第19章 含滞后变量的模型 607
19.1 引言 607
19.2 动态回归模型 608
19.2.1 动态模型中的滞后效应 609
19.2.2 滞后与差分算子 611
19.2.3 滞后长度的设定搜索 613
19.3 简单的分布滞后模型 614
19.3.1 有限分布滞后模型 615
19.3.2 无限滞后模型：几何滞后模型 616
19.4 自回归分布滞后模型 621
19.4.1 ARDL模型的估计 621
19.4.2 ARDL模型中滞后权重的计算 623
19.4.3 动态方程的稳定性 623
19.4.4 预报 626
19.5 动态模型分析的方法论问题 629
19.5.1 一个误差修正模型 629
19.5.2 自相关 631
19.5.3 设定分析 633
19.5.4 共同因子约束 634
19.6 向量自回归 637
19.6.1 模型形式 638
19.6.2 估计 639
19.6.3 检验程序 640
19.6.4 外生性 642
19.6.5 格兰杰因果关系检验 643
19.6.6 冲击响应函数 645
19.6.7 结构VAR 646
19.6.8 应用：用VAR进行政策分析 647
19.6.8.a 宏观经济变量的一个VAR模型 647
19.6.8.b 牺牲率 648
19.6.8.c 结构VAR模型的识别和估计 649
19.6.8.d 推断 651
19.6.8.e 经验结果 651
19.6.9 微观计量经济学中的VAR 653
19.7 要点与结论 656
第20章 时间序列模型 661
20.1 引言 661
20.2 平稳随机过程 662
20.2.1 自回归移动平均过程 662
20.2.2 平稳性和可逆性 664
20.2.3 一个平稳随机过程的自相关 667
20.2.4 平稳随机过程的偏自相关 669
20.2.5 单变量时间序列建模 672
20.2.6 单变量时间序列的参数估计 673
20.2.7 频域 677
20.2.7.a 理论结果 677
20.2.7.b 经验结果 680
20.3 非平稳过程与单位根 683
20.3.1 单整过程与差分 683
20.3.2 随机游走、趋势和谬误回归 686
20.3.3 经济数据中的单位根检验 688
20.3.4 迪基-富勒检验 689
20.3.5 长期记忆模型 699
20.4 协整 701
20.4.1 共同趋势 705
20.4.2 误差纠正和VAR表述 706
20.4.3 协整检验 707
20.4.4 估计协整关系 710
20.4.5 应用：德国货币需求 710
20.4.5.a 协整分析和长期理论模型 711
20.4.5.b 模型的非稳定性检验 712
20.5 要点与结论 713
第21章 离散选择模型 718
21.1 引言 718
21.2 离散选择模型 719
21.3 二值选择模型 720
21.3.1 回归方法 721
21.3.2 潜回归——指标函数模型 724
21.3.3 随机效用模型 725
21.4 二值选择模型的估计与推断 726
21.4.1 稳健协方差矩阵的估计 728
21.4.2 边际效应 729
21.4.3 假设检验 733
21.4.4 二值选择模型的设定检验 735
21.4.4.a 遗漏变量 735
21.4.4.b 异方差性 736
21.4.4.c 非嵌套模型的设定检验——分布检验 738
21.4.5 拟合优度的度量 739
21.4.6 比例数据分析 742
21.5 二值选择模型的扩展 745
21.5.1 面板数据的随机效应和固定效应模型 745
21.5.1.a 随机效应模型 746
21.5.1.b 固定效应模型 750
21.5.2 半参数分析 756
21.5.3 最大得分估计量 757
21.5.4 半参数估计 759
21.5.5 非参数回归函数的核估计量 761
21.5.6 动态二值选择模型 763
21.6 二元和多元概率单位模型 765
21.6.1 极大似然估计 765
21.6.2 检验零相关 767
21.6.3 边际效应 768
21.6.4 样本选择 769
21.6.5 多元概率单位模型 769
21.6.6 应用：文理学院中的性别经济学课程 770
21.7 多重选择的对数单位模型 774
21.7.1 多选项对数单位模型 776
21.7.2 条件对数单位模型 778
21.7.3 独立于无关选项 779
21.7.4 嵌套对数单位模型 780
21.7.5 异方差对数单位模型 782
21.7.6 基于正态分布的多选项模型 783
21.7.7 一个随机参数模型 784
21.7.8 应用：旅行方式选择的条件对数单位模型 785
21.8 有序数据 792
21.9 计数数据模型 796
21.9.1 度量拟合优度 798
21.9.2 过度散布检验 799
21.9.3 异质性与负二项式回归模型 800
21.9.4 应用：泊松回归模型 801
21.9.5 面板数据的泊松模型 803
21.9.6 栅栏模型与零变泊松模型 805
21.10 要点与结论 808
第22章 受限因变量与期限模型 817
22.1 引言 817
22.2 断尾 818
22.2.1 断尾分布 818
22.2.2 断尾分布的矩 819
22.2.3 断尾回归模型 821
22.3 截取数据 823
22.3.1 截取正态分布 823
22.3.2 截取回归（托宾）模型 825
22.3.3 估计 829
22.3.4 某些设定问题 830
22.3.4.a 异方差性 830
22.3.4.b Prob［y*＜0］的误设 832
22.3.4.c 非正态性 833
22.3.4.d 条件矩检验 834
22.3.5 计数模型中的截取和断尾 836
22.3.6 应用：托宾和泊松回归模型中的截取 837
22.4 样本选择模型 844
22.4.1 二元分布中的从属断尾 844
22.4.2 选择模型中的回归 845
22.4.3 估计 847
22.4.4 处理效应 851
22.4.5 正态性假定 852
22.4.6 定性响应模型中的选择 853
22.5 期限数据模型 853
22.5.1 期限数据 854
22.5.2 具有回归特征的方法：期限数据的参数模型 855
22.5.2.a 理论背景 855
22.5.2.b 风险函数模型 856
22.5.2.c 极大似然估计 858
22.5.2.d 外生变量 859
22.5.2.e 异质性 860
22.5.3 其他方法 861
22.6 要点与结论 864
附录A 矩阵代数 869
A.1 术语 869
A.2 矩阵的代数运算 870
A.2.1 矩阵相等 870
A.2.2 转置 871
A.2.3 矩阵加法 871
A.2.4 向量乘法 872
A.2.5 矩阵行和列的表示 872
A.2.6 矩阵乘法与数乘 872
A.2.7 求和 874
A.2.8 一个有用的幂等矩阵 875
A.3 矩阵几何 877
A.3.1 向量空间 877
A.3.2 向量的线性组合与基向量 878
A.3.3 线性相关 880
A.3.4 子空间 881
A.3.5 矩阵的秩 882
A.3.6 矩阵的行列式 884
A.3.7 最小二乘问题 886
A.4 线性方程组的解 888
A.4.1 线性方程组 888
A.4.2 逆矩阵 889
A.4.3 非齐次方程组 891
A.4.4 求解最小二乘问题 891
A.5 分块矩阵 891
A.5.1 分块矩阵的加法与乘法 892
A.5.2 分块矩阵的行列式 892
A.5.3 分块矩阵的逆 893
A.5.4 到均值的离差 893
A.5.5 克罗内克积 894
A.6 特征根与特征向量 894
A.6.1 特征方程 895
A.6.2 特征向量 895
A.6.3 特征根与特征向量的一般结论 896
A.6.4 对角化与矩阵的谱分解 897
A.6.5 矩阵的秩 897
A.6.6 矩阵的条件数 898
A.6.7 矩阵的迹 899
A.6.8 矩阵的行列式 900
A.6.9 矩阵的幂 900
A.6.10 幂等矩阵 902
A.6.11 矩阵的因式分解 902
A.6.12 矩阵的广义逆 903
A.7 二次型与定矩阵 905
A.7.1 非负定矩阵 906
A.7.2 幂等二次型 906
A.7.3 矩阵比较 907
A.8 微积分与矩阵代数 908
A.8.1 微分与泰勒级数 908
A.8.2 最优化 911
A.8.3 约束优化 913
A.8.4 变换 916
附录B 概率与分布理论 919
B.1 引言 919
B.2 随机变量 919
B.2.1 概率分布 920
B.2.2 累积分布函数 921
B.3 随机变量的期望 921
B.4 一些特殊的概率分布 924
B.4.1 正态分布 924
B.4.2 x2,t和F分布 926
B.4.3 大自由度分布 928
B.4.4 粒度分布：对数正态分布 929
B.4.5 伽马和指数分布 930
B.4.6 贝塔分布 930
B.4.7 逻辑斯蒂分布 930
B.4.8 离散随机变量 931
B.5 随机变量函数的分布 931
B.6 概率分布的表述 934
B.7 联合分布 935
B.7.1 边缘分布 936
B.7.2 联合分布中的期望 936
B.7.3 协方差和相关系数 937
B.7.4 二元随机变量函数的分布 938
B.8 二元分布中的条件作用 940
B.8.1 回归：条件均值 940
B.8.2 条件方差 941
B.8.3 边缘矩与条件矩之间的关系 941
B.8.4 方差分析 943
B.9 二元正态分布 943
B.10 多元分布 944
B.10.1 矩 944
B.10.2 线性函数组 945
B.10.3 非线性函数 946
B.11 多元正态分布 947
B.11.1 边缘正态分布与条件正态分布 948
B.11.2 经典正态线性回归模型 949
B.11.3 正态向量的线性函数 949
B.11.4 标准正态向量中的二次型 950
B.11.5 F分布 952
B.11.6 满秩二次型 952
B.11.7 线性形式与二次型的独立性 953
附录C 估计与推断 955
C.1 引言 955
C.2 样本与随机抽样 955
C.3 描述统计量 956
C.4 作为估计量的统计量——抽样分布 960
C.5 参数的点估计值 963
C.5.1 有限样本中的估计 963
C.5.2 有效无偏估计 966
C.6 区间估计 969
C.7 假设检验 971
C.7.1 古典检验程序 971
C.7.2 基于置信区间的检验 974
C.7.3 设定检验 975
附录D 大样本分布理论 976
D.1 引言 976
D.2 大样本分布理论 976
D.2.1 依概率收敛 977
D.2.2 其他收敛形式与大数定律 980
D.2.3 函数的收敛 983
D.2.4 收敛于随机变量 985
D.2.5 依分布收敛：极限分布 986
D.2.6 中心极限定理 989
D.2.7 德尔塔法 993
D.3 渐近分布 994
D.3.1 非线性函数的渐近分布 996
D.3.2 渐近期望 997
D.4 序列与序列的阶数 998
附录E 计算与优化 1001
E.1 引言 1001
E.2 数据输入与生成 1002
E.2.1 生成伪随机数 1002
E.2.2 从一个标准均匀分布总体中取样 1003
E.2.3 从连续分布中取样 1003
E.2.4 从一个多元正态分布中取样 1004
E.2.5 从离散总体中取样 1004
E.2.6 吉布斯取样器 1005
E.3 蒙特卡罗研究 1005
E.4 自助法与刀切法 1007
E.5 计量经济学中的一些计算 1008
E.5.1 积分计算 1008
E.5.2 标准正态累积分布函数 1009
E.5.3 伽马及有关函数 1010
E.5.4 通过求积法近似积分 1011
E.5.5 蒙特卡罗积分 1012
E.5.6 多元正态概率与模拟矩 1015
E.5.7 导数计算 1016
E.6 优化 1017
E.6.1 算法 1018
E.6.2 梯度法 1020
E.6.3 极大似然估计的性质 1023
E.6.4 约束优化 1024
E.6.5 一些实际层面的考虑 1026
E.6.6 例子 1027
附录F 应用研究中所用的数据集 1033
附录G 统计用表 1044
参考文献 1053
作者人名索引 1112
索引 1137
译后记 1235