在计量经济学与数据分析领域，时间序列分析是探究数据动态变化规律的核心方法，而Eviews凭借其便捷的操作界面与专业的统计功能，成为绘制时间序列图及进行平稳性检验的重要工具。本文将围绕这两大核心内容展开详细解析，结合软件操作细节与统计理论，提供系统化的应用指南，并延伸探讨非平稳时间序列的处理策略，助力读者全面掌握Eviews在时间序列分析中的关键技术。
一、Eviews时间序列图怎么画
绘制时间序列图是直观观察数据趋势、周期性及异常值的首要步骤，Eviews提供了从数据导入到图形美化的全流程支持。
1.数据准备与序列创建
数据导入与格式规范
1.1.确保时间序列数据包含时间标签（如年份、季度、月度），整理为Excel或CSV格式，第一列为时间变量（如“Date”），第二列为数值变量（如“GDP”）。
1.2.导入数据：打开Eviews，点击菜单栏“File”→“Import”→“ImportfromFile”，选择数据文件，在弹出对话框中指定时间频率（如“Annual”“Quarterly”“Monthly”）及起始时间（如“1990M1”表示1990年1月），点击“OK”生成时间序列对象。
在工作文件窗口右键点击数据列，选择“Open”→“AsGroup”，或直接双击序列名称打开数据视图，确保时间轴正确显示（如月度数据显示“1990:01”“1990:02”等）。
2.基础时间序列图绘制
2.1.选中目标序列（如“GDP”），点击菜单栏“Quick”→“Graph”→“TimeSeries”，或右键序列名称选择“Graph”→“TimeSeries”，默认生成折线图。
2.2.多序列绘制：若需对比多个序列（如“GDP”与“CPI”），按住“Ctrl”键多选序列，右键选择“Graph”→“TimeSeries”，生成多序列同图对比效果。
时间轴调整：在图形窗口点击“Properties”→“Axis”→“Time”，可修改时间间隔（如将季度数据设置为每4个点显示一次标签）、刻度方向（水平/垂直）。
序列样式自定义：双击序列曲线，在“Line”选项卡中修改线条颜色（如GDP用蓝色，CPI用红色）、粗细（建议2pt增强辨识度）、线型（实线/虚线区分不同序列）。
3.高级功能与图形美化
1.趋势线添加：在图形窗口点击“Add”→“Trend”，选择趋势类型（如线性趋势“Linear”、二次趋势“Quadratic”），Eviews自动拟合并显示趋势方程（如“GDP=0.5t+100”）。
2.网格线设置：点击“View”→“GridLines”，勾选“Horizontal”和“Vertical”，网格线颜色设为浅灰色（RGB220,220,220），提升数据点定位精度。
主标题设置：点击“Title”→“Edit”，输入标题（如“1990-2020年GDP月度数据趋势”），字体选择“TimesNewRoman”，字号14pt加粗。
注释标注：在异常数据点（如经济危机年份）附近添加文本框，右键图形→“Insert”→“Text”，输入注释内容（如“2008Q3金融危机影响”），背景色设为黄色（RGB255,255,150）突出显示。
总结：Eviews绘制时间序列图需依次完成数据导入、序列创建、基础绘图及高级美化，通过灵活调整图形参数与添加辅助元素，可清晰呈现数据的趋势、周期性及异常波动，为后续分析提供直观依据。
二、Eviews时间序列平稳性检验
平稳性是时间序列分析的重要前提，Eviews提供了图示法与统计检验相结合的完整方案，确保模型假设的合理性。
1.图示法初步判断
1.1.基础判断：若序列均值随时间变化（如GDP持续上升）、方差逐渐扩大（如股价波动加剧），或存在明显周期性（如季节性销售数据），初步判定为非平稳序列。
1.2.差分处理后观察：对序列进行一阶差分（右键序列→“Transform”→“Difference”），生成新序列（如“D(GDP)”），再次绘制时序图，若波动趋于稳定，说明原序列可能存在趋势性非平稳。
2.相关函数（ACF）与偏自相关函数（PACF）图
2.1.打开序列窗口，点击“View”→“Correlation”→“Autocorrelation”，生成ACF/PACF图。
2.2.平稳序列特征：ACF/PACF值随滞后阶数增加迅速衰减至零；非平稳序列（如带趋势的序列）ACF衰减缓慢，呈现拖尾现象。
3.单位根检验（ADF检验）
1.打开目标序列窗口，点击“View”→“UnitRootTest”，弹出检验设置对话框。
2.参数配置：
检验类型（Testforunitrootin）：选择“Level”（原序列）、“Firstdifference”（一阶差分）或“Seconddifference”（二阶差分）；
模型形式（Includeintestequation）：“None”（无趋势无截距）、“Intercept”（含截距）、“Interceptandtrend”（含截距和趋势），通常先选择“Interceptandtrend”；
滞后阶数（Laglength）：选择“Automaticselection”，采用SIC准则自动确定最优阶数。
3.结果解读：
关键指标：ADF统计量（ADFStatistic）与临界值（CriticalValues）对比，若ADF统计量小于临界值（绝对值更大），拒绝原假设（序列平稳）；
p值判断：p值＜0.05时，序列在95%置信水平下平稳。
3.其他检验方法补充
SPSS检验（针对趋势平稳性）
3.1.在单位根检验对话框中，点击“Options”→“KPSSTest”，检验序列是否趋势平稳（原假设为序列平稳）。
3.2.结果分析：KPSS统计量＞临界值或p值＜0.05时，拒绝原假设，序列存在趋势性非平稳。
当序列存在异方差时，在单位根检验中选择“Phillips-Perron”检验，该检验对异方差稳健，操作步骤与ADF检验类似，结果解读一致。
总结：Eviews平稳性检验需结合图示法初步判断与统计检验精确验证，ADF检验是最常用方法，需注意模型形式与滞后阶数的合理选择。图示法提供直观参考，统计检验确保结论的严谨性，两者结合可准确判断序列平稳性。
三、非平稳时间序列的处理策略
当时间序列经检验判定为非平稳时，Eviews提供了多种处理方法以满足建模需求。
1.差分法消除趋势与季节效应
1.1.一阶差分：对含趋势序列（如GDP）执行“Transform”→“Difference”，生成一阶差分序列（D(GDP)），再次进行ADF检验，直至序列平稳（通常一阶差分可消除线性趋势）。
1.2.二阶差分：若一阶差分后仍非平稳（如存在二次趋势），执行二阶差分（D(D(GDP))），注意过度差分可能导致信息丢失，需结合专业知识判断。
2.季节性非平稳处理
2.1.季节差分：对含季节效应序列（如月度零售额），执行“Transform”→“SeasonalDifference”，选择季节周期（如12个月），生成季节差分序列（如D(GDP,12)）。
2.2.季节调整工具：使用Eviews“SeasonalAdjustment”功能（菜单栏“Proc”→“SeasonalAdjustment”），选择X-13或TRAMO/SEATS方法，自动剔除季节因素，生成调整后序列。
3.协整分析与误差修正模型（ECM）
平整检验（针对多序列非平稳）
3.1.若多个非平稳序列同阶单整（如I(1)），进行Johansen协整检验：打开序列组（Group），点击“View”→“CointegrationTest”，选择协整秩（CointegrationRank），判断是否存在长期均衡关系。
3.2.误差修正模型：若存在协整关系，建立ECM模型，Eviews“Quick”→“EstimateEquation”输入“D(Y)CD(X)ECM(-1)”，其中ECM为协整方程残差，捕捉变量间短期波动与长期均衡的修正机制。
4.数据变换与模型选择
数变换对呈指数增长的序列（如股价）进行对数变换（“Transform”→“Log”），压缩数据范围，降低异方差影响，同时使趋势线性化。
态空间模型对于复杂非平稳序列（如含结构突变），采用状态空间模型（StateSpaceModel），Eviews“Quick”→“EstimateEquation”选择“StateSpace”估计方法，捕捉序列的时变参数特征。
总结
Eviews在时间序列图绘制与平稳性检验中展现出强大的功能性与易用性：绘图步骤涵盖数据导入、基础绘制与高级美化，确保数据特征直观呈现；平稳性检验结合图示法与ADF、KPSS等统计方法，为模型选择提供科学依据。延伸的非平稳序列处理策略，进一步拓展了时间序列分析的应用场景，从差分法到协整分析，Eviews提供了完整的解决方案。
