新しい検定と診断
VARの構造的残差
VAR分析において構造的残差は重要な役割を果たします。例えばインパルス応答、予測誤差分解、ヒストリカル分解など、幅広い範囲で構造的残差の計算が必要となります。
これまでのEViewsでも内部的な利用のためには構造的残差が計算されてきましたが、EViews 10はこれをユーザにも利用可能にします。


VARの系列相関検定の改善
これまでのEViewsは、指定した次数の残差相関に関する多項LM検定統計量を、Edgeworth expansion修正 (Johansen 1995, Edgerton and Shukur 1999)付Breusch-Godfrey検定のLR形を用いることにより計算していました。
EViews 10ではVARの系列相関の検定に対し、2つの重要な改善が行われました。
- 最初に、指定した次数の系列相関の検定に加え、EViewsはラグ1からラグsまでの系列相関を共同して検定することができます。
- 次に、EViewsはRao F検定版を利用して、EdgeworthのLR形式の検定を補強します。Edgerton and Shukur (1999)のシミュレーション結果はこの方法が他の手法よりも良いことを示しています。
モデルの境界チェック
新しく実装されたBoundariesダイアログページにより、EViews 10ではモデルオブジェクト内の従属変数の境界値を指定することができるようになりました。モデルを解く際に境界値にもとづく制約がかけられることはないものの、変数が境界値を越える(上限より上回る、あるいは下限より下回る)場合、EViewsが警告を行うようになります。

モデルの依存関係グラフ
EViews10では、モデルオブジェクト内の各変数の関係性をグラフィカルに見ることが可能になりました。色の違いによってモデル内の動学的関係が表されます。さらに分かりやすくするために、ズームや変数のハイライトも利用可能です。


