计量经济学PDF电子书下载

第1章 绪论 1

1.1计量经济学的含义 1

1.1.1什么是计量经济学 1

1.1.2计量经济学与其他相关学科的关系 2

1.1.3计量经济学的特点 4

1.1.4计量经济学在经济学科中的地位 4

1.2计量经济学的产生和发展 5

1.2.1计量经济学的奠基时期 5

1.2.2计量经济学的产生和形成 6

1.2.3计量经济学的发展 6

1.2.4我国计量经济学的起步及发展 8

1.3计量经济学研究问题的步骤 9

1.3.1建立模型 9

1.3.2数据的收集 12

1.3.3参数的估计 13

1.3.4模型的检验 14

1.3.5模型的应用 15

1.4计量经济学的内容体系 16

1.4.1广义计量经济学与狭义计量经济学 17

1.4.2理论计量经济学与应用计量经济学 17

1.4.3经典计量经济学和非经典计量经济学 17

1.4.4微观计量经济学和宏观计量经济学 18

1.4.5初级、中级、高级计量经济学 18

1.5计量经济学的应用软件简介 18

1.5.1启动EViews软件包 19

1.5.2建立EViews工作文件 21

1.5.3输入与编辑数据 23

1.5.4利用EViews进行图形分析和描述统计分析 24

1.5.5数据的保存与调用 27

1.5.6 SPSS软件运用简介 30

思考与练习 33

第2章 一元线性回归模型 34

2.1相关分析与回归分析 34

2.1.1相关分析 34

2.1.2回归分析 40

2.1.3回归分析的基本概念 42

2.2一元线性回归模型的参数估计 47

2.2.1古典回归模型的基本假定 47

2.2.2普通最小二乘法 49

2.2.3最小二乘估计的样本回归模型的性质 50

2.2.4最小二乘估计量的性质 52

2.2.5参数的估计误差与置信区间 55

2.2.6极大似然估计法 58

2.3一元线性回归模型的统计检验 60

2.3.1拟合优度检验 60

2.3.2参数的显著性检验（t检验） 63

2.3.3一元线性回归模型的显著性检验（F检验） 65

2.3.4 F检验与t检验、拟合优度检验的关系 67

2.4一元线性回归模型的预测 68

2.4.1点预测 69

2.4.2区间预测 72

2.4.3均值E（Y | Xo）和个别值Yo的预测的特点 75

2.4.4预测精度评价 76

2.5一元线性回归模型举例与软件实现 77

2.5.1举例的背景 77

2.5.2理论与建模 77

2.5.3数据收集 78

2.5.4参数估计 79

2.5.5模型检验 81

2.5.6模型应用 82

2.5.7利用EViews和SPSS软件作相关分析 84

思考与练习 85

附录2-1 86

附录2-2 88

附录2-3 89

第3章 多元线性回归模型 92

3.1多元线性回归模型的概念 92

3.1.1多元线性总体回归模型 92

3.1.2多元线性样本回归模型 93

3.1.3多元线性回归模型的基本假定 93

3.1.4多元线性回归模型的矩阵表示 94

3.2多元线性回归模型的参数估计 96

3.2.1参数的最小二乘估计 96

3.2.2最小二乘估计的样本回归模型的性质 98

3.2.3最小二乘估计量的性质 98

3.2.4参数的估计误差与置信区间 100

3.2.5 Beta系数 102

3.2.6矩估计 102

3.3多元线性回归模型的统计检验 103

3.3.1偏回归系数的显著性检验 103

3.3.2拟合优度检验 104

3.3.3多元线性回归模型总体显著性检验 107

3.3.4模型参数受约束的沃尔德检验 109

3.4非线性回归模型 110

3.4.1直接代换法 110

3.4.2间接代换法 114

3.4.3级数展开法（迭代估计法） 116

3.5案例 生产函数的应用 117

3.5.1问题的提出 117

3.5.2理论与模型 118

3.5.3数据收集 119

3.5.4参数估计 119

思考与练习 123

附录3-1 125

附录3-2 126

第4章 异方差性 128

4.1异方差性的概念 128

4.1.1对古典假定的再讨论 128

4.1.2什么是异方差性 129

4.2异方差性产生的原因 130

4.3异方差性产生的后果 131

4.4异方差性的检验 134

4.4.1图示检验法 134

4.4.2斯皮尔曼等级相关检验法 136

4.4.3戈德菲尔德-匡特检验 137

4.4.4帕克检验 138

4.4.5格里瑟检验 138

4.4.6怀特检验 139

4.4.7 ARCH检验 139

4.5异方差性的解决方法 140

4.5.1模型变换法 141

4.5.2加权最小二乘法 142

4.5.3加权最小二乘法与模型变换法的关系 144

4.5.4变量对数变换法 145

4.5.5广义最小二乘法及其与WLS的关系 145

4.6案例 个人储蓄与个人收入关系模型 148

4.6.1引言 148

4.6.2模型设定和参数估计 148

4.6.3检验模型的异方差 150

4.6.4异方差性的修正 154

思考与练习 156

第5章 自相关性 159

5.1自相关性的概念及分类 159

5.1.1什么是自相关性 159

5.1.2自相关性的分类 159

5.2自相关性的来源 161

5.3自相关性产生的后果 162

5.4自相关性的检验 164

5.4.1图示法 165

5.4.2 D-W检验 166

5.4.3偏相关系数检验 168

5.4.4拉格朗日乘数检验 169

5.5自相关性的解决办法 170

5.5.1广义差分法 170

5.5.2自相关系数ρ的估计方法 172

5.5.3达宾两步法 174

5.5.4广义最小二乘法与广义差分法的关系 175

5.6案例 我国居民储蓄函数模型 177

5.6.1引言 177

5.6.2变量的选择与数据的收集 177

5.6.3基本模型的建立与检验 178

5.6.4广义差分法的EViews软件实现 181

思考与练习 183

第6章 多重共线性 186

6.1多重共线性的概念 186

6.2多重共线性产生的原因 186

6.3多重共线性的后果 187

6.3.1完全多重共线性带来的后果 187

6.3.2不完全多重共线性的影响 189

6.4多重共线性的检验 191

6.4.1根据可决系数R2、 F检验、t检验的结果判断 191

6.4.2利用解释变量之间的简单相关系数检验 191

6.4.3利用辅助回归方程的可决系数R2和F统计量判断 192

6.4.4方差膨胀因子检验 192

6.4.5特征值检验 193

6.5多重共线性的解决办法 194

6.5.1增大样本容量 194

6.5.2直接剔除次要或可替代的解释变量 194

6.5.3间接剔除解释变量 195

6.5.4 Frisch综合分析法 196

6.5.5岭回归法 197

6.6案例 食品消费需求影响因素分析 199

6.6.1数据与建模 199

6.6.2多重共线性的检验 200

6.6.3利用EViews进行岭回归估计 201

6.6.4用SPSS进行多重共线性检验和岭回归估计 203

思考与练习 207

第7章 滞后变量模型 210

7.1滞后变量模型 210

7.1.1滞后变量模型的概念 210

7.1.2滞后变量模型的分类 210

7.1.3产生滞后的原因 211

7.2分布滞后模型的估计 212

7.2.1序贯回归法 212

7.2.2经验权数法 213

7.2.3阿尔蒙法 214

7.3自回归模型 216

7.3.1库伊克模型 217

7.3.2适应性预期模型 218

7.3.3局部调整模型 219

7.4自回归模型的估计和检验 220

7.4.1自回归模型估计存在的问题 220

7.4.2自回归模型检验——达宾h检验 221

7.4.3自回归模型的估计 222

7.5案例 库存函数模型 222

7.5.1库存问题与数据 222

7.5.2利用分布滞后模型分析库存函数 223

7.5.3利用自回归模型分析库存函数 225

思考与练习 228

第8章 虚拟变量模型和设定误差 230

8.1虚拟变量 230

8.1.1什么是虚拟变量 230

8.1.2虚拟变量设置的规则 231

8.1.3虚拟变量的作用 231

8.2虚拟解释变量模型 233

8.2.1虚拟变量的引入方式 233

8.2.2虚拟变量的特殊应用 236

8.3虚拟被解释变量模型 240

8.3.1线性概率模型 240

8.3.2非线性概率模型 242

8.3.3模型的检验与评价 243

8.4设定误差 244

8.4.1遗漏某个重要解释变量所产生的误差 245

8.4.2引入不重要的解释变量所产生的误差 247

8.4.3模型函数形式设定误差 249

8.4.4测量误差 253

8.5案例 收入与储蓄关系模型和家庭购房决策模型 255

8.5.1收入与储蓄关系模型 255

8.5.2家庭购房决策模型 258

思考与练习 261

第9章 联立方程模型 264

9.1联立方程模型的概念 264

9.1.1联立方程模型的特点 265

9.1.2联立方程模型的变量类型 266

9.1.3联立方程模型产生的后果 267

9.1.4联立方程模型的形式 269

9.2联立方程模型的识别 273

9.2.1不足识别 274

9.2.2恰好识别（适度识别） 275

9.2.3过度识别 276

9.2.4识别的规则 277

9.2.5联立方程模型识别的一般步骤 280

9.3联立方程模型的估计 281

9.3.1递归模型的估计：OLS法 281

9.3.2恰好识别模型的估计：间接最小二乘法 282

9.3.3过度识别模型的估计：二段最小二乘法 285

9.3.4三段最小二乘法 290

9.4联立方程模型的应用 297

9.4.1结构分析 297

9.4.2经济预测 304

9.4.3政策评价 307

9.5案例：克莱因战争间模型 311

9.5.1克莱因战争间模型的理论基础 311

9.5.2模型的构成 312

9.5.3模型的识别 313

9.5.4模型的估计 313

9.5.5模型的分析 313

思考与练习 314

第10章 时间序列模型 317

10.1时间序列的基本概念 317

10.1.1随机过程与时间序列 318

10.1.2时间序列的数字特征 318

10.1.3平稳时间序列 319

10.1.4非平稳时间序列 321

10.2时间序列的平稳性的检验 322

10.2.1利用散点图进行平稳性判断 323

10.2.2利用样本自相关函数进行平稳性判断 323

10.2.3 Dickey-Fuller单位根检验——DF检验 326

10.2.4扩展的迪克-福勒检验——ADF检验 329

10.2.5单位根检验在EViews软件中的实现 330

10.3自回归移动平均模型 332

10.3.1随机时间序列模型的基本概念 333

10.3.2随机时间序列模型的平稳性条件 334

10.3.3随机时间序列模型的识别 336

10.3.4随机时间序列模型的估计 341

10.3.5随机时间序列模型的检验 342

10.4协整理论和误差修正模型 347

10.4.1协整的概念 347

10.4.2协整检验 348

10.4.3误差修正模型 350

10.4.4因果关系检验 352

10.5案例 中国GDP最终消费误差修正模型 355

10.5.1资料来源及整理 355

10.5.2单整检验 355

10.5.3协整检验和长期均衡模型 356

10.5.4误差修正模型 357

思考与练习 358

附录A统计分布表 359

参考文献 367