简介围绕EViews中ARDL模型的落地操作这份文档面向计量经济学课程学习者、实证研究初学者以及需要完成时间序列建模的科研人员重点解决自回归分布滞后模型在软件中的完整实现路径。内容以步骤化方式梳理创建工作文件、录入数据并取对数、开展单位根检验、打开估计方程并选择ARDL方法以及通过系数诊断查看长期形式与Bounds检验等关键环节并呼应滞后阶数选择、协整估计和长期趋势检验等核心需求。压缩包仅含1个docx文件大小约446KB篇幅精简便于按流程对照操作。已有3507人学习说明其在ARDL入门与实操场景中具有一定参考价值。读者可据此快速熟悉EViews 9及以上版本的ARDL工具链减少在菜单路径、检验顺序和结果解读上的摸索成本适合作为课堂实验、论文实证前的操作清单。1. ARDL 的落地门槛EViews 菜单背后真正要盯的三个数ARDL 在 EViews 里不是点开菜单就能交差的模型。很多人第一次做自回归分布滞后卡住的不是估计按钮而是前面三件事工作文件频率有没有对齐、变量是不是 I(2)、滞后阶数和趋势项怎么定。EViews 9 及以上版本把 ARDL、滞后阶数自动选择、协整边界检验和长期系数输出放进了同一个估计窗口省掉了手工构造滞后项的麻烦但它不会替你判断模型能不能用。这份步骤文档适合手里已有时间序列、需要同时看短期动态和长期关系的从业者也适合刚接触 ARDL、想把菜单路径和结果读法一次对齐的新手。下面按数据准备、单位根、估计与边界检验、避坑、验证五段拆开每一步都落到 EViews 的具体菜单和参数上。2. 建工作文件与数据准备日期格式、命令建序列与取对数的三个细节ARDL 的估计结果对样本区间非常敏感工作文件一旦建错后面所有检验都会跟着偏。项目正文里给的日期是2018/1/1到2019/12/30这只是日度格式的一种写法不能直接套到月度或季度数据上。实际动手时先确认手里的数据频率再决定 Start date 和 End date 怎么写最后才谈导入和取对数。2.1 工作文件频率与起止日期先定频率再填日期菜单路径是File — New — Workfile Create。在 Workfile Create 窗口里Workfile structure type选Dated - regular frequencyFrequency按数据实际频率选。日期写法必须和频率匹配混用格式是后面出现 NA 和样本错位的常见原因。数据频率Start date 示例End date 示例注意点年度20182019不要写成 2018/1/1季度2018Q12019Q4Q 要大写季度号不要用 1-4 以外的字符月度2018M12019M12M 要大写月份不要补成 01 以外的格式日度2018/1/12019/12/30确认工作日和节假日是否保留建工作文件时最容易犯的错是看到项目正文里写2018/1/1就把月度数据也填成这个格式。EViews 不会在每一步都弹窗提醒你频率不匹配它可能先建出一个日度工作文件等你导入月度数据时才出现大量 NA 或日期错位。我的习惯是先打开原始数据表确认第一列到底是“年-月”“年-季度”还是“年-月-日”再回到 Workfile Create 里选频率。如果原始数据是月度Start date 就写2018M1End date 写2019M12如果是季度就写2018Q1和2019Q4。日度数据才用2018/1/1这种写法。提示建完工作文件先看 Workfile 窗口顶部的频率和样本区间不要急着导入数据。频率错了后面取对数、单位根检验和 ARDL 滞后阶数都会被带偏。2.2 命令行建序列与导入数据data 和 genr 别混用项目正文提到“在 Command 中敲入命令即可创建数据文件”这一步在 EViews 里通常用data命令完成。比如要建被解释变量y和解释变量x1、x2在 Command 窗口输入data y x1 x2EViews 会创建这三个序列并打开类似表格的编辑窗口直接把数据粘进去即可。另一种做法是用genr先建空序列比如genr y 0但它只生成一个填满 0 的序列不会自动打开编辑窗口后面还要手动打开。两者用途不同不要混着用。操作目的Command 窗口输入说明新建多个序列并录入data y x1 x2最常用建完直接粘贴数据新建单个序列genr y 0先占位后面再赋值或粘贴从外部文件导入File — Open — Foreign Data as Workfile按向导选 Excel/CSV注意日期列和变量列查看序列双击序列名或输入show y先看图形和描述统计再建模如果数据已经在 Excel 里我更常用File — Open — Foreign Data as Workfile按向导指定工作表、日期列和变量列。导入完成后不要只看变量名对不对还要双击每个序列看View — Descriptive Stats里的观测数和缺失值。ARDL 对样本连续性要求高中间断掉几个观测滞后项就会跟着缺自动选阶也可能因此偏掉。2.3 取对数自然对数、命名和缺失值检查项目正文的第三步是对输入数据取 log。EViews 里log(x)是自然对数log10(x)是常用对数ARDL 里通常用自然对数变量名建议用lnx这种前缀不要覆盖原序列。命令窗口输入genr lnx log(x)回车后工作文件里会多出一个lnx序列。取对数前先检查x是否大于 0因为 0 和负数取对数会产生 NAEViews 不会停下来问你它直接给缺失值。取对数后要做的第一件事是对比x和lnx的样本区间。如果x开头有几个 0 或负值lnx开头就会缺几个观测ARDL 的有效样本会缩短。很多人后面发现“模型样本少了一年”回头查才发现是取对数时丢的。另一个细节是命名如果原序列叫x取对数后叫lnx后面在 ARDL 对话框里选变量时不要误选原序列。取对数后的系数解释是弹性水平变量的系数解释是半弹性写报告时不要混。注意取对数不是必选项。变量本来就是增长率、比率或已经做过价格平减时强行取对数可能让系数解释变得别扭。先看变量定义再决定要不要取。3. 单位根检验ADF/PP 的菜单路径与 ARDL 适用边界的判读ARDL 允许变量是 I(0) 或 I(1)但不允许 I(2)。这句话说起来简单落到 EViews 里就是先对每个变量做单位根检验再判断能不能进 ARDL。项目正文给的是View — Unit Root Test这是 ADF 检验的入口。实际做的时候趋势项、滞后阶数和差分次数三个选项都会影响结论不能只点一次默认值就完事。3.1 ADF 检验的菜单路径与滞后阶数设置双击要检验的序列比如x在序列窗口点View — Unit Root Test。窗口里几个关键选项要逐项确认Test type选Augmented Dickey-FullerTest for unit root in选Level还是1st difference取决于你要检验水平值还是一阶差分Include in test equation选Intercept、Trend and intercept或NoneLag length可以选Automatic based on SIC也可以手动Fixed。自动选滞后阶数时最大滞后不要给得太大样本短的时候尤其要克制。趋势项怎么选是 ADF 里最容易被忽略的一步。变量围绕一个非零均值波动通常选Intercept变量有明显的时间趋势选Trend and intercept变量均值接近 0 且没有明显趋势才考虑None。我一般先画View — Graph — Line看图形再决定趋势项而不是一上来就用默认设置。滞后阶数也一样自动选择给的是统计准则下的结果样本短时可能选得太少残差还有自相关这时候要手动加一阶再看。提示ADF 的输出里重点看检验统计量和 p 值但不要只盯 p 值。样本短、趋势项选错、滞后不足都会让 p 值失真。图形、残差诊断和差分后的结果要一起看。3.2 结果判读I(0)、I(1) 与 I(2) 的分界ADF 的原假设是“存在单位根”。水平值检验不拒绝原假设一阶差分后拒绝原假设说明这个变量是 I(1)水平值就拒绝原假设说明是 I(0)一阶差分后仍然不拒绝就要继续做二阶差分确认是不是 I(2)。ARDL 的边界检验前提是变量为 I(0) 或 I(1)如果某个变量是 I(2)直接把它放进 ARDLF 统计量和临界值的解释都会出问题。实际操作里I(0) 和 I(1) 的边界不是每次都那么干净。有的变量水平值 p 值在 0.05 附近差分后 p 值也不小这时候不要硬判。我的做法是把 ADF、PP 和 KPSS 放在一起看至少让结论不要只依赖一个检验。如果水平值和一阶差分的结果打架先检查样本区间、异常点和趋势项再决定要不要把这个变量放进模型。变量越多、样本越短单位根检验的结论越容易摇摆报告里要把检验形式、滞后阶数和趋势项写清楚。还有一类情况是变量本身有结构突变。比如某一年政策调整后均值明显跳了一截ADF 会把这种突变误判成单位根。图形上能看到明显的断点就不要假装没看见。常见做法是加虚拟变量、缩短样本区间做稳健性或者用递归残差看参数稳定性。直接删掉断点附近的样本不是好习惯除非你能说清楚删除理由。3.3 结构突变、异常点与样本区间单位根检验之前先看每个变量的时间序列图。EViews 里双击序列View — Graph — Line就能画。异常点、断点、缺失值在图形上比在检验表里更容易发现。如果某个观测明显偏离历史区间先回原始数据核对确认不是录入错误。录入错误改掉之后再谈检验如果是真实突变就在模型里加虚拟变量或做分样本稳健性。样本区间也要统一。ARDL 里所有变量最好从同一个起点开始取对数、差分、滞后之后样本会自然缩短但不要每个变量用不同区间。我的习惯是先确定一个公共样本区间把所有变量都截到这个区间里再跑单位根和 ARDL。这样后面比较不同滞后阶数时样本是一致的AIC/SIC 才有可比性。样本区间不统一自动选阶很容易选出一个“看起来最好”但没法复现的模型。4. ARDL 估计与边界检验Method 选 ARDL 后的滞后阶数、趋势项与 Long Run 读法数据准备和单位根做完才轮到 ARDL 估计。项目正文给的操作是选中要检验的数据右键Open — Estimation equationMethod选ARDL。这一步在 EViews 9 及以上版本里才有版本低的时候 Method 下拉里找不到 ARDL只能手工用ls加滞后项近似但 Bounds 检验不会自动出来。进入估计窗口后真正要填的是被解释变量、解释变量、滞后结构和趋势项填完之后先看阶数和系数符号再看 Long Run Form and Bound Test。4.1 变量录入与滞后阶数自动选择之前先设上限在 Estimation Equation 窗口里Method选ARDLDependent variable填yRegressors填x1 x2这类解释变量。EViews 的 ARDL 对话框会要求指定滞后结构可以自动选择也可以手动填。自动选择一般要设一个最大滞后再选准则常见的是 AIC 或 SIC。最大滞后不要一上来就给很大样本只有几十个观测时最大滞后给到 8 或 12 会让模型数量爆炸自动选择很容易过拟合。我的习惯是先按数据频率给一个上限季度数据从 4 开始月度数据从 6 或 12 开始日度数据不要轻易上大滞后除非样本特别长。然后让 EViews 按 SIC 选一遍再按 AIC 选一遍比较两个结果。SIC 偏向简约AIC 偏向拟合样本短的时候两者给出的阶数可能差很多。最终不要只看准则值还要看残差有没有自相关、系数符号是否稳定、模型是否收敛。自动选择给出ARDL(2,1)这种结果时把它记下来后面写报告要写清楚每个变量的滞后阶数。注意自动选择不是模型选择的终点。EViews 会在后台比较很多候选模型样本短、变量多的时候准则值最小的模型不一定最稳。选完之后手动减一阶、加一阶各跑一次看长期系数和 ECM 项有没有明显变化。4.2 模型形式None、Constant、Trend 的取舍ARDL 估计窗口里还有趋势项设置常见选项包括无截距无趋势、含截距、含截距和趋势。这个选择会直接影响 Bounds 检验的临界值不能随便默认。变量围绕非零均值波动、没有明显时间趋势通常选含截距变量有明显确定性趋势才考虑含截距和趋势只有在均值接近 0 且理论上没有截距时才考虑无截距无趋势。趋势项加得太多会把长期信息吸收掉长期系数变得不显著趋势项加得太少残差又会有趋势。模型形式适用场景主要风险无截距无趋势变量均值接近 0理论上没有确定性趋势少数场景误用后系数解释困难含截距变量围绕非零均值波动无明显趋势最常见但要看残差有没有剩余趋势含截距和趋势变量有明显确定性趋势趋势项吸收长期信息长期系数不显著趋势项的选择要和单位根检验时的趋势项设定保持逻辑一致。ADF 里选了含截距和趋势ARDL 里却选无趋势结论打架时要回头检查。不是说两者必须完全一样而是你要能说清楚为什么这里加、那里不加。报告里把趋势设定写清楚比只写“ARDL 模型”更有复现价值。4.3 估计结果先看哪几个数ARDL 阶数、系数符号、R² 与 DW估计结果出来之后先看输出顶部的 ARDL 阶数比如ARDL(1,2)它告诉你被解释变量和解释变量各取了几阶滞后。然后看短期系数符号和显著性再看 R²、调整 R²、AIC/SIC 和 DW。R² 高不代表有协整关系时间序列回归的 R² 很容易被趋势和滞后项抬高。DW 只看一阶自相关ARDL 里滞后项多了DW 的解释力有限残差诊断还要单独做。系数符号要和理论预期对一遍。短期系数为负、长期系数为正这种情况并不少见关键是能不能解释。如果长期系数符号和理论相反先不要急着下结论检查变量定义、取对数方式、趋势项和样本区间。有时候是变量单位不一致有时候是遗漏了重要控制变量还有时候是滞后阶数不够。系数符号异常是模型在提醒你不是 EViews 算错了。4.4 边界检验与长期系数Long Run Form and Bound Test 的读法项目正文给的最后一步是View — Coefficient Diagnostics — Long Run Form and Bound Test。点开之后重点看两张表Long Run Coefficients 和 Bounds Test。Bounds Test 的 F 统计量用来检验“变量之间不存在长期关系”的原假设输出里会给出 I(0) 和 I(1) 两套临界值。F 大于 I(1) 临界值拒绝原假设说明存在长期关系F 小于 I(0) 临界值不能拒绝原假设F 落在两者之间结论不确定不能强行说有协整。Long Run Coefficients 表给出长期系数解释方式和普通回归类似但要注意变量是对数还是水平。ECM 项通常写成CointEq(-1)它应该是负的且显著绝对值小于 1。ECM 项为正说明误差修正方向不对模型设定或变量变换可能有问题。F 统计量显著但 ECM 项不显著也要谨慎不要只看一个指标就写结论。边界检验的临界值受样本量、变量个数和趋势设定影响报告里要把这些信息写全。提示先看 ECM 项的符号和显著性再看 Bounds Test 的 F 值。ECM 项为正的时候F 值再漂亮也不要直接解释成长期关系。5. 避坑与排查EViews 跑 ARDL 最容易翻车的五个现场ARDL 的菜单不难难的是每一步都有隐性前提。下面五个现场是我见过最多的翻车点每个都按“现象、原因、解决”拆开。你不需要全部踩一遍但跑模型之前最好对着看一遍能省掉不少回头重跑的时间。5.1 现象工作文件频率填错导入后全是 NA现象是数据导入后序列开头或中间出现大量 NA图形断成几截ARDL 估计样本比预期短很多。原因通常不是数据本身坏了而是 Workfile 的频率和日期格式不匹配。比如原始数据是月度工作文件却建成了日度EViews 按日度去对齐2018M1这种日期自然对不上。另一种情况是 Start date 和 End date 写反或者季度格式写成了2018Q1以外的形式。解决方法是回到File — New — Workfile Create先确认Frequency再按频率写日期。月度用2018M1季度用2018Q1日度才用2018/1/1。建完之后看 Workfile 窗口顶部的样本区间再导入数据。导入后双击序列看View — Descriptive Stats确认观测数和缺失值。已经建错的工作文件不要硬改直接重建一个更省时间。血泪经验是频率错一次后面单位根、滞后阶数和 Bounds 检验全部要重跑越早发现越省事。5.2 现象取对数后样本少了一截现象是lnx的观测数比x少ARDL 的有效样本跟着缩短自动选阶结果和预期不一样。原因是x里有 0、负数或缺失值log(x)对这些值返回 NA。EViews 不会弹窗提醒它直接在序列里留空。另一种原因是取对数之前样本区间就没对齐x本身开头就有缺失。解决办法是先打开x用View — Descriptive Stats看最小值和缺失值个数确认有没有小于等于 0 的观测。如果有先回原始数据核对确认是录入错误还是变量定义如此。确实不能取对数的变量考虑用增长率、差分或log(x 常数)但后者的解释要写清楚。取完对数后把x和lnx的样本区间并排看一遍确认 ARDL 用的是公共样本。不要等到模型跑完才发现样本少了一年那时候滞后阶数和准则值都已经跟着变了。5.3 现象自动滞后选择给出不收敛或系数爆炸现象是 ARDL 自动选择跑完之后模型警告矩阵奇异、系数大得离谱或者某个滞后项系数显著得不正常。原因通常是最大滞后给得太大、样本太短、变量之间高度共线或者趋势项和滞后项重复吸收信息。EViews 会在后台比较大量候选模型样本不够的时候高阶模型很容易过拟合。解决办法是先把最大滞后降下来按数据频率给一个保守上限再手动比较 AIC 和 SIC 的结果。变量之间共线严重时考虑删掉冗余变量或换变量形式。趋势项不是越多越好含截距和趋势的模型跑出来系数异常就退回含截距再试。自动选择给出结果后手动减一阶、加一阶各跑一次看长期系数和 ECM 项是否稳定。如果一阶变化就让结论翻转说明模型本身不稳不要硬写结论。5.4 现象Bounds 检验 F 值卡在 I(0) 和 I(1) 之间现象是 Bounds Test 的 F 统计量落在 I(0) 和 I(1) 临界值之间既不能拒绝“无长期关系”也不能明确说有。原因可能是样本短、变量多、滞后阶数不足、趋势设定不合适或者变量本身是 I(0) 和 I(1) 混合但边界太接近。这种情况在样本量不大时很常见不是 EViews 出错。解决办法是不要强行下结论先把模型设定重新过一遍换滞后阶数、换趋势项、换样本区间看 F 值是否稳定。如果怎么换都卡在中间报告里就写“边界检验结果不确定”不要写成“存在长期关系”。可以再用 ECM 项的显著性和符号做辅助判断但不要用 ECM 项替代 Bounds 检验。样本允许的话补数据比反复调菜单更有效。5.5 现象长期系数符号与理论相反现象是 Long Run Coefficients 里某个变量的长期系数符号和理论预期相反短期系数却正常。原因可能是遗漏变量、趋势项吸收过多、变量取对数方式不一致、样本区间包含结构突变或者滞后阶数不够。还有一种情况是变量定义本身和理论不一致比如价格指数和通胀率混用。解决办法是先检查变量定义和单位再检查趋势项和样本区间。把模型里的变量逐个增减看长期系数怎么变。如果符号只在某个样本区间翻转做递归系数或分样本估计定位断点。不要为了符号好看去删样本或改滞后阶数那样得到的模型没法复现。长期系数符号异常是模型在提示设定问题先解决设定再谈解释。6. 进阶与验证把 ARDL 结果落成可复现表格并做稳健性检查ARDL 跑出一版结果不难难的是让别人按你的路径复现。我的做法是固定一张结果表把样本区间、频率、变量变换、ADF 结论、ARDL 阶数、趋势设定、AIC/SIC、Bounds F 值、长期系数、ECM 项和诊断 p 值全部写进去。表格不追求好看追求下次换一台机器还能对上。记录项要写清楚的内容样本与频率起止日期、频率、公共样本区间变量变换哪些变量取了自然对数哪些用水平值单位根ADF/PP 的检验形式、滞后阶数、结论ARDL 设定被解释变量、解释变量、每个变量的滞后阶数、趋势项准则值AIC、SIC、最终选阶依据边界检验F 统计量、I(0)/I(1) 临界值、结论长期与 ECM长期系数符号、ECM 项系数和显著性诊断序列相关、异方差、正态性、CUSUM 结果稳健性检查我一般按固定顺序走先换最大滞后再换趋势项再换样本区间最后看递归系数和 CUSUM。每换一次只动一个设置不要同时改三个否则出了问题不知道是哪一步引起的。自动选阶给出结果后手动减一阶、加一阶各跑一次看长期系数和 ECM 项有没有实质变化。变化大就说明模型不稳报告里要写清楚不要只报最好看的那一版。从那以后我每次跑 ARDL 都先把频率、样本区间和滞后上限写在一张纸上再点 Method需要照着菜单走一遍的话下载页里那份步骤文档就是按这个顺序记的文件名是Eviews实现ARDL的步骤.docx。希望帮到你。本文还有配套的精品资源点击获取
简介围绕EViews中ARDL模型的落地操作这份文档面向计量经济学课程学习者、实证研究初学者以及需要完成时间序列建模的科研人员重点解决自回归分布滞后模型在软件中的完整实现路径。内容以步骤化方式梳理创建工作文件、录入数据并取对数、开展单位根检验、打开估计方程并选择ARDL方法以及通过系数诊断查看长期形式与Bounds检验等关键环节并呼应滞后阶数选择、协整估计和长期趋势检验等核心需求。压缩包仅含1个docx文件大小约446KB篇幅精简便于按流程对照操作。已有3507人学习说明其在ARDL入门与实操场景中具有一定参考价值。读者可据此快速熟悉EViews 9及以上版本的ARDL工具链减少在菜单路径、检验顺序和结果解读上的摸索成本适合作为课堂实验、论文实证前的操作清单。1. ARDL 的落地门槛EViews 菜单背后真正要盯的三个数ARDL 在 EViews 里不是点开菜单就能交差的模型。很多人第一次做自回归分布滞后卡住的不是估计按钮而是前面三件事工作文件频率有没有对齐、变量是不是 I(2)、滞后阶数和趋势项怎么定。EViews 9 及以上版本把 ARDL、滞后阶数自动选择、协整边界检验和长期系数输出放进了同一个估计窗口省掉了手工构造滞后项的麻烦但它不会替你判断模型能不能用。这份步骤文档适合手里已有时间序列、需要同时看短期动态和长期关系的从业者也适合刚接触 ARDL、想把菜单路径和结果读法一次对齐的新手。下面按数据准备、单位根、估计与边界检验、避坑、验证五段拆开每一步都落到 EViews 的具体菜单和参数上。2. 建工作文件与数据准备日期格式、命令建序列与取对数的三个细节ARDL 的估计结果对样本区间非常敏感工作文件一旦建错后面所有检验都会跟着偏。项目正文里给的日期是2018/1/1到2019/12/30这只是日度格式的一种写法不能直接套到月度或季度数据上。实际动手时先确认手里的数据频率再决定 Start date 和 End date 怎么写最后才谈导入和取对数。2.1 工作文件频率与起止日期先定频率再填日期菜单路径是File — New — Workfile Create。在 Workfile Create 窗口里Workfile structure type选Dated - regular frequencyFrequency按数据实际频率选。日期写法必须和频率匹配混用格式是后面出现 NA 和样本错位的常见原因。数据频率Start date 示例End date 示例注意点年度20182019不要写成 2018/1/1季度2018Q12019Q4Q 要大写季度号不要用 1-4 以外的字符月度2018M12019M12M 要大写月份不要补成 01 以外的格式日度2018/1/12019/12/30确认工作日和节假日是否保留建工作文件时最容易犯的错是看到项目正文里写2018/1/1就把月度数据也填成这个格式。EViews 不会在每一步都弹窗提醒你频率不匹配它可能先建出一个日度工作文件等你导入月度数据时才出现大量 NA 或日期错位。我的习惯是先打开原始数据表确认第一列到底是“年-月”“年-季度”还是“年-月-日”再回到 Workfile Create 里选频率。如果原始数据是月度Start date 就写2018M1End date 写2019M12如果是季度就写2018Q1和2019Q4。日度数据才用2018/1/1这种写法。提示建完工作文件先看 Workfile 窗口顶部的频率和样本区间不要急着导入数据。频率错了后面取对数、单位根检验和 ARDL 滞后阶数都会被带偏。2.2 命令行建序列与导入数据data 和 genr 别混用项目正文提到“在 Command 中敲入命令即可创建数据文件”这一步在 EViews 里通常用data命令完成。比如要建被解释变量y和解释变量x1、x2在 Command 窗口输入data y x1 x2EViews 会创建这三个序列并打开类似表格的编辑窗口直接把数据粘进去即可。另一种做法是用genr先建空序列比如genr y 0但它只生成一个填满 0 的序列不会自动打开编辑窗口后面还要手动打开。两者用途不同不要混着用。操作目的Command 窗口输入说明新建多个序列并录入data y x1 x2最常用建完直接粘贴数据新建单个序列genr y 0先占位后面再赋值或粘贴从外部文件导入File — Open — Foreign Data as Workfile按向导选 Excel/CSV注意日期列和变量列查看序列双击序列名或输入show y先看图形和描述统计再建模如果数据已经在 Excel 里我更常用File — Open — Foreign Data as Workfile按向导指定工作表、日期列和变量列。导入完成后不要只看变量名对不对还要双击每个序列看View — Descriptive Stats里的观测数和缺失值。ARDL 对样本连续性要求高中间断掉几个观测滞后项就会跟着缺自动选阶也可能因此偏掉。2.3 取对数自然对数、命名和缺失值检查项目正文的第三步是对输入数据取 log。EViews 里log(x)是自然对数log10(x)是常用对数ARDL 里通常用自然对数变量名建议用lnx这种前缀不要覆盖原序列。命令窗口输入genr lnx log(x)回车后工作文件里会多出一个lnx序列。取对数前先检查x是否大于 0因为 0 和负数取对数会产生 NAEViews 不会停下来问你它直接给缺失值。取对数后要做的第一件事是对比x和lnx的样本区间。如果x开头有几个 0 或负值lnx开头就会缺几个观测ARDL 的有效样本会缩短。很多人后面发现“模型样本少了一年”回头查才发现是取对数时丢的。另一个细节是命名如果原序列叫x取对数后叫lnx后面在 ARDL 对话框里选变量时不要误选原序列。取对数后的系数解释是弹性水平变量的系数解释是半弹性写报告时不要混。注意取对数不是必选项。变量本来就是增长率、比率或已经做过价格平减时强行取对数可能让系数解释变得别扭。先看变量定义再决定要不要取。3. 单位根检验ADF/PP 的菜单路径与 ARDL 适用边界的判读ARDL 允许变量是 I(0) 或 I(1)但不允许 I(2)。这句话说起来简单落到 EViews 里就是先对每个变量做单位根检验再判断能不能进 ARDL。项目正文给的是View — Unit Root Test这是 ADF 检验的入口。实际做的时候趋势项、滞后阶数和差分次数三个选项都会影响结论不能只点一次默认值就完事。3.1 ADF 检验的菜单路径与滞后阶数设置双击要检验的序列比如x在序列窗口点View — Unit Root Test。窗口里几个关键选项要逐项确认Test type选Augmented Dickey-FullerTest for unit root in选Level还是1st difference取决于你要检验水平值还是一阶差分Include in test equation选Intercept、Trend and intercept或NoneLag length可以选Automatic based on SIC也可以手动Fixed。自动选滞后阶数时最大滞后不要给得太大样本短的时候尤其要克制。趋势项怎么选是 ADF 里最容易被忽略的一步。变量围绕一个非零均值波动通常选Intercept变量有明显的时间趋势选Trend and intercept变量均值接近 0 且没有明显趋势才考虑None。我一般先画View — Graph — Line看图形再决定趋势项而不是一上来就用默认设置。滞后阶数也一样自动选择给的是统计准则下的结果样本短时可能选得太少残差还有自相关这时候要手动加一阶再看。提示ADF 的输出里重点看检验统计量和 p 值但不要只盯 p 值。样本短、趋势项选错、滞后不足都会让 p 值失真。图形、残差诊断和差分后的结果要一起看。3.2 结果判读I(0)、I(1) 与 I(2) 的分界ADF 的原假设是“存在单位根”。水平值检验不拒绝原假设一阶差分后拒绝原假设说明这个变量是 I(1)水平值就拒绝原假设说明是 I(0)一阶差分后仍然不拒绝就要继续做二阶差分确认是不是 I(2)。ARDL 的边界检验前提是变量为 I(0) 或 I(1)如果某个变量是 I(2)直接把它放进 ARDLF 统计量和临界值的解释都会出问题。实际操作里I(0) 和 I(1) 的边界不是每次都那么干净。有的变量水平值 p 值在 0.05 附近差分后 p 值也不小这时候不要硬判。我的做法是把 ADF、PP 和 KPSS 放在一起看至少让结论不要只依赖一个检验。如果水平值和一阶差分的结果打架先检查样本区间、异常点和趋势项再决定要不要把这个变量放进模型。变量越多、样本越短单位根检验的结论越容易摇摆报告里要把检验形式、滞后阶数和趋势项写清楚。还有一类情况是变量本身有结构突变。比如某一年政策调整后均值明显跳了一截ADF 会把这种突变误判成单位根。图形上能看到明显的断点就不要假装没看见。常见做法是加虚拟变量、缩短样本区间做稳健性或者用递归残差看参数稳定性。直接删掉断点附近的样本不是好习惯除非你能说清楚删除理由。3.3 结构突变、异常点与样本区间单位根检验之前先看每个变量的时间序列图。EViews 里双击序列View — Graph — Line就能画。异常点、断点、缺失值在图形上比在检验表里更容易发现。如果某个观测明显偏离历史区间先回原始数据核对确认不是录入错误。录入错误改掉之后再谈检验如果是真实突变就在模型里加虚拟变量或做分样本稳健性。样本区间也要统一。ARDL 里所有变量最好从同一个起点开始取对数、差分、滞后之后样本会自然缩短但不要每个变量用不同区间。我的习惯是先确定一个公共样本区间把所有变量都截到这个区间里再跑单位根和 ARDL。这样后面比较不同滞后阶数时样本是一致的AIC/SIC 才有可比性。样本区间不统一自动选阶很容易选出一个“看起来最好”但没法复现的模型。4. ARDL 估计与边界检验Method 选 ARDL 后的滞后阶数、趋势项与 Long Run 读法数据准备和单位根做完才轮到 ARDL 估计。项目正文给的操作是选中要检验的数据右键Open — Estimation equationMethod选ARDL。这一步在 EViews 9 及以上版本里才有版本低的时候 Method 下拉里找不到 ARDL只能手工用ls加滞后项近似但 Bounds 检验不会自动出来。进入估计窗口后真正要填的是被解释变量、解释变量、滞后结构和趋势项填完之后先看阶数和系数符号再看 Long Run Form and Bound Test。4.1 变量录入与滞后阶数自动选择之前先设上限在 Estimation Equation 窗口里Method选ARDLDependent variable填yRegressors填x1 x2这类解释变量。EViews 的 ARDL 对话框会要求指定滞后结构可以自动选择也可以手动填。自动选择一般要设一个最大滞后再选准则常见的是 AIC 或 SIC。最大滞后不要一上来就给很大样本只有几十个观测时最大滞后给到 8 或 12 会让模型数量爆炸自动选择很容易过拟合。我的习惯是先按数据频率给一个上限季度数据从 4 开始月度数据从 6 或 12 开始日度数据不要轻易上大滞后除非样本特别长。然后让 EViews 按 SIC 选一遍再按 AIC 选一遍比较两个结果。SIC 偏向简约AIC 偏向拟合样本短的时候两者给出的阶数可能差很多。最终不要只看准则值还要看残差有没有自相关、系数符号是否稳定、模型是否收敛。自动选择给出ARDL(2,1)这种结果时把它记下来后面写报告要写清楚每个变量的滞后阶数。注意自动选择不是模型选择的终点。EViews 会在后台比较很多候选模型样本短、变量多的时候准则值最小的模型不一定最稳。选完之后手动减一阶、加一阶各跑一次看长期系数和 ECM 项有没有明显变化。4.2 模型形式None、Constant、Trend 的取舍ARDL 估计窗口里还有趋势项设置常见选项包括无截距无趋势、含截距、含截距和趋势。这个选择会直接影响 Bounds 检验的临界值不能随便默认。变量围绕非零均值波动、没有明显时间趋势通常选含截距变量有明显确定性趋势才考虑含截距和趋势只有在均值接近 0 且理论上没有截距时才考虑无截距无趋势。趋势项加得太多会把长期信息吸收掉长期系数变得不显著趋势项加得太少残差又会有趋势。模型形式适用场景主要风险无截距无趋势变量均值接近 0理论上没有确定性趋势少数场景误用后系数解释困难含截距变量围绕非零均值波动无明显趋势最常见但要看残差有没有剩余趋势含截距和趋势变量有明显确定性趋势趋势项吸收长期信息长期系数不显著趋势项的选择要和单位根检验时的趋势项设定保持逻辑一致。ADF 里选了含截距和趋势ARDL 里却选无趋势结论打架时要回头检查。不是说两者必须完全一样而是你要能说清楚为什么这里加、那里不加。报告里把趋势设定写清楚比只写“ARDL 模型”更有复现价值。4.3 估计结果先看哪几个数ARDL 阶数、系数符号、R² 与 DW估计结果出来之后先看输出顶部的 ARDL 阶数比如ARDL(1,2)它告诉你被解释变量和解释变量各取了几阶滞后。然后看短期系数符号和显著性再看 R²、调整 R²、AIC/SIC 和 DW。R² 高不代表有协整关系时间序列回归的 R² 很容易被趋势和滞后项抬高。DW 只看一阶自相关ARDL 里滞后项多了DW 的解释力有限残差诊断还要单独做。系数符号要和理论预期对一遍。短期系数为负、长期系数为正这种情况并不少见关键是能不能解释。如果长期系数符号和理论相反先不要急着下结论检查变量定义、取对数方式、趋势项和样本区间。有时候是变量单位不一致有时候是遗漏了重要控制变量还有时候是滞后阶数不够。系数符号异常是模型在提醒你不是 EViews 算错了。4.4 边界检验与长期系数Long Run Form and Bound Test 的读法项目正文给的最后一步是View — Coefficient Diagnostics — Long Run Form and Bound Test。点开之后重点看两张表Long Run Coefficients 和 Bounds Test。Bounds Test 的 F 统计量用来检验“变量之间不存在长期关系”的原假设输出里会给出 I(0) 和 I(1) 两套临界值。F 大于 I(1) 临界值拒绝原假设说明存在长期关系F 小于 I(0) 临界值不能拒绝原假设F 落在两者之间结论不确定不能强行说有协整。Long Run Coefficients 表给出长期系数解释方式和普通回归类似但要注意变量是对数还是水平。ECM 项通常写成CointEq(-1)它应该是负的且显著绝对值小于 1。ECM 项为正说明误差修正方向不对模型设定或变量变换可能有问题。F 统计量显著但 ECM 项不显著也要谨慎不要只看一个指标就写结论。边界检验的临界值受样本量、变量个数和趋势设定影响报告里要把这些信息写全。提示先看 ECM 项的符号和显著性再看 Bounds Test 的 F 值。ECM 项为正的时候F 值再漂亮也不要直接解释成长期关系。5. 避坑与排查EViews 跑 ARDL 最容易翻车的五个现场ARDL 的菜单不难难的是每一步都有隐性前提。下面五个现场是我见过最多的翻车点每个都按“现象、原因、解决”拆开。你不需要全部踩一遍但跑模型之前最好对着看一遍能省掉不少回头重跑的时间。5.1 现象工作文件频率填错导入后全是 NA现象是数据导入后序列开头或中间出现大量 NA图形断成几截ARDL 估计样本比预期短很多。原因通常不是数据本身坏了而是 Workfile 的频率和日期格式不匹配。比如原始数据是月度工作文件却建成了日度EViews 按日度去对齐2018M1这种日期自然对不上。另一种情况是 Start date 和 End date 写反或者季度格式写成了2018Q1以外的形式。解决方法是回到File — New — Workfile Create先确认Frequency再按频率写日期。月度用2018M1季度用2018Q1日度才用2018/1/1。建完之后看 Workfile 窗口顶部的样本区间再导入数据。导入后双击序列看View — Descriptive Stats确认观测数和缺失值。已经建错的工作文件不要硬改直接重建一个更省时间。血泪经验是频率错一次后面单位根、滞后阶数和 Bounds 检验全部要重跑越早发现越省事。5.2 现象取对数后样本少了一截现象是lnx的观测数比x少ARDL 的有效样本跟着缩短自动选阶结果和预期不一样。原因是x里有 0、负数或缺失值log(x)对这些值返回 NA。EViews 不会弹窗提醒它直接在序列里留空。另一种原因是取对数之前样本区间就没对齐x本身开头就有缺失。解决办法是先打开x用View — Descriptive Stats看最小值和缺失值个数确认有没有小于等于 0 的观测。如果有先回原始数据核对确认是录入错误还是变量定义如此。确实不能取对数的变量考虑用增长率、差分或log(x 常数)但后者的解释要写清楚。取完对数后把x和lnx的样本区间并排看一遍确认 ARDL 用的是公共样本。不要等到模型跑完才发现样本少了一年那时候滞后阶数和准则值都已经跟着变了。5.3 现象自动滞后选择给出不收敛或系数爆炸现象是 ARDL 自动选择跑完之后模型警告矩阵奇异、系数大得离谱或者某个滞后项系数显著得不正常。原因通常是最大滞后给得太大、样本太短、变量之间高度共线或者趋势项和滞后项重复吸收信息。EViews 会在后台比较大量候选模型样本不够的时候高阶模型很容易过拟合。解决办法是先把最大滞后降下来按数据频率给一个保守上限再手动比较 AIC 和 SIC 的结果。变量之间共线严重时考虑删掉冗余变量或换变量形式。趋势项不是越多越好含截距和趋势的模型跑出来系数异常就退回含截距再试。自动选择给出结果后手动减一阶、加一阶各跑一次看长期系数和 ECM 项是否稳定。如果一阶变化就让结论翻转说明模型本身不稳不要硬写结论。5.4 现象Bounds 检验 F 值卡在 I(0) 和 I(1) 之间现象是 Bounds Test 的 F 统计量落在 I(0) 和 I(1) 临界值之间既不能拒绝“无长期关系”也不能明确说有。原因可能是样本短、变量多、滞后阶数不足、趋势设定不合适或者变量本身是 I(0) 和 I(1) 混合但边界太接近。这种情况在样本量不大时很常见不是 EViews 出错。解决办法是不要强行下结论先把模型设定重新过一遍换滞后阶数、换趋势项、换样本区间看 F 值是否稳定。如果怎么换都卡在中间报告里就写“边界检验结果不确定”不要写成“存在长期关系”。可以再用 ECM 项的显著性和符号做辅助判断但不要用 ECM 项替代 Bounds 检验。样本允许的话补数据比反复调菜单更有效。5.5 现象长期系数符号与理论相反现象是 Long Run Coefficients 里某个变量的长期系数符号和理论预期相反短期系数却正常。原因可能是遗漏变量、趋势项吸收过多、变量取对数方式不一致、样本区间包含结构突变或者滞后阶数不够。还有一种情况是变量定义本身和理论不一致比如价格指数和通胀率混用。解决办法是先检查变量定义和单位再检查趋势项和样本区间。把模型里的变量逐个增减看长期系数怎么变。如果符号只在某个样本区间翻转做递归系数或分样本估计定位断点。不要为了符号好看去删样本或改滞后阶数那样得到的模型没法复现。长期系数符号异常是模型在提示设定问题先解决设定再谈解释。6. 进阶与验证把 ARDL 结果落成可复现表格并做稳健性检查ARDL 跑出一版结果不难难的是让别人按你的路径复现。我的做法是固定一张结果表把样本区间、频率、变量变换、ADF 结论、ARDL 阶数、趋势设定、AIC/SIC、Bounds F 值、长期系数、ECM 项和诊断 p 值全部写进去。表格不追求好看追求下次换一台机器还能对上。记录项要写清楚的内容样本与频率起止日期、频率、公共样本区间变量变换哪些变量取了自然对数哪些用水平值单位根ADF/PP 的检验形式、滞后阶数、结论ARDL 设定被解释变量、解释变量、每个变量的滞后阶数、趋势项准则值AIC、SIC、最终选阶依据边界检验F 统计量、I(0)/I(1) 临界值、结论长期与 ECM长期系数符号、ECM 项系数和显著性诊断序列相关、异方差、正态性、CUSUM 结果稳健性检查我一般按固定顺序走先换最大滞后再换趋势项再换样本区间最后看递归系数和 CUSUM。每换一次只动一个设置不要同时改三个否则出了问题不知道是哪一步引起的。自动选阶给出结果后手动减一阶、加一阶各跑一次看长期系数和 ECM 项有没有实质变化。变化大就说明模型不稳报告里要写清楚不要只报最好看的那一版。从那以后我每次跑 ARDL 都先把频率、样本区间和滞后上限写在一张纸上再点 Method需要照着菜单走一遍的话下载页里那份步骤文档就是按这个顺序记的文件名是Eviews实现ARDL的步骤.docx。希望帮到你。本文还有配套的精品资源点击获取
知识建站
内容驱动
阅读友好版式
SEO 精细化
线索转化