |
内存 | 512MB |
硬盘空间 | 用于EViews可执行文件的400MB可用硬盘空间,支持文件,完整文档和示例文件 |