EViews是计量经济软件的全球领导者。强大的功能和易用性使EViews成为需要处理时间序列、横截面或纵向数据的理想软件包。使用EViews，您可以快速有效地管理数据，执行计量和统计分析，生成预测或模型模拟，并生成高质量的图形和表格以便发布或应用在其他应用程序中。

它以面向对象用户创新的图形化界面和复杂的分析引擎为特色，EViews将最好的现代软件技术与您一直想要的功能融合在一起。它是一个非常先进的程序，同时可以为用户在灵活且易于使用的界面内提供前所未有的功能应用。具体功能包括：

基本数据处理

· 数字、字母数字（字符串）和日期系列；值标签。

· 广泛的运算符和统计、数学、日期和字符串函数库。

· 强大的语言，用于使用运算符、函数处理和转换现有数据。

· 样本和样本对象有助于处理数据子集。

· 支持复杂的数据结构，包括常规日期数据、不规则日期数据、带有观察标识符的横截面数据、有日期和无日期的面板数据。

· 多页工作文件。

· EViews本机的、基于磁盘的数据库提供强大的查询功能，并与EViews工作文件集成。

· 在EViews和各种电子表格、统计和数据库格式之间转换数据，包括（但不限于）：Microsoft Access和Excel文件（包括.XSLX和.XLSM）、高斯数据集文件、R数据文件、SAS传输文件、SPSS本机和便携式文件、Stata文件、Tableau、原始ASCII文本或二进制文件、HTML或ODBC数据库和查询（ODBC仅支持在企业版中提供）。

· OLE支持将EViews输出（包括表格和图形）链接到其他软件包，包括Microsoft Excel、Word和Powerpoint。

· OLEDB支持使用OLEDB感知客户端或自定义程序读取EViews工作文件和数据库。

· 支持FRED（美联储经济数据）、DBNomics、世界银行、世界卫生组织、OECD、联合国SDMX、IMF SDMX，NOAA、美国人口普查、US BEA、US BLS、ECB SDMX和欧洲统计局数据库等。

· 企业版支持Haver Analytics DLX、FAME、EcoWin、Bloomberg、EIA、CEIC、Datastream、Trading Economics和Moody’s http://Economy.com数据库。

· EViews Microsoft Excel Add-in允许您从Excel中链接或导入EViews工作文件和数据库中的数据。

· 对读取数据的拖放支持；只需将文件放入EViews中，即可将外部数据和元数据自动转换和链接为EViews工作文件格式。

· 强大的工具，用于从现有系列中的值和日期创建新的工作文件页。

· 匹配合并、连接、追加、子集、调整大小、排序和重新塑造（堆叠和取消堆叠）工作文件。

· 当复制或链接不同频率的页面之间的数据时，易于使用的自动频率转换。

· 频率转换和匹配合并支持在底层数据发生变化时动态更新。

· 易于使用的频率转换：只需在不同频率的页面之间复制或链接数据。

· 用于模拟的重采样和随机数生成的工具。使用三个不同的随机数生成器生成18个不同分布函数的随机数。

· 支持云驱动器访问，允许您直接打开文件并将其保存到Dropbox、OneDrive、Google drive和Box帐户。

时间序列数据处理

· 集成支持处理日期和时间序列数据（常规和非常规）。

· 支持常见的定期频率数据（年度、半年、季度、每月、双月、双周、十天、每周、每日-5天、每日-7天）。

· 支持高频（日间）数据，允许小时、分钟和秒频率。此外，还有一些不太常见的常规频率，包括多年、双月、双周、十天和一周中任意天数。

· 专业的时间序列函数和运算符：滞后、差异、对数差异、移动平均等。

· 频率转换：各种高到低和低到高的方法。

· 指数平滑：单、双、Holt-Winters和ETS平滑。

· 用于白化回归的内置工具。

· Hodrick-Prescott回归。

· 带通（频率）滤波：Baxter King、Christiano Fitzgerald固定长度和全采样非对称滤波器。

· 季节性调整：人口普查X-13、STL分解、MoveReg、X-12-ARIMA、Tramo/Seats、每日调整、移动平均。

· 插值以填充序列中缺少的值：线性、对数线性、Catmull-Rom样条、基数样条。

· 小波：变换、方差分解、异常值检测和阈值化。

统计分析功能

基本功能

· 基础数据汇总；分组摘要。

· 平等性检验：t检验、方差分析（平衡和不平衡，有或无异方差）、Wilcoxon, Mann-Whitney, Median Chi-square, Kruskal-Wallis, van der Waerden, F检验, Siegel-Tukey, Bartlett, Levene, Brown-Forsythe.

· 单因素列联表，与关联度量（Phi系数、Cramer’s V、权变系数）和独立性检验（Pearson卡方、似然比G^2）的交叉表。

· 协方差和相关分析，包括Pearson、Spearman秩序、Kendall的tau-a和tau-b以及部分分析。

· 主成分分析，包括碎石图、双地块和荷载图，以及加权成分得分计算。

· 因子分析允许计算关联度量（包括协方差和相关性）、唯一性估计、因子负荷估计和因子得分，以及使用30多种不同的正交和倾斜方法之一进行估计诊断和因子旋转。

· 正态、指数、极值、Logistic、卡方、威布尔或伽马分布的经验分布函数（EDF）检验（Kolmogorov Smirnov、Lilliefors、Cramer von Mises、Anderson Darling、Watson）。

· 直方图、频率多边形、边缘频率多边形、平均移位直方图，CDF幸存者分位数、分位数、核密度、拟合理论分布、箱线图。

· 带参数和非参数回归线的散点图（LOWESS，局部多项式）、核回归（Nadaraya Watson，局部线性、局部多项式），或置信椭圆。

时间序列

· 自相关、偏自相关、互相关、Q统计量。

· 格兰杰因果关系检验，包括面板格兰杰因果。

· 单位根检验：增强Dickey Fuller、GLS转换Dickey Fuller、Phillips Perron、KPSS、Eliot Richardson Stock Point Optimal、Ng Perron，以及带断点的单位根检验和季节性单位根检验。

· 协整检验：Johansen、Engle Granger、Phillips Ouliaris、Park添加变量和Hansen稳定性。

· 独立性检验：Brock、Dechert、Scheinkman和LeBaron。

· 方差比检验：Lo和MacKinlay，Kim wild bootstrap，Wright的排名，排名得分和符号检验。Wald和多重比较方差比检验（Richardson和Smith、Chow和Denning）。

长期方差和协方差计算：使用非参数核（Newey West 1987，Andrews 1991）、参数VARHAC（Den Haan和Levin 1997）和预白核（Andrews和Monahan 1992）方法的对称或单边长期协方差。此外，EViews支持Andrews（1991）和Newey West（1994）用于核估计的自动带宽选择方法，以及用于VARHAC和预白化估计的基于信息标准的滞后长度选择方法。

面板和池

· 按组和周期统计和检验。

· 单位根检验：Levin-Lin-Chu, Breitung, Im-Pesaran-Shin, Fisher, Hadri, PANIC, CIPS.

· 协整检验：Pedroni、Kao、Maddala和Wu。

· 系列内的面板协方差和主成分。

· Dumitrescu Hurlin（2012）小组因果关系检验。

· 横截面相关性检验。

估计

回归

· 线性和非线性普通最小二乘法（多元回归）。

· 在任意数量的自变量上使用PDL进行线性回归。

· 稳健回归。

· 非线性估计的解析导数。

· 加权最小二乘法。

· White和其他异方差一致，Newey-West稳健标准误差。HAC标准误差可以使用非参数核、参数VARHAC和预白化核方法来计算，并允许Andrews和Newey West自动带宽选择方法用于核估计器，以及基于信息标准的滞后长度选择方法用于VARHAC与预白化估计。

· 群集标准错误。

· 线性分位数回归和最小绝对偏差（LAD），包括Huber's Sandwich和自举协方差计算。

· 阈值回归包括TAR和SETAR，平滑阈值回归包括STAR。

· ARDL估计，包括协整的边界检验方法。

· 弹性网、岭回归和LASSO估计。

· 函数系数估计。

变量选择与机器学习

· 七种不同选择过程的逐步回归。

· LASSO变量选择。

· 弹性网、岭回归和LASSO估计。

· 自动搜索/GETS变量选择。

· 自动ARIMA规范

ARMA和ARMAX

· 具有自回归移动平均、季节性自回归和季节性移动平均误差的线性模型。

· 具有AR和SAR规范的非线性模型。

· 使用Box和Jenkins的回溯法、条件最小二乘法、ML或GLS进行估计。

· 部分集成ARFIMA模型。

工具变量和GMM

· 线性和非线性两阶段最小二乘/工具变量（2SLS/IV）和广义矩量法（GMM）估计。

· 具有AR和SAR误差的线性和非线性2SLS/IV估计。

· 有限信息最大似然（LIML）和K类估计。

· 广泛的GMM加权矩阵规格（White、HAC、用户提供），可控制加权矩阵迭代。

· GMM估计选项包括持续更新估计（CUE）和一系列新的标准误差选项，包括Windmeijer标准误差。

· IV/GMM特异性诊断包括工具正交性检验、回归内生性检验、弱工具检验和GMM特异性断点检验。

ARCH/GARCH

· GARCH（p，q）、EGARCH、TARCH、组件GARCH、Power ARCH、集成GARCH。

· 线性或非线性平均方程可以包括ARCH和ARMA项；均值和方差方程都考虑了外生变量。

· 正态分布、学生t分布和广义误差分布。

· Bollerslev Wooldridge稳健标准误差。

· 条件方差和均值以及永久性分量的样本内和样本外预测。

· 分数积分FIGARCH和FIEGARCH估计量。

· 新闻影响曲线。

· 稳定性检验和符号偏差检验。

有限相关变量模型

· 二进制Logit、Probit和Gompit（极值）。

· 有序Logit、Probit和Gompit（极值）。

· 具有正常、逻辑和极值误差（Tobit等）的截尾和截尾模型。

· 计算具有Poisson、负二项式和准最大似然（QML）规范的模型。

· Heckman选择模型

· Huber/White稳健标准误差。

· 计数模型支持广义线性模型或QML标准误差。

· Hosmer Lemeshow和Andrews二元模型拟合度检验。

· 轻松地将结果（包括广义残差和梯度）保存到新的EViews对象中以供进一步分析。

· 通用GLM估计引擎可用于估计这些模型中的若干个，并可选择包括鲁棒协方差。

面板数据/时间序列、横截面数据

· 具有附加横截面和周期固定或随机效应的线性和非线性估计。

· 随机效应模型中分量方差的二次无偏估计（QUE）的选择：Swamy Arora，Wallace Hussain，Wansbeek Kapteyn。

· 具有横截面和周期固定或随机效应的2SLS/IV估计。

· 基于变换规范的非线性最小二乘AR误差估计

· 广义最小二乘法、广义2SLS/IV估计、GMM估计允许横截面或周期异方差和相关规范。

· 线性动态面板数据估计使用一阶差分或正交偏差与特定周期的预定工具（Arellano Bond）。

· 面板系列相关性检验（Arellano Bond）。

· 稳健的标准误差计算包括七种稳健的White和面板校正标准误差（PCSE）。

· 系数限制、省略变量和冗余变量的检验，相关随机效应的Hausman检验。

· 面板单位根检验：Levin Lin Chu，Breitung，Im Pesaran Shin，使用ADF和PP检验的Fisher类型检验（Maddala Wu，Choi），Hadri。

· 面板协整估计：Fully Modified OLS（FMOLS，Pedroni 2000）或动态普通最小二乘法（DOLS，Kao和Chaing 2000，Mark和Sul 2003）。

· 集合平均组（PMG）估计。

· DID估计

广义线性模型

· Normal, Poisson, Binomial, Negative Binomial, Gamma, Inverse Gaussian, Exponential Mena, Power Mean, Binomial Squared families.

· 标识、对数、对数补码、对数、概率、重对数、互补重对数、逆对数、幂、幂比、Box-Cox、Box-Cax比率连接函数。

· 先验方差和频率加权。

· 固定、皮尔逊卡平方、偏差和用户指定的分散规范。支持QML评估和检验。

· Quadratic Hill Climbing, Newton-Raphson, IRLS – Fisher Scoring 和BHHH估计算法。

· 使用预期或观察到的Hessian或梯度的外积计算的普通系数协方差。

· 使用GLM、HAC或Huber/White方法的稳健协方差估计。

单方程协整回归

· 支持三种完全有效的估计方法：Fully Modified OLS（Phillips和Hansen 1992）、标准协整回归（Park 1992）和动态OLS（Saikkonen 1992、Stock和Watson 1993）Engle和Granger（1987）和Phillips和Ouliaris（1990）基于残差的检验、Hansen（1992b）的不稳定性检验和Park（1992）的附加变量检验。

· 方程中趋势和确定性回归量的灵活规范以及协整回归量规范。

· FMOLS和CCR长期方差的全特征估计。

· DOLS滞后和提前以及长期方差白化回归的自动或固定滞后选择。

· 重新缩放OLS和DOLS的稳健标准误差计算。

用户指定最大似然

· 使用标准EViews系列表达式描述对数似然贡献。

· 多项式和条件logit、Box-Cox变换模型、非平衡切换模型、具有异方差误差的概率模型、嵌套logit、Heckman样本选择和Weibull风险模型的示例。

方程组

基本功能

· 线性和非线性估计。

· 最小二乘法、2SLS法、方程加权估计法、近似不相关回归法和三阶段最小二乘法。

· 具有White和HAC加权矩阵的GMM。

· 基于变换规范的非线性最小二乘AR估计。

· 全信息最大似然（FIML）。

VAR/VEC

· 通过施加短期或长期限制，或两者兼而有之，估计VAR中的结构因子分解。

· 贝叶斯VARs，预测和脉冲响应的贝叶斯采样。

· 混合频率VARs。

· Markov Switching VARs.

· 贝叶斯时变系数VARs。

· 各种表格和图形格式的脉冲响应函数，通过分析或蒙特卡罗方法计算标准误差。

· 根据Cholesky因子分解、一个单位或一个标准差残差（忽略相关性）、广义脉冲、结构因子分解或用户指定的向量/矩阵形式计算的脉冲响应冲击。

· 标准VAR模型的历史分解。

· 对VEC模型中的协整关系和/或调整系数施加并检验线性限制。

· 广泛的诊断包括：格兰杰因果关系检验、联合滞后排除检验、滞后长度标准评估、相关图、自相关、正态性和异方差检验、协整检验和其他多元诊断。

多元ARCH

· 条件常数相关（p，q）、对角VECH（p，q）、对角BEKK（p，q），具有不对称项。

· 对角线VECH系数矩阵的广泛参数化选择。

· 均值和方差方程中允许的外因变量；平均方程中允许的非线性和AR项。

· Bollerslev Wooldridge稳健标准误差。

· 正态或学生t多元误差分布。

· 选择解析或（快或慢）数值导数。（分析衍生工具不适用于某些复杂模型。）

· 根据估计的ARCH模型以各种表格和图形格式生成协方差、方差或相关性。

状态空间

· 用于估计用户指定的单方程和多方程结构模型的卡尔曼滤波算法。

· 状态方程中的外部变量和完全参数化方差规范。

· 生成一步超前、滤波或平滑的信号、状态和错误信息。

· 示例包括时变参数、多元ARMA和准似然随机波动率模型。

检验和评估

· 实测、拟合、残差图。

· 线性和非线性系数限制的Wald检验；置信椭圆表示估计参数的任意两个函数的联合置信区域。

· 其他系数诊断：标准化系数和系数弹性、置信区间、方差膨胀因子、系数方差分解。

· 遗漏和冗余变量LR检验、残差和平方残差相关图和Q统计量、残差序列相关和ARCH LM检验。

· White, Breusch-Pagan, Godfrey, Harvey 和Glejser异方差检验。

· 稳定性诊断：Chow断点和预测检验、Quandt-Andrews未知断点检验、Bai-Perron断点检验，Ramsey RESET检验、OLS递归估计、影响统计、杠杆图。

· ARMA方程诊断：AR和/或MA特征多项式的逆根图表，将理论（估计）自相关模式与结构残差的实际相关模式进行比较，显示创新冲击的ARMA脉冲响应和ARMA频谱。

· 轻松将结果（系数、系数协方差矩阵、残差、梯度等）保存到EViews对象以供进一步分析。

预测与模拟

· 根据估计的方程对象进行样本内或样本外静态或动态预测，并计算预测的标准误差。

· 预测图和样本预测评估：RMSE、AE、MAPE、Theil不等式系数和比例

· 用于多方程预测和多元模拟的最先进模型构建工具。

· 模型方程可以以文本或链接形式输入，以便在重新估计时自动更新。

· 方程的显示相关性结构或内生变量和外生变量。

· 用于非随机和随机模拟的Gauss-Seidel、Broyden和Newton模型求解器。非随机正解求解模型期望一致。Stochasitt模拟可以使用自举残差。

· 解决控制问题，使内生变量达到用户指定的目标。

· 复杂的方程规范化，添加因子和重写支持。

· 管理和比较涉及各种假设的多个解决方案。

· 内置模型视图和过程以图形或表格形式显示模拟结果。

图形、表格和地图

· 直线图、点图、面积图、条形图、尖峰图、季节图、饼图、xy线、散点图、气泡图、箱线图、误差线、高低开合图和区域带。

· 功能强大、易于使用的分类和摘要图。

· 自动更新随基础数据更改而更新的图形。

· 将光标悬停在图形中的某个点上时，将显示观测信息和值。

· 直方图，平均移位直方图、频率多子、边缘频率多边形、箱线图、核密度、拟合理论分布、箱线、CDF、幸存者、分位数。

· 具有任意组合参数和非参数核（Nadaraya Watson，局部线性，局部多项式）和最近邻（LOWESS）回归线或置信椭圆的散点图。

· 交互式单击或基于命令的自定义。

· 广泛定制图形背景、框架、图例、轴、缩放、线条、符号、文本、阴影、淡色，并改进图形模板功能。

· 表格自定义，可控制单元格字体、大小和颜色、单元格背景颜色和边框、合并和注释。

· 将图形复制并粘贴到其他Windows应用程序中，或将图形保存为Windows常规或增强的元文件、封装的PostScript文件、位图、GIF、PNG或JPG。

· 将表格复制并粘贴到其他应用程序，或保存到RTF、HTML、LaTeX、PDF或文本文件。

· 在一个假脱机对象中一起管理图形和表，使您可以在一个对象中显示多个结果和分析。

· 打开地图文件ShapeFiles并将区域与EViews工作文件中的数据绑定，允许按数据对这些区域进行着色和标记。

· 图形和地图的动画文件，既可以在EViews中，也可以通过导出为.GIF和.MP4媒体文件。

命令和编程

· 面向对象的命令语言提供对菜单项的访问。

· 批量执行程序文件中的命令。

· 循环和条件分支、子程序和宏处理。

· 使用断点、调用栈和监视窗口进行调试。

· 用于字符串处理的字符串和字符串向量对象。

· 字符串和字符串列表函数的扩展库。

· 广泛矩阵支持：矩阵操作、乘法、反演、Kronecker积、特征值解和奇异值分解。

· 集成Juypter笔记本。

外部接口和插件

· EViews COM自动化服务器支持，以便外部程序或脚本可以启动或控制EViews、传输数据和执行EViews命令。

· EViews提供了与MATLAB、R和Python的集成，因此EViews可以用于启动或控制这些应用程序、传输数据或执行命令。

· EViews Microsoft Excel Add-in提供了一个简单的界面，用于从Microsoft Excel（2000及更高版本）中提取和连接存储在EViews工作文件和数据库中的系列和矩阵对象。

· EViews插件基础结构使用标准EViews命令、菜单和对象界面对用户定义程序无缝访问。

· 从EViews网站下载并安装预定义的插件。

EViews Standard和Enterprise版本区别

EViews Enterprise包含EViews Standard的所有功能，同时还提供直接连接到不同数据源的灵活性。包括第三方提供商的数据源，包括Bloomberg databases, IHS databases, FactSet databases，CEIC，DATADSTREAM，MARKETMAP，

MACROBOND，Energy Information Administration(EIA)，MOODY'S

http://ECONOMY.COM等；ODBC关系数据库；EViews数据库扩展接口（“EDX”）；EViews数据对象库（“EDO”）。

系统需求

CPU: Pentium or better

Operating System:

Windows 10 (64bit)Windows 8.1 (64bit)Windows 8 (64bit)Windows Server 2012 (64bit)*Windows Server 2008 (64bit)*.Net 4.0 is required for connectivity to certain external databases and installation of the EViews-Excel add-in.Windows 11 (64bit)

Memory: 512 MB

Disk Space: 400 MB of available hard disk space for the EViews executable, supporting files, full documentation, and example files.

北京天演融智软件有限公司（科学软件网）是 EViews在中国的授权经销商，为中国的软件用户提供优质的软件销售和培训服务。