本文描述了对一个单方程进行预测或计算拟合值的过程。这里描述的技术是利用通过回归方法估计得到的方程来进行预测。
为说明一个被估计方程的预测过程,我们从一个简单的例子开始。假设我们有1947:01—1995:01年美国国内生产总值(GDP)、消费(CS)和投资(INV),这些数据包含在工作区间为1946:01—1995:4的工作文件(16_1)中。
我们运用1947:01—1995:01这段时期的数据,估计GDP对常数、CS和INV的回归,并用AR(1)修正残差序列相关,用该模型预测GDP。估计得到的方程结果由方程对象eq_gdp给出:
1、序列名
预测后的序列名 将所要预测的因变量名填入编辑框中。EViews默认了一个名字,但可以将它变为任意别的有效序列名。这个名字应不同于因变量名,因为预测过程会覆盖已给定的序列值。
S.E.(Optional) 如果需要,可以为该序列的预测标准差提供一个名字。如果省略该项,预测标准误差将不被保存。
GARCH(Optional) 对用ARCH估计的模型,还可以保存条件方差的预测值(GARCH项)。见16章对GARCH估计的讨论。
…………
……