本章讨论的重要工具具有与以往不同的目的——建立变量的条件方差或变量波动性模型

本章将主要介绍怎样建立Pool数据以及定义和处理Pool对象

联立方程组的结构性方法是用经济理论来建立变量之间关系的模型。但是，经济理论通常并不足以对变量之间的动态联系提供一个严密的说明。并且，内生变量既可以出现在等式的左端又可以出现在等式的右端使得估计和推断更加复杂

本章讨论加权最小二乘估计，异方差性和自相关一致协方差估计，两阶段最小二乘估计（TSLS），非线性最小二乘估计和广义矩估计（GMM）。这里的大多数方法在“联立方程系统”一章中也适用

这一章描述了组对象的视图与过程。对一个组我们可以计算各种统计量，描述不同序列之间的关系，并以各种方式显示出来，例如表格、数据表、图等

重庆工商大学：《计量经济学》课程教学资源（讲义）EViews应用基础（沈民、席尧生）

常用的经济计量软件 EViews (Econometric Views) RATS (Regression Analysis of Time Series) SAS (Statistical Analysis System) SPSS (Statistical Package for Social Science) TSP

序列链接对象(简称链接)为合并来自不同工作文件的信息 提供了强大工具,这个工具是EViews55新增加的功能。对于大 范围复杂数据的操作提供了简单易用的接口,例如:把数据 从一个工作文件页合并到另一个工作文件页;把分组概要统 计数据保存到一个工作文件页中;在具有日期的工作文件页 间实现观测值的匹配

EViews中的大多数统计工具都是用来建立随机变量的条件均值模 型。本章讨论的重要工具具有与以往不同的目的建立变量的条件 方差或变量波动性模型。 我们想要建模并预测其变动性通常有如下几个原因:首先,我们 可能要分析持有某项资产的风险;其次,预测置信区间可能是时变性 的,所以可以通过建立残差方差模型得到更精确的区间;第三,如果 误差的异方差是能适当控制的,我们就能得到更有效的估计

单方程回归是最丰富多彩和广泛使用的统计技术之一。本 章介绍 EViews中基本回归技术的使用:说明并估计一个回归模 型,进行简单的特征分析并在深入的分析中使用估计结果。随 后的章节讨论了检验和预测,以及更高级,专业的技术,如加 权最小二乘法、二阶段最小二乘法(TSLS)、非线性最小二乘法、 ARIMA/ARIMAX模型、GMM(广义矩估计)、 GARCH模型, 和定性的有限因变量模型。这些技术和模型都是建立在本章介 绍的基本思想的基础之上的