EViews是创新的计量经济学软件！一体化的统计、预测、建模功能和领先的技术，是需要计量经济学软件的专业人士的绝佳选择，它提供直观易用的界面，结合强大的分析工具和先进的数据管理功能，可演示质量输出，加上传统命令行和编程界面相结合，在Windows的计算机上提供复杂的数据分析、回归和预测工具。使用EViews，您可以从数据中快速建立统计关系，然后使用该关系预测数据的未来值。EViews 13 通过创新、易于使用的界面，为学术研究人员、公司、政府机构和学生提供强大的统计、预测和建模工具。EViews 将现代软件技术与尖端功能相结合。结果是一个最先进的程序，在一个灵活的、面向对象的界面中提供前所未有的功能。
新功能
1、EViews 接口和编程
窗格和选项卡备用用户界面
程序语言调试
Jupyter 笔记本支持
程序依赖关系跟踪
2、数据处理
每日季节性调整
改进的 Excel 书写引擎
世界卫生组织的连通性
交易经济学连通性
国家统计局连通性
假日功能改进
其他改进
3、新的图形、表格和地理地图功能
线条和阴影透明度
自定义数据标签
高-低-中位数颜色图预设
其他改进
4、计量经济学和统计学
估计
非线性 ARDL 估计
改进的PMG估算
差分差估计
改进的 VEC 估算
贝叶斯时变系数矢量自回归
5、测试和诊断
协集成测试增强功能
ARDL诊断
池均值组/面板 ARDL 诊断
增强的脉冲响应显示
功能特色
1、基本数据处理
数字、字母数字（字符串）和日期序列;值标签。
广泛的运算符库以及统计、数学、日期和字符串函数。
强大的语言，用于使用运算符和函数处理和转换现有数据。
样本和样本对象有助于对数据子集进行处理。
支持复杂的数据结构，包括常规日期数据、不规则日期数据、带观测标识符的横截面数据、日期和未日期面板数据。
多页工作文件。
基于磁盘的本机数据库提供强大的查询功能以及与 EViews 工作文件的集成。
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）、Gauss
数据集文件、R 数据文件、SAS 传输文件、SPSS® 本机和可移植文件、Stata
文件、Tableau®、原始格式的 ASCII 文本或二进制文件、HTML 或 ODBC 数据库
和查询（ODBC 支持仅在企业版中提供）。
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，经合组织，联合国SDMX，IMF SDMX，NOAA，美国人口普查，美国BEA，美国BLS，欧洲央行SDMX，EuroStat数据库等等！
企业版支持Haver Analytics® DLX®，FAME，EcoWin，Bloomberg®，EIA®，CEIC，®® Datastream®，Trading Economics®和Moody’s Economy.com 数据库
EViews Microsoft Excel® 加载项允许您从 Excel 中链接或导入 EViews 工作文件和数据库中的数据。
拖放支持读取数据;只需将文件放入 EViews 即可自动转换外来数据和元数据并将其链接为 EViews 工作文件格式。
用于从现有系列中的值和日期创建新的工作文件页面的强大工具。
匹配合并、联接、追加、子集、调整大小、排序和调整（堆叠和取消堆叠）工作文件。
在不同频率的页面之间复制或链接数据时，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。
自动更新公式系列，每当基础数据更改时都会自动重新计算。
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。
用于重采样和随机数生成的工具，用于仿真。使用三个不同的随机数生成器为 18 个不同的分布函数生成随机数。
支持云驱动器访问，允许您打开文件并将其直接保存到Dropbox，OneDrive，Google Drive和Box帐户。
2、时序数据处理
对处理日期和时间序列数据（常规和非常规）的集成支持。
支持常见的常规频率数据（年度、半年度、季度、每月、双月、双周、每两周、十天、每周、每天 – 5 天周、每天 – 7 天周）。
支持高频（日内）数据，允许小时、分钟和秒频率。此外，还有许多不太常见的常规频率，包括多年、双月、两周、十天和每天，一周中的任意天数范围。
专门的时间序列函数和运算符：滞后、差分、对数差分、移动平均线等。
变频：各种高到低和从低到高的方法。
指数平滑：单、双、霍尔特-温特斯和 ETS 平滑。
用于美白回归的内置工具。
霍德里克-普雷斯科特过滤。
带通（频率）滤波：Baxter-King、Christiano-Fitzgerald 固定长度和全样本非对称滤波器。
季节性调整：人口普查X-13，STL分解，移动注册，X-12-ARIMA，Tramo/座位，每日调整，移动平均。
插值以填充序列中的缺失值：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。
3、统计学
基本：
基本数据摘要;按组摘要。
相等检验：t检验，方差分析（平衡和不平衡，有或没有异方差），威尔科克森，曼-惠特尼，中位数卡方，克鲁斯卡尔-瓦利斯，范德韦尔登，F检验，西格尔-图基，巴特利特，莱文，布朗-福赛斯。
单向制表;与关联度量（Phi 系数、克拉默 V、列联系数）和独立性检验（皮尔逊卡方，似然比 G^2）的交叉制表。
协方差和相关分析，包括皮尔逊、斯皮尔曼秩序、肯德尔的 tau-a 和 tau-b 以及部分分析。
主成分分析，包括碎石图、双标图和载荷图，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、因子载荷估计和因子评分，以及使用 30 多种不同的正交和倾斜方法之一执行估计诊断和因子旋转。
正态分布、指数分布、极值分布、逻辑分布、卡方分布、威布尔分布或伽马分布（柯尔莫哥罗夫-斯米尔诺夫、利利福斯、克莱默-冯·米塞斯、安德森-达林、沃森）的经验分布函数 （EDF） 检验。
直方图、频率多边形、边频率多边形、平均偏移直方图、CDF-幸存者分位数、分位数-分位数、核密度、拟合理论分布、箱线图。
具有参数和非参数回归线（LOWESS、局部多项式）、核回归（Nadaraya-Watson、局部线性、局部多项式）或置信椭圆的散点图。
时间序列：
自相关、偏自相关、互相关、Q 统计。
格兰杰因果关系检验，包括面板格兰杰因果关系。
单位根测试：增强的Dickey-Fuller，GLS转换的Dickey-Fuller，Phillips-Perron，KPSS，Eliot-Richardson-Stock Point Optimal，Ng-Perron，以及带有断点的单位根测试和季节性单位根测试。
协整检验：Johansen、Engle-Granger、Phillips-Ouliaris、Park Add变量和Hansen稳定性。
独立性测试：Brock、Dechert、Scheinkman 和 LeBaron
方差比测试：Lo和MacKinlay，Kim wild自举，Wright的等级，排名分数和符号测试。Wald 和多重比较方差比检验（Richardson and Smith， Chow and 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 and Levin，1997）和预白核（Andrews and Monahan 1992）方法进行对称或单侧长期协方差。此外，EViews 还支持 Andrews （1991） 和 Newey-West （1994） 用于内核估计器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的滞后长度选择方法。
面板和池：
按组和按期间统计和测试。
单位根测试：Levin-Lin-Chu，Breitung，Im-Pesaran-Shin，Fisher，Hadri，PANIC，CIPS。
协整检验：佩德罗尼、花王、马达拉和吴。
序列协方差和主分量内的面板。
Dumitrescu-Hurlin（2012）面板因果关系检验。
横截面依赖性检验。
4、估计
回归：
线性和非线性普通最小二乘（多元回归）。
对任意数量的自变量进行 PDL 的线性回归。
稳健回归。
用于非线性估计的解析导数。
加权最小二乘法。
白色和其他异方差一致性，与纽维-韦斯特鲁棒标准误差一致。HAC 标准误差可以使用非参数核、参数化 VARHAC 和预白化内核方法计算，并允许 Andrews 和 Newey-West 自动带宽选择方法用于核估计器，以及基于信息的滞后长度选择方法用于 VARHAC 和预白化估计。
聚集的标准错误。
线性分位数回归和最小绝对偏差 （LAD），包括胡贝尔三明治和自举协方差计算。
阈值回归包括TAR和SETAR，平滑阈值回归包括STAR。
ARDL估计，包括边界测试方法的协整。
弹性网、岭回归和套索估计。
函数系数估计。
变量选择和机器学习：
具有七种不同选择程序的逐步回归。
套索变量选择。
弹性网、岭回归和套索估计。
自动搜索/获取变量选择。
自动 ARIMA 规格
阿玛和阿马克斯：
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 的反向预报方法、条件最小二乘法、ML 或 GLS 进行估计。
部分积分的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（白色，HAC，用户提供），可控制权重矩阵迭代。
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 特异性诊断包括仪器正交性测试、回归器内生性测试、弱仪器测试和 GMM 特定断点测试。
拱门/拱门：
GARCH（p，q），EGARCH，TARCH，组件GARCH，Power ARCH，Integrated GARCH。
线性或非线性平均方程可能包括 ARCH 和 ARMA 项;均值方程和方差方程都允许外生变量。
正态、学生 t 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分量的样本内外预测。
分数积分图和FIEGARCH估计器。
新闻影响曲线。
稳定性测试和符号偏差测试。
有限因变量模型：
二进制 Logit、概率和 Gompit（极值）。
有序 Logit、概率和 Gompit（极值）。
具有正常、逻辑和极值误差的删失和截断模型（Tobit 等）。
使用泊松、负二项式和准最大似然 （QML） 规范对模型进行计数。
赫克曼选择模型。
胡贝尔/怀特稳健标准误差。
计数模型支持广义线性模型或 QML 标准误差。
Hosmer-Lemeshow和Andrews Goodness-of-Fit检验用于二进制模型。
轻松将结果（包括广义残差和梯度）保存到新的 EViews 对象，以便进一步分析。
通用 GLM 估计引擎可用于估计其中的几个模型，并可选择包括稳健协方差。
面板数据/合并时间序列、横截面数据：
具有加性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量 （QUE） 的选择：Swamy-Arora、Wallace-Hussain、Wansbeek-Kapteyn。
2具有横截面和周期固定或随机效应的SLS/IV估计。
在变换后的规范上使用非线性最小二乘法进行 AR 误差估计
广义最小二乘，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。
使用特定周期预定工具（Arellano-Bond）的第一差分或正交偏差进行线性动态面板数据估计。
面板串行相关测试（阿雷拉诺-邦德）。
稳健标准误差计算包括七种类型的鲁棒白误差和面板校正标准误差 （PCSE）。
系数限制检验，省略和冗余变量，豪斯曼检验相关随机效应。
面板单元根测试：Levin-Lin-Chu，Breitung，Im-Pesaran-Shin，使用ADF和PP测试的Fisher型测试（Maddala-Wu，Choi），Hadri。
面板协整估计：完全修改的OLS（FMOLS，Pedroni 2000）或动态普通最小二乘（DOLS，Kao and Chaing 2000，Mark and Sul 2003）。
合并均值组 （PMG） 估计。
差分估计。
广义线性模型：
正态、泊松、二项式、负二项式、伽玛、反高斯、指数 Mena、幂均值、二项式平方族。
恒等式、对数、对数补码、对数、概率、对数对数、互补对数对数、反向、幂、幂优势比、Box-Cox、Box-Cox 优势比链接函数。
先验方差和频率加权。
固定、皮尔逊卡方、偏差和用户指定的色散规格。支持 QML 估计和测试。
二次爬山、牛顿-拉夫森、IRLS – 费舍尔评分和 BHHH 估计算法。
使用预期或观测的黑森或梯度的外积计算的普通系数协方差。使用 GLM、HAC 或 Huber/White 方法进行稳健协方差估计。
单方程协整回归：
支持三种完全有效的估计方法，完全修改的OLS（Phillips and Hansen 1992），Canonical Cointegral回归（Park 1992）和动态OLS（Saikkonen 1992，Stock and Watson 1993）
Engle and Granger （1987） 和 Phillips and 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积分回归量规范。
对 FMLS 和 CCR 的长期方差进行全功能估计。
自动或固定滞后选择DOLS滞后和超前线以及长期方差白化回归。
重新调整的OLS和DOLS的稳健标准误差计算。
用户指定的最大似然：
使用标准 EViews 系列表达式来描述对数似然贡献。
多项式和条件对数、Box-Cox 变换模型、不平衡切换模型、具有异方差误差的概率模型、嵌套对数、赫克曼样本选择和威布尔危险模型的示例。
5、方程组
基本：
线性和非线性估计。
最小二乘法、2SLS、方程加权估计、看似无关的回归和三阶段最小二乘法。
GMM 与白色和 HAC 加权矩阵。
在转换后的规范上使用非线性最小二乘法进行 AR 估计。
完整信息最大似然 （FIML）。
变速/维克：
通过施加短期或长期限制或两者来估计 VAR 中的结构分解。
贝叶斯VARs，具有预测和脉冲响应的贝叶斯采样。
混合频率 VAR。
马尔可夫切换VARs。
贝叶森时变系数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 分解、单单位或一个标准差残差（忽略相关性）、广义脉冲、结构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/或调整系数施加和测试线性限制。
从估计的 VEC 模型中查看或生成协整关系。
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、其他多变量诊断。
多元拱门：
条件常数相关 （p，q）、对角线 VECH （p，q）、对角线 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生变量;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
可选择分析或（快速或慢速）数值导数。（分析导数不适用于某些复杂模型。
从估计的 ARCH 模型中生成各种表格和图形格式的协方差、方差或相关性。
状态空间：
卡尔曼滤波算法，用于估计用户指定的单方程和多方程结构模型。
状态方程中的外生变量和完全参数化的方差规范。
提前一步生成、过滤或平滑的信号、状态和错误。
示例包括时变参数、多变量 ARMA 和准似然随机波动率模型。
6、测试和评估
实际、拟合、残差图。
线性和非线性系数限制的Wald检验;置信度椭圆显示估计参数的任意两个函数的联合置信区。
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。
省略和冗余变量 LR 检验、残差和平方残差相关图和 Q 统计、残差序列相关和 ARCH LM 检验。
White， Breusch-Pagan， Godfrey， Harvey and Glejser heteroskedasticity test.
稳定性诊断：周断点和预测测试、Quandt-Andrews 未知断点测试、Bai-Perron 断点测试、Ramsey RESET 测试、OLS 递归估计、影响统计、杠杆图。
ARMA方程诊断：AR和/或MA特征多项式的反根图形或表格，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ARMA脉冲对创新冲击的响应和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。
7、预测和模拟
从估计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。
预测图和样本内预测评估：RMSE、MAE、MAPE、Theil 不等式系数和比例
用于多方程预测和多变量仿真的最先进的模型构建工具。
模型方程可以输入文本或作为链接输入，以便在重新估算时自动更新。
显示方程的依赖结构或内生和外生变量。
用于非随机和随机模拟的高斯-塞德尔、布罗伊登和牛顿模型求解器。非随机前向解求解模型一致的期望。随机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。
复杂的方程归一化、加因子和覆盖支持。
管理和比较涉及各种假设集的多个解决方案方案。
内置模型视图和程序以图形或表格形式显示仿真结果。
8、图形、表格和地图
线、点图、面积、条形图、尖峰图、季节性图、饼图、xy 线图、散点图、气泡图、箱线图、误差条、高-低-开-收和面积带。
功能强大、易于使用的分类和摘要图表。
自动更新图形，随着基础数据的变化而更新。
将光标悬停在图表中的某个点上时，将显示观测值信息和值。
直方图、平均平移直方图、频率多边形、边频率多边形、箱线图、核密度、拟合理论分布、箱线图、CDF、幸存者、分位数、分位数-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。
交互式点击或基于命令的自定义。
广泛自定义图形背景、框架、图例、轴、缩放、线条、符号、文本、阴影、淡入淡出，并改进了图形模板功能。
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，或将图形另存为Windows常规或增强型图元文件，封装的PostScript文件，位图，GIF，PNG或JPG。
将表格复制并粘贴到另一个应用程序或保存到 RTF、HTML、LaTeX、PDF 或文本文件。
在后台打印对象中一起管理图形和表格，使您可以在一个对象中显示多个结果和分析。
打开地理地图 ShapeFiles 并将区域与 EViews 工作文件中的数据相关联，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，无论是在EViews中，还是通过导出为.GIF和.MP4媒体文件。
9、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、子例程和宏处理。
使用断点、调用堆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矢量对象。广泛的字符串和字符串列表函数库。
广泛的矩阵支持：矩阵操作、乘法、反演、克罗内克积、特征值解和奇异值分解。
与 Juypter 笔记本集成。
10、外部接口和加载项
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、传输数据以及执行 EViews 命令。
EViews 提供与 MATLAB®、R 和 Python 的集成，因此 EViews 可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 加载项提供了一个简单的界面，用于从 Microsoft Excel®®（2000 及更高版本）中获取和链接到存储在 EViews 工作文件和数据库中的系列和矩阵对象。
EViews 加载项基础结构使用标准 EViews 命令、菜单和对象界面提供对用户定义程序的无缝访问。
从 EViews 网站下载并安装预定义的加载项。