OxMetrics™金融计量经济学模型软件
OxMetrics™ 是替时间序列、预测分析、金融计量经济学模型或 cross-section 和panel data 的统计分析的经济计量分析提供一个综合的解决办法软件包家族,家族软件包的核心是 GiveWin™ -提供用户界面,数据处理,和图形和 Ox Professional™ -提供可运用的程序语言。家族中的其它要素软件是容易使用和强有力的工具,能够帮助解决你的特定模型和预测条件的需要。家族的成员:Ox Professional™, GiveWin™, PcGive Professional™, STAMP™, PcGets™, PcNaive™ 和 TSP/GiveWin™
GiveWin™ (2.3版)
是OxMetrics™家族成员中的前端软件,GiveWin可以放在屏幕上操作来展现报告和图形,可以替转换的资料提供计算和撰写代数程序语言,并且能让使用者开启多个数据库. 软件的程序语言可以使这些工作自动化去处理。
GiveWin的编辑窗口是以OxEdit技术为基础,考虑到可以无限次的复原和取消复原、行列编辑分类和强调为Ox、TSP和Gauss™程序的句法。有需要编辑程序技术的使用者能够自己去发展在GiveWin的统计模块(这也是特别容易在Ox Professional执行)。
GiveWin可以交互地提供近50种的图形,范围从时间序列图到cross-plots, ACF, 密度图,3D立体图, logs和growth rates自动化图形, seasonal subplots, error fans和很多其它类的图形。
能简易流畅地制作出如同出版物般品质的图形,包含LaTeX形式文字以及纯粹黑白模式等皆可以以图解的方式将您的数学式表现出来。
Ox Professional™(3.40版)
Ox属于对象导向的矩阵式程序语言,它内建的数据库提供了包涵各种数学与统计函数的功能。矩阵可以直接被算式符号使用,例如增加两矩阵,或者倒置矩阵。使用对象导向的特征是可选择的,除了使代码变得容易重新使用。Ox的语法类似于C,C++和Java语言。这在语法上使用如循环、公式、数组与分类等均与它们非常相似。Ox的特殊功能是它的速度(几位评论家评价Ox与其它系统) 、精心设计的句法和编辑,以及图表的设备。Ox可以读写很多种的数据形式,包括电子表格和GiveWin 文件,如有必要,现有的C或者FORTRAN程序能以动态的连接链接库(DLLs)的形式被增加到Ox;在Ox系统里有足够的灵活性允许它完全整合到需要计量经济或统计工具的应用中;Ox提供在Windows,Linux 和几个Unix 平台上。
PcGets™ (1.02版) PcGets是一个自动的经济计量模式选择程序。它主要的功能是设计模块化经济数据,在分析未知优先级时来套用精确的公式演算。目前的版本是线性变量的模块。基于在理解模块选择的过程中最近的发展,PcGets是一个革命性模块建立的新通路。实验显示PcGets 甚至胜过最有经验的经济计量学者。由于PcGets之前所做的努力-借着你选择的变量, 让PcGets选择明智和依据统计方法的模型,让你专心研究对模型变量的选择和解释。
PcGets 为PcGive提供单个方程式的经济计量模型,用最新的方法友善地结合使用者运用强而有力的图形和GiveWin的灵活数据管理。
PcGive™(10.4版)
PcGive是modern econometric modelling的必要工具,它提供最新的计量经济学的技术,从单一方程式方法到进阶的cointegration、不稳定性模型(GARCH, EGARCH和这些模型各种变化)、静止和有活力的panel data模型和例如ARFIMA(p,d,q)那样的时间序列模型,以及季节性的调整和ARIMA模型的X-12 ARIMA。PcGive是容易灵活使用的,使它适合用于教学和研究。
PcNaive™(2.00版)
PcNaive是Ox Professional package为了设计蒙地卡罗实验的动态的经济计量模型。有一套在数据处理过程(data generation process, DGP)和制定模型的交互对话功能,并且选择有关联的统计数据。PcNaive在Ox的程序中执行,在GiveWin里输出数据而且包括:
● DGP的理论分析
● 作为做实验发展的输出的活图解,
● 最后结果的数据输出
STAMP™(6.3版)
STAMP基于结构时间序列模型,设计用来建造和预测时间序列。这些模型使用先进的技术(例如透过Kalman的模型),却很容易地使用STAMP来建造模型。最基本的即需要一些趋势、季节性和不规则的鉴别概念。由于最困难的工作已经由程序取代,让使用者能专心制定模型,然后使用STAMP来预测。
结构时间序列模型能应用在各种时间序列的问题。总体经济时间序列(例如国民生产总值、通货膨胀和消耗量)可以被有效率的处理,金融时间序列(例如利率和股票交易市场不稳定性)可以使用STAMP来建造模块。更进一步,能够在医学、生物学、工程、行销和更多其它领域,使用STAMP来建造模块和预测时间序列。