计量经济学 第2卷PDF电子书下载

第12章 自相关 393

12.1 总是的性质 394

12.2 自相关出现时的OLS估计量 399

12.3 自相关出现时的BLUE估计量 401

12.4 自相关出现时OLS的后果 402

考虑到自相关的OLS估计 402

忽视自相关的OLS估计 403

12.5 侦察自相关 407

图解法 407

游程检验 410

德宾-沃森d检验 412

自相关的其他检验 416

12.6 补救措施 417

自相关的结构已知 417

ρ未知 419

12.7 一个说明性例子:美国零工招聘指数与失业率的关系方法比较 423

12.8 自回归条件异方差(ARCH)模型 427

ARCH出现时怎么办? 428

为德宾-沃森d统计量与ARCH效应进一言 429

12.9 要点与结论 429

习题 433

附录12A 443

12A.1 1960-1991年美国工资(γ)-生产力(X)TSP输出 443

第12章 计量经济建模Ⅰ:传统计量经济学方法论 446

13.1 计量经济建模的传统观点:平均经济回归(AER) 446

13.2 设定误差的类型 448

13.3 设定误差的后果 450

漏掉一个有关变量(模型的过低拟合) 450

包含一个无关变量(模型的过高拟合) 451

侦察是否含有无需变量 453

13.4 设定误差的检验 453

对遗漏变量和不正确函数形式的检验 454

13.5 观测误差 460

应变量Y中的观测误差 460

解释变量X中的观测误差 461

一个例子 463

仅应变量Y有观测误差 463

X中的观测误差 464

13.6 要点与结论 464

习题 466

附录13A 472

13A.1 含有无关变量的后时:无偏性质 472

13A.2(13.5.10)的证明 473

第14章 计量经济建模Ⅱ:另立计量经济学方法论 475

14.1 利莫尔的模型选择方法 476

14.2 韩德瑞的模型选择方法 479

14.3 诊断性检验选讲:总评 480

14.4 非嵌套假设的检验 481

判别方法 481

辨识方法 482

14.5要点与结论 487

习题 489

第3篇 计量经济学业专题 491

第15章 虚拟变量的性质 493

15.1 虚拟变量的性质 493

例15.1:按性别划分的教授薪金 494

15.2 对一个定量变量和一个两分定性变量的回归 496

例15.2:库存对利率敏感吗? 498

15.3 一个定量变量和一个多分定性变量的回归 499

15.4 对一个定量变量和两个定性变量的回归 500

15.5 例15.3：“兼职”经济学 502

例15.4:1946-1963年联合王国储蓄与收入 503

15.6 检验回归模型的结构稳定性 503

15.7 比较两个回归:虚拟变量法 505

15.8 比较两个回归:进一步的说明 507

例15.5:1958-1971年英国失业和空缺情况 507

15.9 交互作用效应 509

15.10 虚拟变量在季节分析中的应用 510

例15.6:美国制造业的利润-销售额行为 511

15.11 分段线性 512

例15.7:总成本与产出的关系 514

15.12 在时间序列和横截面数据的合并中使用虚拟变量 515

混合回归:时间序列与横截面数据并用 515

例15.8:通用汽车与西屋电气公司的投资函数 517

在半对数回归中的虚拟变量的解释 518

例15.9:带虚拟变量的半对数回归 518

15.13 虚拟变量方法的一些技术问题 518

避免虚拟变量隐阱的另一种方法 519

虚拟变量与异方差性 520

虚拟变量与自相关 520

15.14 进一步的研究问题 521

15.15 要点与结论 522

习题 524

附录15A 533

15A.1 回归(15.8.2)的数据矩阵 533

15A.2 回归(15.10.2)的数据矩阵 534

第16章 关于虚拟应变量的回归:线性概率模型、对数单位、概率单位及托比模型 535

16.1 虚拟应变量 535

16.2 线性概率模型(LPM) 536

16.3 LPM的估计问题 537

干扰ui的非正态性 537

干扰的异方差性 538

可疑的拟合优度:R2值 539

0≤E(Yi|Xi)≤1不被满足 539

16.4 LPM:一个数值例子 540

16.5 LPM的应用 543

例16.1 科恩-雷-勒曼研究 543

例16.2 对债券评级的预测 545

例16.3 预测债券违约 546

16.6 LPM以外的其他方法 547

16.7 对数单位模型 548

16.8 对数单位模型的估计 550

16.9 对数单位模型:一个数值例子 552

16.10 对数单位模型:说明性例子 555

例16.4：“对数单位模型在预测兼并对象中的一个应用” 555

例16.5：债券评级的预测 556

16.11 概率单位模型 557

16.12 概率单位模型:一个数值例子 560

对数单位与概率单位 561

16.13 概率单位模型:例16.5 562

比较对数单位与概率单位的估计值 562

回归元单位变化的边际效应 562

16.14 托比模型 565

16.15 要点与结论 568

习题 572

第17章 动态计量经济模型:自回归与分布滞后模型 581

17.1 “时间”或“滞后”在经济学业中的作用 582

17.2 滞后的原因 586

17.3 分布滞后模型的估计 587

分布滞后模型的现代估计法 587

17.4 分布滞后模型的考伊克方法 588

中位滞后 591

平均滞后 591

17.5 考伊克模型的理性化：适应性期望模型 592

17.6 考伊克模型理性化的另一形式：存量调整或部分调整模型 594

17.7 适应性期望与部分调整模型的组合 596

17.8 自回归模型的估计 597

17.9 工具变量（IV）法 598

17.10 在自回归模型中侦察自相关：德宾h检验 599

17.11 一个数值例子：印度的货币需求 601

17.12 说明性例子 603

例17.7:联邦储备与实际利率 603

例17.8:1946-1972年美国短期与短期总消费函数 604

17.13 分布滞后模型的阿尔蒙方法:阿尔蒙或多项式分布滞后(PDL) 606

17.14 经济学中的因果关系:葛兰杰检验 613

葛兰杰检验 613

经验结果 614

17.15 经点与结论 616

习题 620

第4篇 联立方程模型 629

18.1 联立方程模型的性质 631

第18章 联立方程模型 631

18.2 联立方程模型举例 632

例18.1:需求与供给模型 632

例18.2:凯恩斯收入决定模型 633

例18.3:工资-价格模型 634

例18.4:宏观经济学中的IS模型 635

例18.5:LM模型 636

例18.6:计量经济模型 637

18.3 联立方程偏误:OLS估计量的非一致性 638

18.4 联立方程偏误:一个数值例子 641

18.5 要点与结论 643

习题 644

第19章 识别问题 649

19.1 符号与定义 649

19.2 识别问题 652

不足识别情形 652

恰好或恰可识别情形 654

过度识破别情形 658

19.3 识别规则 659

可识别性的阶条件 659

可识别性的秩条件 661

19.4 联立性检验 664

豪斯曼设定检验 664

例19.2:平狄克-鲁宾费尔德公共支出模型 666

19.5 外生检验 667

关于因果律与外生性 667

19.6 要点与结论 668

习题 669

第20章 联立方程方法 673

20.1 估计的方法 673

20.2 递归模型与普通最小二乘法 674

20.3 恰可识别方程的估计:间接最小二乘(ILS)法 676

一个说明性例子 677

ILS估计量的性质 680

20.4 过度识别方程的估计:二阶最小二乘法(2SLS) 680

20.5 2SLS:一个数值例子 683

20.6 说明性例子 686

例20.1：广告费、集中度与价差 686

例20.2：克莱因的模型I 688

例20.3：表达为递归方程组的资本性资产定价模型 689

例20.4：圣路易斯模型的修订版本 691

20.7 要点与结论 693

习题 696

附录20A 700

20A.1 间接最小二乘估计量的偏误 700

20A.2 2SLS估计量的标准误的估计 701

第5篇 时间序列计量经济学 703

第21章 时间序列计量经济学Ⅰ:平衡性、单位根与协积 705

21.1 选看一些美国经济的时间序列 706

21.2 平衡随机过程 709

21.3 根据相关图的平稳性检验 711

21.4 平衡性的单位根检验 713

美国GDP时间序列是平衡的吗? 715

GDP序列的一阶差分是平衡的吗? 716

21.5 趋势平衡(TS)与差分平稳(DS)随机过程 717

21.6 谬误回归 719

21.7 协误 721

恩格尔-葛兰杰(EG)或扩充恩格尔-葛兰杰(AEG)检验 721

协积回归德宾-沃森(CRDW)检验 722

21.8 协积与误差纠正机制(ECM) 722

21.9 要点与结论 723

习题 727

21A.1 随机步游模型 729

附录21A 729

第22章 时间序列计量经济学Ⅱ:用于预测的ARIMA与VAR模型 730

22.1 经济预测方法 730

22.2 时间序列数据的AR、MA和ARIMA建模 731

自回归（AR）过程 732

移动平均（MA）过程 732

自回归与移动平均（ARMA）过程 733

自回归求积移动平均（ARIMA）过程 733

22.3 博克斯-詹金斯（BJ）方法论 734

22.4 识别 735

22.5 ARIMA模型的估计 739

22.6 诊断 739

22.7 预测 739

22.8 BJ方法论的其他方面 741

22.9 向量自回归（VAR 741

VAR的估计 742

VAR建模的一些问题 744

VAR用于预测 744

VAR的一个应用：得克萨斯州经济的一个VAR模型 745

22.10 要点与结论 747

习题 749

附录A 统计学中的若干概念复习 751

A.1 总和与乘积运算子 751

A.2 样本空间,样本点与事件 752

A.3 概率与随机变量概率 753

A.4 概率密度函数(PDF) 754

A.5 概率分布的特征值 759

A.6 若干重要的理论概率分布 768

A.7 统计推断 774

A.8 统计推断:假设检验 782

附录B 矩阵代数初步 788

B.1 定义 788

B.2 矩阵的类型 790

B.3 矩阵运算 792

B.4 行列式 796

B.5 求一个方阵的逆阵 799

B.6 矩阵微分法 801

附录C 计量经济软件包选编 803

附录D 统计学用表 805

表D.1 标准化正态分布下的面积 806

表D.2 t分布的百分点 807

表D.3 F分布的上端百分点 808

表D.4 X2分布的上端百分点 814

表D.5 德宾-沃森d统计量:在0.05和0.01显著性水平上dL和dU的显著点 816

表D.6 游程检验中的游程临界值 820

参考书目 822

人名索引中译 825

标题索引 829

后记 853