计量经济分析方法与建模 EViews应用及实例PDF电子书下载

第Ⅰ部分　数据分析基础第1章　概率与统计基础 3

1.1　随机变量 3

1.1.1 概率分布 3

1.1.2　随机变量的数字特征 5

1.1.3　随机变量的联合分布 7

1.2　从总体到样本 9

1.2.1　基本统计量 9

1.2.2　估计量性质 11

1.3　一些重要的概率分布 12

1.3.1 正态分布 12

1.3.2　X2分布 14

1.3.3　t分布 15

1.3.4　F分布 16

1.4　统计推断 18

1.4.1 参数估计 18

1.4.2　假设检验 19

1.5　EViews软件的相关操作 22

1.5.1　单序列的统计量、检验和分布 22

1.5.2　多序列的显示和统计量 24

第2章　经济时间序列的季节调整、分解与平滑 27

2.1　移动平均方法 27

2.1.1　简单的移动平均公式 27

2.1.2 中心化移动平均 28

2.1.3　加权移动平均 28

2.2　季节调整 30

2.2.1　X11季节调整方法 30

2.2.2　Census X12季节调整方法 30

2.2.3　移动平均比率方法 38

2.2.4 TRAMO/SEATS方法 39

2.3　趋势分解 40

2.3.1 Hodrick-Prescott滤波方法 40

2.3.2　频谱滤波（BP滤波）方法 43

2.4　指数平滑方法 50

2.4.1　单指数平滑 50

2.4.2　双指数平滑 50

2.4.3 Holt-Winters乘法模型 50

2.4.4 Holt-Winters加法模型 51

2.4.5 Holt-Winters——无季节性模型 51

2.5　EViews软件的相关操作 52

2.5.1 X11季节调整方法的操作 53

2.5.2 X12季节调整方法 53

2.5.3　移动平均比率方法 57

2.5.4 Tramo/Seats方法 58

2.5.5 Hodrick-Prescott滤波 59

2.5.6 BP滤波 59

2.5.7　指数平滑法 61

第Ⅱ部分 基本的单方程分析第3章　基本回归模型 65

3.1　古典线性回归模型 65

3.1.1　一元线性回归模型 65

3.1.2　最小二乘法 66

3.1.3 多元线性回归模型 68

3.1.4　系数估计量的性质 69

3.1.5　线性回归模型的检验 69

3.1.6 AIC准则和Schwarz准则 72

3.2 回归方程的函数形式 73

3.2.1　双对数线性模型 73

3.2.2　半对数模型 75

3.2.3　双曲函数模型 76

3.2.4　多项式回归模型 76

3.2.5 Box-Cox转换 76

3.3　包含虚拟变量的回归模型 77

3.3.1 回归中的虚拟变量 77

3.3.2　季节调整的虚拟变量方法 79

3.4　模型设定和假设检验 81

3.4.1 系数检验 81

3.4.2　残差检验 84

3.4.3　模型稳定性检验 85

3.5　方程模拟与预测 87

3.5.1　预测误差与方差 87

3.5.2　预测评价 88

3.6　EViews软件的相关操作 90

3.6.1　设定回归方程形式和估计方程 90

3.6.2　方程输出结果 92

3.6.3　与回归方程有关的操作 93

3.6.4　模型设定和假设检验 94

3.6.5 预测 97

第4章　其他回归方法 98

4.1 异方差 98

4.1.1　异方差检验 100

4.1.2　加权最小二乘估计 103

4.1.3　存在异方差时参数估计量的一致协方差 106

4.2　二阶段最小二乘法 107

4.3　非线性最小二乘法 108

4.4　广义矩方法 111

4.4.1　矩法估计量 111

4.4.2　广义矩估计 111

4.5　多项式分布滞后模型 113

4.6　逐步最小二乘回归 116

4.7　分位数回归 118

4.7.1 分位数回归的基本思想和系数估计 118

4.7.2　系数协方差的估计 119

4.7.3　模型评价和检验 124

4.8　非参数回归模型 127

4.8.1　密度函数的非参数估计 127

4.8.2　一元非参数计量经济模型 130

4.9　EViews软件的相关操作 132

4.9.1　异方差检验 132

4.9.2　加权最小二乘法估计 134

4.9.3 White异方差一致协方差和Newey-West异方差自相关一致协方差 135

4.9.4 在EViews中使用TSLS估计 135

4.9.5 在EViews中使用非线性最小二乘估计 135

4.9.6 在EViews中使用GMM进行估计 137

4.9.7 在EViews中估计包含PDLs的模型 138

4.9.8 在EViews中进行逐步回归估计 139

4.9.9　在EViews中进行分位数回归 140

4.9.10　在EViews中进行非参数估计 143

4.10　附录　广义最小二乘估计 145

第5章 时间序列模型 147

5.1　序列相关及其检验 147

5.1.1　序列相关及其产生的后果 147

5.1.2　序列相关的检验方法 148

5.1.3　扰动项存在序列相关的线性回归方程的估计与修正 153

5.2　平稳时间序列建模 156

5.2.1　平稳时间序列的概念 156

5.2.2 ARMA模型 157

5.2.3 ARMA模型的平稳性 157

5.2.4　ARMA模型的识别 160

5.3　非平稳时间序列建模 164

5.3.1　非平稳序列和单整 165

5.3.2　非平稳序列的单位根检验 166

5.3.3 ARIMA模型 175

5.4　协整和误差修正模型 177

5.4.1　协整关系 178

5.4.2　协整检验 178

5.4.3　误差修正模型（ECM） 180

5.5　EViews软件的相关操作 182

5.5.1　检验序列相关性 182

5.5.2　修正序列相关 183

5.5.3 ARMA（p,q）模型的估计 185

5.5.4　单位根检验 188

第Ⅲ部分 扩展的单方程分析第6章　条件异方差模型 193

6.1 自回归条件异方差模型 193

6.1.1 ARCH模型 193

6.1.2 ARCH的检验 195

6.1.3 GARCH模型 199

6.1.4 IGARCH模型 201

6.1.5　约束及回推 201

6.1.6 GARCH模型的扰动项分布假设 202

6.1.7 GARCH-M模型 203

6.2 非对称的ARCH模型 205

6.2.1 TARCH模型 205

6.2.2 EGARCH模型 206

6.2.3 PARCH模型 207

6.2.4　非对称的信息冲击曲线 207

6.3 成分ARCH模型 209

6.4　EViews软件的相关操作 211

6.4.1 ARCH检验 211

6.4.2 ARCH模型的建立 212

6.4.3 ARCH模型的视图和过程 214

6.4.4 ARCH模型的输出 215

6.4.5　绘制估计的信息冲击曲线 217

第7章 离散因变量和受限因变量模型 219

7.1　二元选择模型 219

7.1.1 线性概率模型及二元选择模型的形式 219

7.1.2　二元选择模型的估计问题 221

7.1.3　二元选择模型的变量假设检验问题 223

7.2　排序选择模型 224

7.3　受限因变量模型 225

7.3.1　审查回归模型 226

7.3.2　截断回归模型 228

7.4　计数模型 228

7.4.1　泊松模型的形式与参数估计 228

7.4.2　负二项式模型的形式与参数估计 229

7.4.3　准—极大似然估计 229

7.5 EViews软件的相关操作 232

7.5.1　估计二元选择模型 232

7.5.2　估计排序选择模型 235

7.5.3　估计审查回归模型 238

7.5.4　估计计数模型 241

第8章　对数极大似然估计 243

8.1　对数极大似然估计的基本原理 243

8.1.1　极大似然估计的基本原理 243

8.1.2　极大似然估计量的计算方法 245

8.1.3　优化算法 246

8.2　对数极大似然的估计实例 248

8.2.1　一元线性回归模型的极大似然函数 248

8.2.2　AR（1）模型的极大似然函数 249

8.2.3 GARCH（q,p）模型的极大似然函数 251

8.2.4　具有异方差的一元线性回归模型的极大似然函数 253

8.3　EViews软件的相关操作 255

8.3.1　似然对象的建立 255

8.3.2　似然对象的估计、视图和过程 259

8.3.3　问题解答 261

第Ⅳ部分 多方程分析 267

第9章 向量自回归和向量误差修正模型 267

9.1 向量自回归理论 267

9.1.1 VAR模型的一般表示 267

9.1.2 结构VAR模型（SVAR） 270

9.2 结构VAR（SVAR）模型的识别条件 272

9.2.1 VAR模型的识别条件 273

9.2.2　SVAR模型的约束形式 273

9.3 VAR模型的检验 277

9.3.1 Granger因果检验 277

9.3.2　滞后阶数p的确定 280

9.4　脉冲响应函数 281

9.4.1 脉冲响应函数的基本思想 282

9.4.2 多变量VAR模型的脉冲响应函数 282

9.4.3　广义脉冲响应函数 284

9.4.4　SVAR模型的脉冲响应函数 286

9.5　方差分解 288

9.6　Johansen协整检验 291

9.6.1　特征根迹检验（trace检验） 292

9.6.2　最大特征值检验 293

9.6.3　协整方程的形式 293

9.7 向量误差修正模型（VEC） 295

9.8　EViews软件的相关操作 300

9.8.1 VAR模型的建立和估计 300

9.8.2 VAR模型的视图 301

9.8.3 VAR模型的过程 304

9.8.4　脉冲响应函数的计算 308

9.8.5　方差分解的实现 311

9.8.6　协整检验 312

9.8.7 VEC模型的建立和估计 314

第10章　Panel Data模型 319

10.1 Panel Data模型的基本原理 319

10.1.1 Panel Data模型概述 319

10.1.2 Panel Data模型分类 321

10.2　模型形式设定检验 321

10.3　变截距模型 323

10.3.1 固定影响变截距模型 323

10.3.2　随机影响变截距模型 332

10.3.3 Hausman检验 336

10.4　变系数模型 338

10.4.1 固定影响变系数模型 339

10.4.2　随机影响变系数模型 342

10.5 Panel Data模型系数协方差的估计方法 344

10.6　面板数据的单位根检验和协整检验 346

10.6.1　面板数据的单位根检验 346

10.6.2　面板数据的协整检验 350

10.7 EViews软件的相关操作 354

10.7.1　含有Pool对象的工作文件 355

10.7.2 Pool对象中数据处理 357

10.7.3 Pool对象的模型估计 363

10.7.4　面板结构的工作文件 369

第11章　状态空间模型和卡尔曼滤波 372

11.1　状态空间模型的定义 372

11.2　卡尔曼滤波 374

11.2.1 Kalman滤波的一般形式 375

11.2.2　Kalman滤波的解释和性质 376

11.2.3　修正的Kalman滤波递推公式 378

11.2.4 非时变模型及Kalman滤波的收敛性 379

11.2.5 Kalman滤波的初始条件 379

11.3　状态空间模型超参数的估计 379

11.4　状态空间模型的应用 380

11.4.1　可变参数模型的状态空间表示 380

11.4.2 季节调整的状态空间形式 385

11.4.3 ARMAX模型的状态空间形式 388

11.5 EViews软件的相关操作 390

11.5.1　定义状态空间模型 390

11.5.2　估计状态空间模型 396

11.5.3　状态空间模型的视窗和过程 397

第12章　联立方程模型的估计与模拟 403

12.1　联立方程系统概述 403

12.1.1　联立方程系统的基本概念 404

12.1.2　联立方程系统的识别 408

12.1.3　一个小型中国宏观经济联立方程模型 409

12.2　联立方程系统的估计方法 411

12.2.1　单方程估计方法 413

12.2.2　系统估计方法 419

12.2.3 多变量ARCH方法 427

12.3　联立方程模型的模拟 433

12.3.1　联立方程模型概述 433

12.3.2　模型模拟的分类 434

12.3.3　模型的评估 437

12.3.4　情景分析 438

12.4 EViews软件的相关操作 442

12.4.1　联立方程系统的基本操作 442

12.4.2　联立方程模型的模拟与预测 449

12.4.3　联立方程模型的求解 457

12.4.4　联立方程模型的数据操作 463

第13章　主成分分析和因子分析 465

13.1　主成分分析 465

13.1.1　主成分分析的基本思想 465

13.1.2　总体主成分求解及其性质 466

13.1.3　样本的主成分 468

13.2 因子分析 471

13.2.1　基本的因子分析模型 472

13.2.2　正交因子模型的性质 473

13.2.3　因子载荷的估计方法 474

13.2.4　因子数目的确定方法及检验 477

13.2.5 因子旋转 482

13.2.6 因子得分 485

13.3　EViews软件的相关操作 490

13.3.1　主成分分析的实现 490

13.3.2　因子分析的实现 494

13.3.3　因子旋转的操作 498

13.3.4　计算因子得分 499

13.3.5 因子视图 501

13.3.6 因子过程 503

附录A EViews软件基础 504

A.1 EViews软件简介 504

A.1.1 安装和启动EViews 504

A.1.2 EViews窗口 505

A.1.3 关闭EViews 506

A.1.4　寻求帮助 506

A.2　工作文件（Workfile）基础 506

A.2.1　工作文件的基本概念 506

A.2.2　创建工作文件 507

A.2.3　工作文件的相关操作 509

A.3　对象（Object）基础 511

A.3.1　对象的概念 511

A.3.2　基本对象操作 512

A.4　基本数据处理 515

A.4.1　数据对象 515

A.4.2　数据的输入输出 516

A.4.3　频率转换 518

A.5　数据操作 519

A.5.1　数学表达式 519

A.5.2　序列操作 521

A.5.3 自动序列（Auto-Series）操作 522

A.5.4　字符串序列（Series Alpha）操作 523

A.5.5 日期序列操作（Date Series） 523

A.6　序列链接（Series link） 524

A.7　EViews数据库简介 525

A.8　图、表和文本对象 525

A.8.1 图对象 525

A.8.2　表对象 528

A.8.3　文本对象 529

附录B　EViews程序设计 530

B.1　程序设计基础 530

B.1.1　创建程序 530

B.1.2　存储程序 531

B.1.3　打开程序 531

B.1.4　运行程序 531

B.1.5　终止程序 532

B.2　程序变量 532

B.2.1　控制变量 532

B.2.2　字符串变量 533

B.2.3　字符串操作 534

B.2.4　替代变量 536

B.2.5　程序参数 537

B.3　控制程序 538

B.3.1　IF语句 538

B.3.2 FOR循环 540

B.3.3 WHILE循环 543

B.3.4　处理执行错误 544

B.3.5　其他控制工具 545

B.4　多程序文件 545

B.5　子程序 546

B.5.1 定义子程序 546

B.5.2　带有参数的子程序 547

B.5.3　子程序放置 548

B.5.4　调用子程序 548

B.5.5　全局变量和局部变量 549

B.5.6　全局子程序 549

B.5.7　局部子程序 551

附录C　EViews中的常用函数 553

C.1 公式中的运算符号及其含义 553

C.2 时间序列函数及其含义 553

C.3 序列描述性统计量的＠函数及其含义 554

C.4　三角函数 555

C.5　统计函数 555

C.6 回归统计量的＠函数及其含义 555

附录D　数据 557

D.1 中国年度数据 557

D.2 中国季度数据 561

参考文献 563