第12章 自相关 393
12.1 总是的性质 394
12.2 自相关出现时的OLS估计量 399
12.3 自相关出现时的BLUE估计量 401
12.4 自相关出现时OLS的后果 402
考虑到自相关的OLS估计 402
忽视自相关的OLS估计 403
12.5 侦察自相关 407
图解法 407
游程检验 410
德宾-沃森d检验 412
自相关的其他检验 416
12.6 补救措施 417
自相关的结构已知 417
ρ未知 419
12.7 一个说明性例子:美国零工招聘指数与失业率的关系方法比较 423
12.8 自回归条件异方差(ARCH)模型 427
ARCH出现时怎么办? 428
为德宾-沃森d统计量与ARCH效应进一言 429
12.9 要点与结论 429
习题 433
附录12A 443
12A.1 1960-1991年美国工资(γ)-生产力(X)TSP输出 443
第12章 计量经济建模Ⅰ:传统计量经济学方法论 446
13.1 计量经济建模的传统观点:平均经济回归(AER) 446
13.2 设定误差的类型 448
13.3 设定误差的后果 450
漏掉一个有关变量(模型的过低拟合) 450
包含一个无关变量(模型的过高拟合) 451
侦察是否含有无需变量 453
13.4 设定误差的检验 453
对遗漏变量和不正确函数形式的检验 454
13.5 观测误差 460
应变量Y中的观测误差 460
解释变量X中的观测误差 461
一个例子 463
仅应变量Y有观测误差 463
X中的观测误差 464
13.6 要点与结论 464
习题 466
附录13A 472
13A.1 含有无关变量的后时:无偏性质 472
13A.2(13.5.10)的证明 473
第14章 计量经济建模Ⅱ:另立计量经济学方法论 475
14.1 利莫尔的模型选择方法 476
14.2 韩德瑞的模型选择方法 479
14.3 诊断性检验选讲:总评 480
14.4 非嵌套假设的检验 481
判别方法 481
辨识方法 482
14.5要点与结论 487
习题 489
第3篇 计量经济学业专题 491
第15章 虚拟变量的性质 493
15.1 虚拟变量的性质 493
例15.1:按性别划分的教授薪金 494
15.2 对一个定量变量和一个两分定性变量的回归 496
例15.2:库存对利率敏感吗? 498
15.3 一个定量变量和一个多分定性变量的回归 499
15.4 对一个定量变量和两个定性变量的回归 500
15.5 例15.3：“兼职”经济学 502
例15.4:1946-1963年联合王国储蓄与收入 503
15.6 检验回归模型的结构稳定性 503
15.7 比较两个回归:虚拟变量法 505
15.8 比较两个回归:进一步的说明 507
例15.5:1958-1971年英国失业和空缺情况 507
15.9 交互作用效应 509
15.10 虚拟变量在季节分析中的应用 510
例15.6:美国制造业的利润-销售额行为 511
15.11 分段线性 512
例15.7:总成本与产出的关系 514
15.12 在时间序列和横截面数据的合并中使用虚拟变量 515
混合回归:时间序列与横截面数据并用 515
例15.8:通用汽车与西屋电气公司的投资函数 517
在半对数回归中的虚拟变量的解释 518
例15.9:带虚拟变量的半对数回归 518
15.13 虚拟变量方法的一些技术问题 518
避免虚拟变量隐阱的另一种方法 519
虚拟变量与异方差性 520
虚拟变量与自相关 520
15.14 进一步的研究问题 521
15.15 要点与结论 522
习题 524
附录15A 533
15A.1 回归(15.8.2)的数据矩阵 533
15A.2 回归(15.10.2)的数据矩阵 534
第16章 关于虚拟应变量的回归:线性概率模型、对数单位、概率单位及托比模型 535
16.1 虚拟应变量 535
16.2 线性概率模型(LPM) 536
16.3 LPM的估计问题 537
干扰ui的非正态性 537
干扰的异方差性 538
可疑的拟合优度:R2值 539
0≤E(Yi|Xi)≤1不被满足 539
16.4 LPM:一个数值例子 540
16.5 LPM的应用 543
例16.1 科恩-雷-勒曼研究 543
例16.2 对债券评级的预测 545
例16.3 预测债券违约 546
16.6 LPM以外的其他方法 547
16.7 对数单位模型 548
16.8 对数单位模型的估计 550
16.9 对数单位模型:一个数值例子 552
16.10 对数单位模型:说明性例子 555
例16.4：“对数单位模型在预测兼并对象中的一个应用” 555
例16.5：债券评级的预测 556
16.11 概率单位模型 557
16.12 概率单位模型:一个数值例子 560
对数单位与概率单位 561
16.13 概率单位模型:例16.5 562
比较对数单位与概率单位的估计值 562
回归元单位变化的边际效应 562
16.14 托比模型 565
16.15 要点与结论 568
习题 572
第17章 动态计量经济模型:自回归与分布滞后模型 581
17.1 “时间”或“滞后”在经济学业中的作用 582
17.2 滞后的原因 586
17.3 分布滞后模型的估计 587
分布滞后模型的现代估计法 587
17.4 分布滞后模型的考伊克方法 588
中位滞后 591
平均滞后 591
17.5 考伊克模型的理性化：适应性期望模型 592
17.6 考伊克模型理性化的另一形式：存量调整或部分调整模型 594
17.7 适应性期望与部分调整模型的组合 596
17.8 自回归模型的估计 597
17.9 工具变量（IV）法 598
17.10 在自回归模型中侦察自相关：德宾h检验 599
17.11 一个数值例子：印度的货币需求 601
17.12 说明性例子 603
例17.7:联邦储备与实际利率 603
例17.8:1946-1972年美国短期与短期总消费函数 604
17.13 分布滞后模型的阿尔蒙方法:阿尔蒙或多项式分布滞后(PDL) 606
17.14 经济学中的因果关系:葛兰杰检验 613
葛兰杰检验 613
经验结果 614
17.15 经点与结论 616
习题 620
第4篇 联立方程模型 629
18.1 联立方程模型的性质 631
第18章 联立方程模型 631
18.2 联立方程模型举例 632
例18.1:需求与供给模型 632
例18.2:凯恩斯收入决定模型 633
例18.3:工资-价格模型 634
例18.4:宏观经济学中的IS模型 635
例18.5:LM模型 636
例18.6:计量经济模型 637
18.3 联立方程偏误:OLS估计量的非一致性 638
18.4 联立方程偏误:一个数值例子 641
18.5 要点与结论 643
习题 644
第19章 识别问题 649
19.1 符号与定义 649
19.2 识别问题 652
不足识别情形 652
恰好或恰可识别情形 654
过度识破别情形 658
19.3 识别规则 659
可识别性的阶条件 659
可识别性的秩条件 661
19.4 联立性检验 664
豪斯曼设定检验 664
例19.2:平狄克-鲁宾费尔德公共支出模型 666
19.5 外生检验 667
关于因果律与外生性 667
19.6 要点与结论 668
习题 669
第20章 联立方程方法 673
20.1 估计的方法 673
20.2 递归模型与普通最小二乘法 674
20.3 恰可识别方程的估计:间接最小二乘(ILS)法 676
一个说明性例子 677
ILS估计量的性质 680
20.4 过度识别方程的估计:二阶最小二乘法(2SLS) 680
20.5 2SLS:一个数值例子 683
20.6 说明性例子 686
例20.1：广告费、集中度与价差 686
例20.2：克莱因的模型I 688
例20.3：表达为递归方程组的资本性资产定价模型 689
例20.4：圣路易斯模型的修订版本 691
20.7 要点与结论 693
习题 696
附录20A 700
20A.1 间接最小二乘估计量的偏误 700
20A.2 2SLS估计量的标准误的估计 701
第5篇 时间序列计量经济学 703
第21章 时间序列计量经济学Ⅰ:平衡性、单位根与协积 705
21.1 选看一些美国经济的时间序列 706
21.2 平衡随机过程 709
21.3 根据相关图的平稳性检验 711
21.4 平衡性的单位根检验 713
美国GDP时间序列是平衡的吗? 715
GDP序列的一阶差分是平衡的吗? 716
21.5 趋势平衡(TS)与差分平稳(DS)随机过程 717
21.6 谬误回归 719
21.7 协误 721
恩格尔-葛兰杰(EG)或扩充恩格尔-葛兰杰(AEG)检验 721
协积回归德宾-沃森(CRDW)检验 722
21.8 协积与误差纠正机制(ECM) 722
21.9 要点与结论 723
习题 727
21A.1 随机步游模型 729
附录21A 729
第22章 时间序列计量经济学Ⅱ:用于预测的ARIMA与VAR模型 730
22.1 经济预测方法 730
22.2 时间序列数据的AR、MA和ARIMA建模 731
自回归（AR）过程 732
移动平均（MA）过程 732
自回归与移动平均（ARMA）过程 733
自回归求积移动平均（ARIMA）过程 733
22.3 博克斯-詹金斯（BJ）方法论 734
22.4 识别 735
22.5 ARIMA模型的估计 739
22.6 诊断 739
22.7 预测 739
22.8 BJ方法论的其他方面 741
22.9 向量自回归（VAR 741
VAR的估计 742
VAR建模的一些问题 744
VAR用于预测 744
VAR的一个应用：得克萨斯州经济的一个VAR模型 745
22.10 要点与结论 747
习题 749
附录A 统计学中的若干概念复习 751
A.1 总和与乘积运算子 751
A.2 样本空间,样本点与事件 752
A.3 概率与随机变量概率 753
A.4 概率密度函数(PDF) 754
A.5 概率分布的特征值 759
A.6 若干重要的理论概率分布 768
A.7 统计推断 774
A.8 统计推断:假设检验 782
附录B 矩阵代数初步 788
B.1 定义 788
B.2 矩阵的类型 790
B.3 矩阵运算 792
B.4 行列式 796
B.5 求一个方阵的逆阵 799
B.6 矩阵微分法 801
附录C 计量经济软件包选编 803
附录D 统计学用表 805
表D.1 标准化正态分布下的面积 806
表D.2 t分布的百分点 807
表D.3 F分布的上端百分点 808
表D.4 X2分布的上端百分点 814
表D.5 德宾-沃森d统计量:在0.05和0.01显著性水平上dL和dU的显著点 816
表D.6 游程检验中的游程临界值 820
参考书目 822
人名索引中译 825
标题索引 829
后记 853