绪论 1
第一部分 简单回归方程模型 5
第一章 一元回归模型 5
1.1 定式 5
1.2 估计 6
1.3 检验与验证 13
第二章 多元回归模型 19
2.1 估计 19
2.2 t-检验 21
2.3 偏相关系数 24
第三章 有关模型预测准确性的几个重要问题 25
3.1 序列相关 25
3.2 自变量X与ε存在序列相关 28
3.3 模型遗漏重要自变量，可导致估计量产生偏倚性和不一致性 31
3.4 模型包括不相关的或无关重要的自变量时，并不影响估计量的一致性和无偏性，但降低了有效性 32
4.3 泰来级数展开法 33
4.2 对数法 33
4.1 非线性估计 33
第四章 非线性模型的估计 33
4.4 一个例子：比较线性函数与非线性函数所得的结果 35
第五章 简单回归模型预测 36
5.1 预测 36
5.2 无条件预测 37
5.3 有条件预测 41
实例：一个多元回归模型的例子 42
5.4 利用误差项存在序列相关减少预测误差 42
第二部分 时序模型 49
第六章 确定性时序模型 50
6.1 线性趋势模型 50
6.2 对数直线趋势模型 50
6.3 自回归趋势模型 51
6.4 对数自回归趋势模型 51
6.5 四种确定性模型比较 51
6.6 移动平均模型 53
第七章 时序随机模型 53
7.1 随机模型的产生 54
7.2 随机模型的性质 56
7.3 移动平均模型 59
7.4 自回归模型 63
7.5 混合回归与移动平均模型ARMA 68
7.6 结合自回归与移动平均模型ARIMA 71
第八章 时序模型的估计 74
8.1 ARIMA模型各参数之估计(非线性估计) 74
8.2 判断检验 76
8.3 商业票据利息率的估计和判断检验 77
8.4 猪生产的估计和判断检验 78
8.5 小结 79
实例一：生产资料服务公司商品A的月销量 79
实例二：一个MA(1)例子 82
第三部分 多方程模拟模型 91
第九章 联立方程式的估计 92
9.1 不一致性和偏倚性的产生 92
9.2 用工具变量求得一致性的估计参数 94
9.3 识别问题 96
9.4 用二阶段最小二乘法解决过渡识别问题 97
9.5 方程组的估计 98
第十章 模拟模型 100
10.1 模拟模型的评价 101
10.2 一个模拟的例子 104
10.3 用不同的估计方法得到不同的模拟效果 114
第十一章 模拟模型的动态特性 116
11.1 模型的稳定性和摆动性 116
11.2 模型的动态响应 122
11.3 模型的调整及调谐 125
11.4 随机模拟 127
第十二章 一个模拟模型的例子 133
12.1 一个宏观经济计量模型——美国经济模型 133
12.2 模型的模拟 141
12.3 运用模型做预测及政策试验 148
附录一、二阶差分方程的解法 157
附录二、常用统计学名词解释 165
附录三、常用分布表 179