EViews 14の新機能

Prophetは Facebook ™ が開発したオープンソースの予測ツールで、Python と R の両方のインターフェースを備えています。
EViews 14 では Prophet に使いやすいグラフィカル ユーザー インターフェースが導入され、ユーザーは Python や R の複雑さを気にすることなく Prophet のパワーを活用できるようになりました。

EViews 14は、Conrad and Kleen (2020)の乗法コンポーネントMIDAS GARCH(1,1)モデルを推定します。
混合データサンプリング (MIDAS)回帰は、異なる頻度でサンプリングされたデータを同じ回帰で使用できるようにする推定手法です。MIDAS GARCHモデルの場合、アプローチは、低頻度系列の多数のラグからの情報をARCH回帰の分散に組み込むことです。たとえば、四半期データのラグを月次データのGARCHモデルに組み込みます。

Cho、Kim、Shin (2015) によって導入された Quantile Autoregressive Distributed Lag (QARDL) モデルは、従属変数の条件付き分位点 (パーセンタイル) のダイナミクスを捉えるための従来の ARDL モデルの拡張です。従来のモデルでは、予測変数の変化に対する従属変数の平均応答に関する洞察が得られますが、QARDL モデルでは、予測変数の変化が従属変数の分位点に与える影響をモデル化できます。
QARDLモデルは、適切なレベル、ラグ、および変数のラグ差を使用してモデルを指定することにより、一般的な分位回帰ツールを使用して推定できますが、EViews 14は、QARDLおよびQNARDLモデルを推定するための使いやすいネイティブインターフェイスを提供します。

Elastic Net (Enet)は、係数の絶対値と二乗値のパラメータ化された関数に依存するペナルティを伴う罰則付き最小二乗回帰を実行します。リッジ回帰およびLasso (Least Absolute Shrinkage and Selection Operator)回帰の特殊なケースが含まれています。
EViews 14は既存の機能を完全に更新し、より効率的な推定アルゴリズム、個々の係数の重みや係数境界を含む係数ペナルティの制御の追加、モデルを選択するためのより効率的な相互検証ツールを提供します。ラムダパスに沿って、係数の動作、推定目的、パスに沿ったモデルフィット統計量を調べるためのツールが追加されました。

EViewsのLasso変数選択機能は、Enet推定の強化に合わせてアップデートされました。

EViews 14のARDLモデルでは、不均一分散と自己相関に頑健な(HAC)標準誤差の計算機能が強化されました。以前は、HAC係数共分散は、仕様の Intertemporal Dynamics (ITD)表現の基本ARDL推定値に対してのみ計算されていました。モデルの条件付き誤差修正(CEC)または誤差修正(EC) 形式では、HAC推定値は利用できませんでした。EViews 14では、3つの表現すべてに対してHAC推定値を計算するようになりました。

EViews の以前のバージョンでは、モデルの構造により、モデルの各期間を順番に解くことができると想定されていました。モデルの方程式に内生変数の将来値 (および過去値) が含まれている場合は、この限りではありません。
特定の期間のモデルを解くには、内生変数の過去値と将来値の両方が必要なため、1 回のパスでモデルを再帰的に解くことはできません。代わりに、モデルを解くすべての期間の方程式を同時システムとして扱う必要があり、モデルを解くには、初期条件だけでなく終了条件も必要になります。
EViews 14 では、このクラスのモデルを解くための 3 つの方法が導入されています。ガウス ザイデル、E-ニュートン、および E-Qニュートンです。これら 3 つはすべて、モデルの方程式を繰り返し解くときに内生変数の変化をゼロに減らそうとする反復手順です。

EViews 14 は、標準的な逐次推定と結合推定の両方を使用した Local Projection (Jordà 2005) によるインパルス応答の推定をサポートしています。逐次推定では、ノンパラメトリック HAC 補正を使用して、共分散推定に対する系列相関効果を処理できます。

EViews 14では、構造VARモデルのインパルス応答と分散分解の両方について、モンテカルロとブートストラップによるシミュレーションが可能になりました。

EViews 14 では、固定期間で BTVCVAR IRF を作成するための新しいツールが提供されており、特定の経過時間におけるシステム応答がインパルス日付の変化によってどのように変化したかを調べることができます。

多くの経済時系列は時間トレンドに従います。トレンドの存在を特定することは、本質的な関心のためにも、さらなる計量経済分析のための予備ステップとしても重要です。
EViews 14には、一連のトレンドの存在に関するパラメトリック検定とノンパラメトリック検定が含まれています。オプションで、さまざまな対立仮設に対する線形トレンドt検定、二次トレンドF検定、Mann-Kendall検定、Cox-Stuart検定、およびWang, Akritas, and Van Keilegon (WAVK)検定について、ブートストラップ法でp値を計算できます。

EViews 14では、Quandt-Andrews回帰、Pettitt Ranks、およびシリーズの位置パラメータ(平均)の単一の変化に対するBuishand Range and U検定を、オプションで検定p値のブートストラップを使用して計算できるようになりました。

金融資産価格のバブルの特定は、過去10年間にかなりの注目を集めてきた金融計量経済学の重要なテーマです。EViews 14はPhillips et al. (2011, PWY)とPhillips et al. (2015, PSY)のバブル検出検定を提供します。

EViewsの以前のバージョンでは、ベクトルと行列に保持されるデータに対する統計サポートがある程度限定されていました。平均と分散、数学的関数の評価、行列代数などの統計関数と数学関数はすべてサポートされていましたが、系列やグループで利用できる多くの分析ビューやユーティリティビューと手順は行列とベクトルでは利用できませんでした。
多くの設定において、仮説検定を実行したり、行列データを使用してリサンプリングを実行したりできると、非常に便利であることがわかりました。行列データはシリーズまたは新しい作業ファイルにエクスポートできますが、これは不便でした。
EViews 14では、ベクトルおよび行列のデータを操作するために使用できるツールの数が大幅に増加しました。

• ヒストグラムと統計量ビュー
• 分類ビューごとの統計量
• 頻度表
• 簡単な仮説検定
• 分類による同等性検定
• 経験的分布検定
• リサンプリング
• 分類ベクトルの作成
• 分布関数データの作成（カーネル密度データの保存など）