第1章 导论 1
1.1 面板数据的优点 1
1.2 使用面板数据时的问题 6
1.3 全书内容提要 9
第2章 协方差分析 11
2.1 引言 11
2.2 协方差分析 12
2.3 案例 16
第3章 简单变截距回归模型 21
3.1 引言 21
3.2 固定效应模型：最小二乘虚拟变量法 24
3.3 随机效应模型：方差成分模型的估计 27
3.4 固定效应还是随机效应 34
3.5 误设检验 40
3.6 包含特异变量以及个体和时间特异效应项的模型 42
3.7 异方差 46
3.8 误差项序列相关的模型 47
3.9 任意误差结构的模型——Chamberlainπ法 49
附录3A 最小距离估计量的一致性和渐近正态性 53
附录3B 三成分模型的方差—协方差矩阵的特征向量和逆 55
第4章 变截距动态模型 58
4.1 引言 58
4.2 协方差估计量 59
4.3 随机效应模型 61
4.4 案例 78
4.5 固定效应模型 79
4.6 残差任意相关时动态模型的估计 87
4.7 固定效应向量自回归模型 88
附录4A 可行MDE的渐近协方差矩阵的推导 94
第5章 联立方程模型 96
5.1 引言 96
5.2 联合广义最小二乘估计技术 99
5.3 结构方程的估计 102
5.4 三角形方程组 108
附录5A 118
第6章 变系数模型 121
6.1 引言 121
6.2 系数随横截面单元变化 123
6.3 系数随时期和横截面单元变化 129
6.4 随时间演化的系数 134
6.5 系数是其他外生变量的函数 140
6.6 固定系数和随机系数的混合模型 142
6.7 动态随机系数模型 150
6.8 案例——流动性限制和企业投资支出 154
附录6A 两个正态分布的联合分布 159
第7章 离散数据 161
7.1 引言 161
7.2 常见的离散响应模型 162
7.3 估计包含异质项的静态模型的参数方法 165
7.4 估计静态模型的半参数方法 173
7.5 动态模型 177
第8章 断尾和截取数据 193
8.1 引言 193
8.2 案例——非随机缺失数据 201
8.3 包含随机个体效应项的Tobit模型 206
8.4 固定效应估计量 207
8.5 案例：住房支出 218
8.6 动态Tobit模型 221
第9章 不完全面板数据 227
9.1 短面板分布滞后模型的估计 227
9.2 轮换或随机缺失数据 236
9.3 伪面板（或重复横截面数据） 239
9.4 单个横截面数据集和单个时序数据集的混合 240
第10章 前沿问题 246
10.1 模拟方法 246
10.2 具有大N和大T的面板 250
10.3 单位根检验 252
10.4 多层结构的数据 255
10.5 测量误差 257
10.6 对横截面相依的建模 262
第11章 全书概略 264
11.1 引言 264
11.2 面板数据的优点和局限性 264
11.3 估计的效率 269
注释 271
参考文献 281
译后记 305