第1章 计量经济学的性质与经济数据 1
1.1 什么是计量经济学 1
1.2 经验经济分析的步骤 2
1.3 经济数据的结构 4
1.4 计量经济分析中的因果关系和其他条件不变的概念 9
第一篇 横截面数据的回归分析 19
第2章 简单回归模型 19
2.1 简单回归模型的定义 19
2.2 普通最小二乘法的推导 23
2.3 OLS对任一样本数据的性质 29
2.4 度量单位和函数形式 33
2.5 OLS估计量的期望值和方差 37
2.6 过原点回归及对常数回归 46
第3章 多元回归分析：估计 54
3.1 使用多元回归的动因 54
3.2 普通最小二乘法的操作和解释 57
3.3 OLS估计量的期望值 66
3.4 OLS估计量的方差 73
3.5 OLS的有效性：高斯－马尔科夫定理 80
3.6 对多元回归分析语言的一些说明 81
第4章 多元回归分析：推断 94
4.1 OLS估计量的抽样分布 94
4.2 检验对单个总体参数的假设：t检验 96
4.3 置信区间 109
4.4 检验关于参数的一个线性组合假设 111
4.5 对多个线性约束的检验：F检验 113
4.6 报告回归结果 122
第5章 多元回归分析：OLS的渐近性 132
5.1 一致性 132
5.2 渐近正态和大样本推断 136
5.3 OLS的渐近有效性 142
第6章 多元回归分析：深入专题 147
6.1 数据的测度单位对OLS统计量的影响 147
6.2 对函数形式的进一步讨论 151
6.3 拟合优度和回归元选择的进一步探讨 159
6.4 预测和残差分析 164
第7章 含有定性信息的多元回归分析：二值（或虚拟）变量 179
7.1 对定性信息的描述 179
7.2 只有一个虚拟自变量 180
7.3 使用多类别虚拟变量 185
7.4 涉及虚拟变量的交互作用 189
7.5 二值因变量：线性概率模型 195
7.6 对政策分析和项目评价的进一步讨论 199
7.7 离散因变量的回归结果解释 201
第8章 异方差性 210
8.1 异方差性对OLS所造成的影响 210
8.2 OLS估计后的异方差—稳健推断 211
8.3 对异方差性的检验 216
8.4 加权最小二乘估计 219
8.5 再议线性概率模型 230
第9章 模型设定和数据问题的深入探讨 237
9.1 函数形式误设 237
9.2 对无法观测解释变量使用代理变量 241
9.3 随机斜率模型 247
9.4 有测量误差时OLS的性质 249
9.5 数据缺失、非随机样本和异常观测 253
9.6 最小绝对离差估计 260
第二篇 时间序列数据的回归分析 271
第10章 时间序列数据的基本回归分析 271
10.1 时间序列数据的性质 271
10.2 时间序列回归模型的例子 272
10.3 经典假设下OLS的有限样本性质 275
10.4 函数形式、虚拟变量和指数 280
10.5 趋势和季节性 285
第11章 OLS用于时间序列数据的其他问题 298
11.1 平稳和弱相关时间序列 298
11.2 OLS的渐近性质 301
11.3 回归分析中使用高度持续性时间序列 307
11.4 动态完备模型和无序列相关 312
11.5 时间序列模型的同方差假定 315
第12章 时间序列回归中序列相关和异方差性 322
12.1 含序列相关误差时OLS的性质 322
12.2 序列相关的检验 325
12.3 回归元严格外生时序列相关的修正 330
12.4 差分和序列相关 335
12.5 在OLS后的序列相关—稳健推断 336
12.6 时间序列回归中的异方差性 339
第三篇 高级专题 351
第13章 跨时横截面的混合：简单面板数据方法 351
13.1 跨时独立横截面的混合 352
13.2 利用混合横截面做政策分析 356
13.3 两时期面板数据分析 360
13.4 用两期面板数据做政策分析 365
13.5 多于两期的差分法 367
第14章 高级面板数据方法 379
14.1 固定效应估计法 379
14.2 随机效应模型 385
14.3 相关随机效应方法 389
14.4 把面板数据方法用于其他的数据结构 391
第15章 工具变量估计与两阶段最小二乘法 403
15.1 动机：简单回归模型中的遗漏变量 403
15.2 多元回归模型的IV估计 412
15.3 两阶段最小二乘 415
15.4 变量误差问题的IV解决方法 419
15.5 内生性检验与过度识别约束检验 421
15.6 异方差条件下的2SLS 424
15.7 2SLS应用于时间序列方程 425
15.8 2SLS应用于混合横截面和面板数据 426
第16章 联立方程模型 435
16.1 联立方程模型的性质 435
16.2 OLS中的联立性偏误 438
16.3 结构方程的识别和估计 440
16.4 多于两个方程的系统 445
16.5 利用时间序列的联立方程模型 446
16.6 利用面板数据的联立方程模型 449
第17章 限值因变量模型和样本选择纠正 456
17.1 二值响应的对数单位和概率单位模型 457
17.2 用于角点解响应的托宾模型 467
17.3 泊松回归模型 473
17.4 截取和断尾回归模型 477
17.5 样本选择纠正 482
第18章 时间序列高级专题 495
18.1 无限分布滞后模型 495
18.2 单位根检验 500
18.3 伪回归 504
18.4 协整和误差修正模型 506
18.5 预测 511
第19章 完成一个实证项目 528
19.1 问题的提出 528
19.2 文献回顾 530
19.3 数据的收集 530
19.4 计量经济分析 533
19.5 实证论文的写作 536
第四篇 附录 551
附录A 基本数学工具 551
附录B 概率论基础 564
附录C 数理统计基础 588
附录D 矩阵代数概述 618
附录E 矩阵形式的线性回归模型 627
附录F 各章思考题答案 638
附录G 统计用表 650
参考文献 657
术语表 664
译后记 679