经济教材译丛 计量经济模型与经济预测 4PDF电子书下载

第1部分 回归分析基础 2

第1章 回归模型介绍 2

1.1 曲线的拟合 2

1.2 最小二乘估计法的推导 4

附录1.1 求和算子的运用 8

附录1.2 最小二乘参数估计的推导 10

第2章 统计基础知识复习 12

2.1 随机变量 12

2.1.1 期望值 13

2.1.2 随机变量的联合分布 13

2.1.3 独立与相关 14

2.2 估计 15

2.2.1 均值、方差和协方差的估计 15

2.2.2 中心极限定理 17

2.3 估计量的有用性质 17

2.3.1 无偏差 18

2.3.2 有效性 18

2.3.3 最小平均偏差平方 18

2.3.4 一致性 19

2.4 概率分布 20

2.4.1 正态分布 20

2.4.2 X2分布 21

2.4.3 t分布 21

2.4.4 F分布 22

2.5 假设检验与置信区间 23

2.5.1 第一类错误和第二类错误 25

2.5.2 p值 25

2.5.3 检验的势 26

2.6 描述统计学 27

附录2.1 期望算子的性质 29

附录2.2 极大似然估计 31

第3章 一元线性回归模型 34

3.1 模型 34

3.2 最佳线性无偏估计 36

3.3 假设检验和置信区间 39

回归系数的检验 40

3.4 方差分析和相关性 42

3.4.1 拟合优度 42

3.4.2 相关 44

3.4.3 检验回归方程 44

附录3.1 斜率最小二乘估计的方差 48

附录3.2 最小二乘残差的一些性质 49

第4章 多元线性回归模型 51

4.1 模型 51

4.2 回归统计量 52

4.3 F检验、R2和调整的R2 53

4.4 多重共线性 57

4.4.1 完全共线性 57

4.4.2 多重共线的后果 57

4.4.3 多重共线的标志 58

4.5 标准化系数和弹性系数 59

4.5.1 标准化系数 59

4.5.2 弹性系数 59

4.6 偏相关系数和逐步回归 59

附录4.1 最小二乘参数估计 63

附录4.2 回归系数 64

附录4.3 多元回归模型的矩阵形式 65

第2部分 单方程回归模型 72

第5章 多元回归模型的应用 72

5.1 一般线性模型 72

5.2 虚拟变量的使用 75

5.3 用t检验和F检验对多参数假设进行检验 79

5.3.1 多个回归系数的联合检验 79

5.3.2 关于回归系数线性函数的检验 81

5.3.3 有关不同回归模型的系数是否相等的检验 82

5.4 分段线性回归 83

变更回归方法 84

5.5 具有随机解释变量的多元回归模型 85

附录 有关虚拟变量系数的检验 86

第6章 序列相关和异方差性 90

6.1 异方差性 90

6.1.1 异方差性的修正 92

6.1.2 异方差的检验 94

6.2 序列相关性 98

6.2.1 序列相关的修正 99

6.2.2 序列相关性的检验 102

6.2.3 有滞后因变量时对序列相关性的检验 104

附录 广义最小二乘估计法 106

第7章 工具变量法和模型的确认 111

7.1 自变量与误差项相关 111

7.2 变量的测量误差 112

7.2.1 情形Ⅰ：Y具有测量误差 112

7.2.2 情形Ⅱ：X具有测量误差 112

7.2.3 情形Ⅲ：X和Y都具有测量误差 113

7.2.4 工具变量估计法 113

7.3 确认失误 114

7.3.1 被忽略的变量 114

7.3.2 不相干变量的存在 115

7.3.3 非线性 116

7.3.4 建模时的有效与有偏 116

7.4 回归诊断 118

7.4.1 学生氏残差 118

7.4.2 DFBETAS 119

7.5 确认检验 120

7.5.1 关于变量是否应当从线性回归模型中去掉的检验 121

7.5.2 关于是否存在测量误差的检验 121

附录 工具变量估计法的矩阵形式 124

第8章 单方程回归模型预测 126

8.1 无条件预测 127

8.1.1 预测误差 127

8.1.2 预测的评价 130

8.2 误差项序列相关情形下的预测 133

8.3 有条件预测 136

附录 多元回归模型预测 139

第9章 单方程估计：高级问题 142

9.1 分布滞后模型 142

9.1.1 几何滞后 143

9.1.2 几何滞后模型的估计 145

9.1.3 多项式分布滞后模型 146

9.1.4 滞后项数的选择 147

9.2 因果关系检验 150

9.3 观测的丢失 152

9.4 平行数据的使用 155

9.4.1 平行数据的模型估计 155

9.4.2 固定效应模型 156

9.4.3 随机效应模型 157

9.4.4 时间序列自相关模型 159

附录 长期弹性系数的区间估计 162

第10章 非线性估计与极大似然估计 165

10.1 非线性估计 165

10.1.1 非线性估计的计算方法 166

10.1.2 非线性回归方程的评价 167

10.1.3 非线性回归方程的预测 168

10.2 极大似然估计法 169

10.2.1 极大似然估计法 170

10.2.2 似然比检验 171

10.2.3 一个应用：Box-Cox模型 172

10.2.4 拉格朗日乘数检验法 174

10.2.5 Wald检验、似然比检验和拉格朗日乘数检验的比较 175

10.3 ARCH与GARCH模型 177

附录 广义矩估计法 182

第11章 分类选择模型 185

11.1 二元选择模型 185

11.1.1 线性概率模型 186

11.1.2 Probit模型 188

11.1.3 Logit模型 190

11.1.4 预测：拟合优度 196

11.2 多元选择模型 197

11.2.1 线性概率模型 197

11.2.2 Logit模型 198

11.2.3 有序Probit模型 200

11.3 Censored回归模型 201

附录 Logit模型和Probit模型的极大似然估计法 205

第3部分 联立方程模型 210

第12章 联立方程模型的估计方法 210

12.1 联立方程模型概述 210

联立方程系统 210

12.2 模型识别问题 213

12.3 参数的一致估计 215

12.4 两阶段最小二乘法 217

12.4.1 估计方法 217

12.4.2 联立性检验 220

12.5 具有序列相关和滞后因变量的联立方程模型的估计 221

12.6 更高级的估计方法 223

12.6.1 似无关模型 223

12.6.2 方程组的估计方法 223

12.6.3 不同估计量的比较 227

附录12.1 矩阵形式的模型识别问题 228

附录12.2 矩阵形式的两阶段最小二乘法 232

附录12.3 矩阵形式的似无关回归估计法 234

第13章 模拟模型介绍 238

13.1 模拟过程 239

13.2 模拟模型的评价 241

13.3 模拟的实例 244

13.4 模型的估计 247

13.5 非结构化模型：向量自回归模型 249

13.6 数据受限制的模型构造方法 254

第14章 模拟模型的动态行为 261

14.1 模型的稳定性和振荡性 261

14.1.1 线性模型 262

14.1.2 更大模型的分析 265

14.2 模型的行为：乘数和动态反应 266

14.2.1 动态乘数 267

14.2.2 动态弹性 269

14.3 脉冲响应函数和向量自回归模型 273

14.4 模拟模型的调试 277

14.5 随机模拟 279

附录 一个小宏观经济模型 281

第4部分 时间序列模型 295

第15章 时间序列的平滑和外推 295

15.1 简单外推模型 295

15.1.1 简单外推方法 296

15.1.2 移动平均模型 300

15.2 平滑和季节调整 301

15.2.1 平滑技术 302

15.2.2 季节调整 304

第16章 随机时间序列的特性 309

16.1 随机时间序列模型简介 309

16.1.1 随机游走 309

16.1.2 平稳和非平稳时间序列 311

16.1.3 平稳过程的性质 312

16.2 刻划时间序列的自相关函数 312

16.2.1 齐次非平稳过程 314

16.2.2 平稳性和自相关函数 315

16.2.3 季节性和自相关函数 317

16.3 随机游走的检验 319

16.4 协整时间序列 324

附录 平稳过程的自相关函数 326

第17章 线性时间序列模型 329

17.1 移动平均模型 329

17.2 自回归模型 332

17.2.1 自回归模型的性质 332

17.2.2 偏自相关函数 336

17.3 混合自回归-移动平均模型 337

17.4 齐次非平稳过程：ARIMA模型 339

17.5 ARIMA模型的确认 341

附录 平稳性、可逆性和齐次性 344

第18章 时间序列模型的估计和预测 347

18.1 模型估计 347

18.1.1 序列的初始值 348

18.1.2 模型参数的非线性估计 348

18.1.3 参数值的初始选择 349

18.2 诊断检验 350

18.3 最小均方误差预测 353

18.4 预测值的计算 354

18.5 预测误差 355

18.6 预测的置信区间 356

18.7 预测的性质 356

18.7.1 AR（1）过程 356

18.7.2 MA（1）过程 357

18.7.3 ARMA（1,1）过程 358

18.7.4 ARI（1,1,0）过程 358

18.7.5 ARI（1,1,0）预测的置信区间 360

18.8 两个例子 361

第19章 时间序列模型的应用 366

19.1 建模过程回顾 366

19.2 经济变量模型：库存投资 367

19.3 季节性电话数据的预测 370

19.4 时间序列和回归分析组合模型：转移函数模型 372

19.5 用回归-时间序列组合模型预测短期储蓄存款流量 373

19.6 预测利率的回归-时间序列组合模型 376

统计数表 381

部分练习参考答案 389