现代计量经济学PDF电子书下载

第一章　导论 1

第一节 计量经济学的产生、性质与发展 1

1.1.1 计量经济学的产生 1

1.1.2　计量经济学的性质和地位 2

1.1.3　计量经济学的发展 3

第二节　计量经济学的相关概念 3

1.2.1 经济变量 3

1.2.2 经济变量之间的关系 5

1.2.3 经济数据的类型 5

1.2.4　经济数据的特征 6

第三节　计量经济建模过程 7

1.3.1　模型的设定 7

1.3.2　样本数据的收集 8

1.3.3　模型参数的估计 9

1.3.4　模型的检验 9

第四节　计量经济学的最新发展 10

1.4.1　现代统计与数学的方法广泛应用 10

1.4.2 应用重点已经转向，预测功能有所拓宽 11

1.4.3 应用方向正在转向新的领域 11

习题1 12

第二章　多元回归分析模型理论与应用 13

第一节 矩阵形式的普通最小二乘法 13

2.1.1 普通最小二乘法（ordinary least squares） 13

2.1.2　案例说明：美国年轻职工个人工资收入差异分析 14

2.1.3 矩阵概念 15

第二节　多元线性回归模型及其估计 16

2.2.1 多元回归模型 16

2.2.2 多元回归模型参数的最小二乘法估计与小样本性质 16

第三节 假设检验 22

2.3.1　有关概念介绍 22

2.3.2　假设检验 25

第四节　标准化系数和偏相关系数 26

2.4.1　标准化系数 26

2.4.2　案例说明：黑市足球票价估计问题 27

2.4.3　偏相关系数 29

第五节 带约束的最小二乘估计及其性质 30

2.5.1 带约束的参数向量β的最小二乘估计量？R 30

2.5.2　？R的性质 31

2.5.3　带约束参数向量模型的最小二乘估计残差eR的性质 31

第六节 对多个回归参数的检验问题 32

2.6.1 多个回归参数检验的统计量的构造 32

2.6.2　检验简单线性约束 33

2.6.3 回归系数显著性的联合检验 33

2.6.4　案例说明：美国年轻职工个人工资收入差异分析（续） 34

2.6.5　案例说明：住房需求估计问题 35

2.6.6 一般的情形 36

2.6.7　不同模型参数是否相等的检验问题 37

第七节 回归模型参数最小二乘估计量的性质 39

2.7.1 普通最小二乘估计量的渐近性质 39

2.7.2 性质说明 41

2.7.3　例题分析：资本资产定价模型 41

第八节 虚拟变量的使用与分段线性回归 43

2.8.1 虚拟变量的使用 43

2.8.2　分段线性回归 46

2.8.3 变更回归方法 47

2.8.4　有关虚拟变量系数的检验 48

第九节　嵌套模型的比较 49

2.9.1　包容性F检验及包容性J检验 50

2.9.2　错误设定的函数形式 51

2.9.3　检验函数形式 51

2.9.4 案例说明：比利时个人工资收入问题的解释 52

习题2 57

第三章　最大似然估计和模型设定检验 59

第一节 最大似然估计 59

3.1.1 对数似然函数 60

3.1.2 二点分布模型（binomial model） 60

3.1.3 简单回归模型 61

3.1.4 一般线性回归模型 62

3.1.5 最大似然估计量的性质 64

第二节　模型设定的检验 66

3.2.1 简单形式下的三种基本渐近检验 66

3.2.2 复杂情况下的模型设定检验 71

习题3 74

第四章　多重共线性的概念、诊断与克服 75

第一节　引言 75

4.1.1 多重共线性的概念 75

第二节　多重共线性的症状与诊断 79

4.2.1 多重共线性的症状 79

4.2.2 多重共线性的存在性、严重性以及诊断 80

第三节　多重共线性问题的解决 83

4.3.1 克服多重共线性的一些常用方法 83

4.3.2　追加样本信息 86

4.3.3　严格的线性约束 86

4.3.4　岭回归 88

4.3.5 主分量回归法 93

习题4 96

第五章　违背高斯-马尔柯夫假设的模型处理 97

第一节　存在异方差干扰的模型处理 97

5.1.1 存在异方差和自相关干扰的参数的最小二乘估计 97

5.1.2　广义最小二乘估计 98

5.1.3　存在异方差干扰的模型处理 99

5.1.4　异方差性的检验 101

5.1.5 案例说明：劳动力需求的解释 102

5.1.6 案例说明：异方差的修正 106

第二节　自相关 107

5.2.1 一阶自回归 107

5.2.2　案例说明：冰激凌的需求问题 110

5.2.3　案例说明：烟煤的需求量 111

5.2.4　案例说明：利率的变化 112

5.2.5　德宾h统计量 113

第三节　其他自相关模型 115

5.3.1　高阶自回归 115

5.3.2　移动平均误差 115

第四节　寻找自相关的程序 116

5.4.1　设定错误 116

5.4.2 普通最小二乘估计量的异方差性和自相关一致标准误差 116

5.4.3　案例说明：外汇交易市场的风险溢酬 117

习题5 120

第六章　单变量时间序列模型 125

第一节　基本概念 125

6.1.1 移动平均过程 125

6.1.2 自回归过程（autoregressive process） 126

第二节　平稳过程 127

6.2.1 一阶自回归过程 127

6.2.2 一阶移动平均过程 129

第三节　一般自回归移动平均过程 129

6.3.1　AR（p）可由MA（∞）表示 130

6.3.2　MA（q）可由AR（∞）表示 131

6.3.3 例子 131

6.3.4 自回归单整移动平均过程 132

第四节 自回归条件异方差模型 133

6.4.1 自回归条件异方差模型 133

6.4.2　广义自回归条件异方差模型 135

6.4.3　其他ARCH类模型 136

6.4.4　ARCH模型估计 137

习题6 138

第七章　动态计量经济模型：分布滞后模型 141

第一节　引言 141

第二节　无约束有限分布滞后 142

7.2.1　滞后长度已知时的模型估计 142

7.2.2　滞后长度的确定 143

第三节　有限多项式滞后 147

7.3.1 滞后长度和多项式次数已知时的估计 147

7.3.2 多项式次数的确定 149

7.3.3 与使用多项式滞后有关的问题 150

第四节　几种特殊的无限分布滞后 151

7.4.1 两个动态经济模型 151

7.4.2　几何滞后模型的估计 156

7.4.3 自回归分布滞后 158

习题7 160

第八章　时间序列回归 163

第一节　平稳时间序列 163

第二节　伪回归 165

第三节　使用自相关函数检验平稳性 168

第四节　平稳性的单位根检验 170

8.4.1　迪基-富勒检验 171

8.4.2　迪基-富勒检验的例子 172

第五节　协整 173

8.5.1　协整检验的一个例子 174

第六节　使用时间序列数据估计步骤的归纳 174

习题8 175

第九章　单位根过程和协整系统 177

第一节　单位根过程 177

9.1.1　单位根过程的定义 177

9.1.2　单位根过程的最小二乘估计 178

第二节　单位根检验 181

9.2.1　迪基-富勒检验 181

9.2.2　案例说明：美国财政部季度债券名义利率 182

9.2.3　增广的迪基-富勒检验 183

9.2.4 案例说明：美国财政部季度债券名义利率（续） 184

第三节　协整分析 184

9.3.1　协整 185

9.3.2　误差修正与协整 186

9.3.3　协整的估计 188

9.3.4　协整的检验 189

9.3.5　最大似然估计 189

9.3.6　协整关系个数的检验 191

习题9 192

第十章　合并时间序列和截面数据 194

第一节　一个投资需求的例子 194

第二节　似不相关回归 195

10.2.1　估计各个方程 196

10.2.2　方程的联合估计 198

10.2.3　分别估计和联合估计 199

10.2.4　检验截面方程的约束 200

第三节　虚拟变量的设定 201

第四节　误差成分模型 203

习题10 204

第十一章 内生性、工具变量和广义矩方法 206

第一节　关于最小二乘估计量性质的回顾 206

11.1.1 最小二乘估计量性质的回顾 206

11.1.2　存在测量误差后果 207

11.1.3 自变量与误差项相关 208

第二节　变量的测量误差 209

11.2.1 关于存在测量误差的情形 210

11.2.2　豪斯曼检验 211

11.2.3　存在测量误差的检验 214

11.2.4　案例说明：检验公共开支模型中的测量误差 215

11.2.5 凯恩斯联立方程模型 216

第三节　工具变量估计量 217

11.3.1 单个内生变量和单个工具变量的估计问题 217

11.3.2 案例说明：有关求学与回报的估计问题 218

11.3.3　广义工具变量估计量（the generalized instrumental variables estimator） 220

第四节　广义矩方法 221

11.4.1 引言 221

11.4.2　广义矩方法 222

11.4.3　简单的例子 223

11.4.4　案例说明：现代资产定价模型的估计 224

习题11 225

第十二章　联立方程组：模型、识别与估计 227

第一节　随机联立方程组模型 227

12.1.1　供求均衡的例子 227

12.1.2　简单的凯恩斯消费模型 228

12.1.3　小型宏观经济模型 228

第二节　随机联立方程组模型的结构式与简约式 229

12.2.1 随机联立方程组模型的结构式 229

12.2.2　联立方程组模型的简约式 231

12.2.3　例子 231

第三节　随机联立方程组模型的识别 232

12.3.1　什么是联立方程组模型的识别 232

12.3.2　单个结构式方程识别的条件 233

第四节 随机联立方程组模型的参数估计问题 238

12.4.1 间接最小二乘法 238

12.4.2　广义最小二乘估计 239

12.4.3　具有序列相关和滞后因变量的联立方程模型的估计 242

第五节　联立性检验 244

12.5.1　联立性检验 244

12.5.2　案例分析 245

习题12 246

第十三章　离散选择模型和受限因变量模型 249

第一节　二元离散选择模型 250

13.1.1 引言 250

13.1.2　概率单位模型 250

13.1.3　Logit模型 251

13.1.4　线性概率模型 251

第二节　估计 252

13.2.1 估计 252

13.2.2　拟合优度的度量 253

13.2.3 案例说明：大学生住校与走读行为预测 255

第三节　多元Logit模型简介 257

13.3.1 案例说明：职业水平 258

第四节　Tobit模型 260

13.4.1 引言 260

13.4.2　Tobit模型的估计 262

13.4.3 案例说明：已婚妇女的工作状况 264

13.4.4 海克曼针对Tobit模型提出的估计方法 265

13.4.5　案例说明：对公立学校的需求模型 267

习题13 268

参考文献 269