第一章 绪论 1
第一节 什么是计量经济学？ 1
第二节 计量经济学方法 2
一、计量经济学研究的基本要素 2
二、计量经济分析的步骤 3
第三节 本书的结构 6
小结 8
习题 8
第二章 经典线性回归模型 9
第一节 线性回归模型的概念 9
一、双变量线性回归模型 9
二、多元线性回归模型 10
第二节 线性回归模型的估计 11
一、经典线性回归模型的统计假设 11
二、最小二乘估计 12
三、最小二乘估计量？的性质 15
第三节 拟合优度 17
一、决定系数R2 17
二、修正决定系数？2 19
三、例子 19
第四节 非线性关系的处理 21
一、线性模型的含义 21
二、线性化方法 21
三、例子 22
四、非线性回归 23
第五节 假设检验 24
一、β的置信区间 24
二、假设检验的逻辑和步骤 25
三、系数的显著性检验 26
四、检验其他形式的系数约束条件 29
五、回归结果的提供和分析 30
第六节 预测 30
第七节 虚拟变量 31
一、虚拟变量的概念 31
二、虚拟变量的使用方法 32
小结 35
习题 36
附录 正定矩阵 39
第三章 经典假设条件不满足时的问题与对策 40
第一节 误设定 40
一、选择错误的函数形式 40
二、模型中遗漏有关的解释变量 42
三、模型中包括无关的解释变量 43
四、选择解释变量的四条原则 43
五、模型的选择 44
六、检验误设定的RESET方法 46
第二节 多重共线性 46
一、定义 47
二、后果 47
三、多重共线性的判别和检验 48
四、解决多重共线性的方法 49
五、处理多重共线性问题的原则 50
第三节 异方差性 50
一、异方差性及其后果 51
二、异方差性的检验 52
三、广义最小二乘法 54
四、解决异方差问题的途径 56
第四节 自相关 59
一、定义 59
二、自相关的原因及后果 60
三、自相关的检验 60
四、消除自相关的方法 64
第五节 随机解释变量 67
一、随机解释变量造成的估计问题 67
二、工具变量法 68
小结 70
习题 72
第四章 极大似然估计和广义矩估计 76
第一节 极大似然估计法 76
一、极大似然法的思路 76
二、极大似然原理 77
三、极大似然估计量的性质 78
四、线性回归模型的极大似然估计 79
第二节 似然比检验、沃尔德检验和拉格朗日乘数检验 83
一、三种检验的基本原理 83
二、似然比（LR）检验 84
三、沃尔德（W）检验 84
四、拉格朗日乘数（LM）检验 85
五、实践中三种检验法的选择问题 86
第三节 广义矩（GMM）估计 86
一、矩估计法 87
二、广义矩法 88
小结 91
习题 92
第五章 非线性回归模型 93
第一节 非线性回归模型 93
一、非线性回归模型的含义 93
二、线性化回归方法 94
三、非线性回归模型的基本假定 95
四、非线性最小二乘法（NLS） 95
五、非线性最小二乘估计量的性质 96
第二节 模型估计：迭代法 97
一、迭代算法 97
二、梯度法 98
三、牛顿-拉弗森法 98
四、拟牛顿法 99
五、迭代初值与停止规则 101
六、其他优化算法 102
七、实例 102
第三节 模型估计：极大似然法 103
一、非线性回归模型的极大似然估计 103
二、极大似然估计量的计算方法 104
三、例题 105
第四节 非线性回归模型参数假设检验 105
一、检验统计量 106
二、实例 107
小结 109
习题 109
第六章 分布滞后模型和自回归模型 112
第一节 分布滞后模型和自回归模型的概念 112
第二节 分布滞后模型的估计 112
第三节 部分调整模型和适应预期模型 114
一、部分调整模型 114
二、适应预期模型 116
第四节 自回归模型的估计 118
一、自回归模型的估计问题 119
二、自回归模型的估计 120
第五节 阿尔蒙多项式分布滞后 120
第六节 格兰杰因果关系检验 122
小结 123
习题 124
第七章 联立方程模型 127
第一节 联立方程模型的概念 127
一、联立方程模型的估计问题 127
二、行为方程和恒等式 128
三、外生变量、内生变量和前定变量 128
四、模型的结构式和简化式 129
第二节 识别问题 130
一、识别的概念 130
二、不可识别、恰好识别和过度识别 131
三、识别的阶条件和秩条件 132
第三节 联立方程模型的估计 136
一、单方程方法 136
二、系统方法 138
第四节 宏观计量经济模型 139
一、克莱因模型Ⅰ（Klein Model Ⅰ） 140
二、宏观经济模型的历史和现状 140
小结 141
习题 142
第八章 时间序列分析 145
第一节 时间序列分析基本概念 146
一、随机过程 146
二、平稳性（Stationarity） 146
三、五种经典的时间序列类型 147
四、单整 148
第二节 平稳性检验 149
一、图形检验法 149
二、单位根检验法 150
第三节 Box-Jenkins模型 154
一、ARMA模型 154
二、ARIMA模型 158
第四节 ARCH模型与GARCH模型 160
一、ARCH模型 160
二、GARCH模型 161
第五节 协整检验和ECM模型 163
一、长期均衡关系与协整 163
二、协整检验 164
三、误差修正模型（ECM） 164
第六节 向量自回归（VAR）模型 166
一、VAR模型 167
二、脉冲响应函数 168
三、方差分解 169
小结 171
习题 172
第九章 面板数据模型 176
第一节 面板数据与面板数据模型 176
一、面板数据 176
二、面板数据模型的优点 177
三、分析面板数据的一般模型框架 177
四、模型结构 178
第二节 固定影响模型 179
一、固定影响模型的设定 179
二、固定影响模型的参数估计 179
三、检验个体影响的显著性 182
第三节 随机影响模型 183
一、随机影响模型的设定 183
二、随机影响模型的参数估计 184
三、随机影响的检验 185
四、豪斯曼检验（Hausman Test） 186
第四节 SUR模型 187
一、表面不相关回归模型 187
二、表面不相关回归模型的参数估计 188
三、同期不相关性的假设检验 189
第五节 随机系数模型 190
一、随机系数模型的设定 190
二、随机系数模型的参数估计 190
第六节 动态面板数据模型 191
一、动态面板数据模型 191
二、动态面板数据模型的参数估计 191
小结 192
习题 192
第十章 定性选择模型与受限因变量模型 196
第一节 线性概率模型 196
一、线性概率模型的概念 196
二、线性概率模型的估计和问题 197
第二节 Probit模型和Logit模型 201
一、Probit模型和Logit模型的设定 202
二、Probit模型和Logit模型的极大似然估计和假设检验 203
三、偏效应 203
四、拟合优度的测度 205
五、实例 206
六、多项选择模型 207
第三节 Censored模型 207
一、Censored模型的概念 207
二、Tobit模型的估计 208
三、Tobit模型的偏效应 210
四、实例 210
第四节 Truncated模型 212
一、截断分布 212
二、Truncated回归模型 213
小结 215
习题 215
附录一 EViews上机指导书 217
第一部分 EViews简介 217
第二部分 EViews上机指导 220
附录二 统计表 265
参考文献 276