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|X0）和个别值Y0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