第1章 绪论 1
1.1计量经济学研究问题的方法 1
1.2计量经济模型的建模过程 2
第2章 计量经济学中的统计与数学工具 9
2.1计量经济学中的数学分析 9
2.1.1多元函数的极值 9
2.1.2差分算子与滞后算子 11
2.2计量经济学中的线性代数与矩阵论基础 12
2.2.1矩阵概念与矩阵的向量化 12
2.2.2矩阵的运算 14
2.2.3计量经济模型中常用的特殊矩阵 21
2.2.4矩阵与向量组的其他知识 23
2.2.5线性方程组解的理论 26
2.3计量经济学中的概率论与数理统计的相关知识 28
2.3.1随机变量的数字特征 28
2.3.2重要随机变量的分布 30
2.3.3条件分布与条件期望 33
2.3.4参数估计 34
2.3.5假设检验 37
2.3.6大数定律与中心极限定理 39
2.4随机过程简介 42
2.4.1随机过程的基本概念 42
2.4.2计量经济学中常用的随机过程 43
第3章 一元线性回归模型 52
3.1计量经济模型中变量的分类 52
3.1.1内生变量与外生变量 52
3.1.2滞后变量与虚拟变量 53
3.2一元线性回归模型的一般概念 54
3.2.1回归分析的基本概念 54
3.2.2一元线性回归模型的基本假设 57
3.2.3一元线性回归模型的参数估计 61
3.2.4一元线性回归模型的统计检验 65
3.2.5一元线性回归模型的应用 69
3.2.6一元线性回归模型的案例 72
第4章 多元线性回归模型 76
4.1多元线性回归模型的一般概念 76
4.2多元线性回归模型的参数估计 79
4.2.1多元模型的普通最小二乘估计 79
4.2.2多元线性模型参数的最大似然估计 82
4.2.3多元线性模型参数的矩估计 84
4.3多元线性回归模型的检验 85
4.3.1多元模型的经济学检验 85
4.3.2多元模型对样本数据拟合优度检验的设计研究 86
4.3.3模型设定的显著性检验 88
4.3.4回归参数的显著性检验 89
4.4可变换成多元线性回归模型的模型 90
4.4.1对数模型 91
4.4.2指数模型 93
4.4.3其他可化为线性的模型 93
4.5有约束条件的线性回归模型 94
4.5.1对参数约束的回归模型 94
4.5.2对回归模型解释变量个数增减的约束 98
4.5.3参数稳定性检验 98
4.5.4约束问题的其他检验方法简介 100
4.6对线性模型的思考 102
4.7利用R语言进行计量分析 102
4.7.1利用R语言生成白噪声 103
4.7.2利用R语言构造泊松过程 104
4.7.3利用R语言构造一个简单线性回归 104
4.7.4利用R语言构造异方差与序列相关数列 107
第5章 经典参数模型的检验与修正方法研究 110
5.1异方差性的检验与修正方法 111
5.1.1异方差概述 111
5.1.2异方差性的检验 113
5.1.3模型中异方差问题的修正方法研究 118
5.2计量经济模型序列相关性的研究 121
5.2.1序列相关性的一般概念以及对模型的影响 121
5.2.2存在序列相关问题时对模型的影响 123
5.2.3序列相关性的检验 124
5.2.4序列相关问题的修正 128
5.3计量模型多重共线性的研究 132
5.3.1多重共线性的数学定义 132
5.3.2多重共线性对计量经济模型的影响 133
5.3.3多重共线性的检验 133
5.3.4多重共线性问题的解决方法 137
第6章 系统计量经济模型 139
6.1系统计量经济模型的一般概念 139
6.1.1系统计量经济模型的例子 139
6.1.2系统计量经济模型中变量与单方程的分类 140
6.1.3系统计量经济模型的分类 142
6.1.4系统计量经济模型的识别 146
6.2系统模型的估计 149
6.2.1间接最小二乘法 149
6.2.2系统计量经济模型的工具变量估计法 151
6.2.3系统计量经济模型的两阶段最小二乘估计方法 153
6.2.4利用软件EViews估计系统计量经济模型 153
6.3系统计量经济模型建模的基本过程 156
第7章 时间序列模型 159
7.1时间序列模型的一般概念与研究工具 160
7.1.1时间序列过程的因果性 160
7.1.2时间序列过程的自相关函数与偏自相关函数 160
7.1.3时间序列过程的总体谱 161
7.1.4滞后算子的性质 162
7.2自回归模型 163
7.2.1自回归模型的一般概念 163
7.2.2 AR（1）过程的性质 164
7.2.3一般自回归模型AR（p）的性质 166
7.3移动平均过程 166
7.4自回归移动平均过程 169
7.5非平稳时间序列的建模 170
7.6单位根检验 174
7.6.1随机扰动项无序列相关性的单位根检验——DF检验 174
7.6.2随机扰动项存在序列相关性的单位根检验 179
7.6.3方差比检验 182
7.7向量自回归模型VAR 183
7.7.1 VAR模型的一般概念 183
7.7.2向量过程的平稳性 185
7.7.3 VAR（p）模型衍生模型的推导 188
7.7.4 VAR（p）模型的估计 192
7.7.5 VAR（p）模型中滞后期p的选取方法 194
7.8向量自回归模型的应用 195
7.8.1 VAR模型与格兰杰因果关系检验 195
7.8.2利用VAR模型进行脉冲分析 197
7.9其他时间序列模型简介 200
7.9.1自回归条件异方差模型 200
7.9.2长记忆时间序列模型 206
第8章 空间计量经济模型 214
8.1面板数据模型 214
8.1.1面板数据模型的一般概念 214
8.1.2面板数据模型的设定 217
8.1.3面板数据模型的选择检验 220
8.1.4面板数据模型的估计方法简介 224
8.2空间计量经济模型 227
8.2.1空间计量模型的设定 228
8.2.2空间权重矩阵 229
8.2.3空间计量模型的设定与分类 231
8.3空间计量模型的估计方法与检验方法简介 235
8.3.1空间计量模型的极大似然估计 235
8.3.2空间计量模型的检验方法 236
8.4空间计量经济模型的实证研究 237
8.4.1实例背景 237
8.4.2数据来源与处理 238
8.4.3空间效应分析 238
8.4.4截面数据空间模型建立 239
8.4.5面板数据空间计量模型的实证研究 241
8.4.6空间模型的建立及回归 243
第9章 非参数与半参数计量经济模型 247
9.1非参数计量经济模型的一般概念 247
9.1.1建立非参数模型的数据分析 248
9.1.2非参数方法中经验分布函数的构建 248
9.1.3非参数方法中的核密度函数估计方法 250
9.2核函数的构造与性质 252
9.3非参数核密度估计方法 262
9.3.1一元核密度的估计方法 262
9.3.2多元核密度的估计方法 269
9.4非参数计量经济模型 270
9.4.1非参数计量经济模型的一般形式 270
9.4.2非参数计量经济模型的估计 273
9.5半参数计量经济模型简介 276
9.5.1半参数模型的一般概念 276
9.5.2半参数计量经济模型的估计 277
9.6利用R语言进行非参数估计 279
9.6.1利用R语言对总体分布的估计 279
9.6.2使用R语言选取窗宽 283
9.6.3利用R语言估计多维随机变量联合分布 283
9.6.4用R语言估计非参数计量经济模型 287
9.6.5 R语言在非参数计量经济模型中的其他应用 289
9.6.6半参数模型的实现 293
9.6.7半参数单指数模型的回归示例 298
第10章 协同积分与误差修正模型 304
10.1动态计量经济模型的建模方法 304
10.1.1动态计量经济模型的一般概念 305
10.1.2误差修正模型（ECM）的推导 305
10.1.3动态建模的基本过程 309
10.2非平稳经济过程的协同积分研究 313
10.2.1对非平稳过程的思考与变量的弱外生性 313
10.2.2协同积分的定义与性质 314
10.2.3过程非平稳时误差修正模型的建模条件 321
10.3向量自回归模型与协同积分的关系 324
第11章 计量经济模型的应用研究 326
11.1非参数模型的应用——金融风险测度的非参数方法 326
11.1.1金融风险测度中的连接函数 327
11.1.2深港股市风险相关性测度实证分析 333
11.2 STAR-Copula模型的应用 340
11.2.1运用STAR模型构造边缘分布 341
11.2.2实证分析 342
参考文献 348
附录A 正态曲线下的面积 350
附录B t-分布的临界点 351
附录C x2分布的临界点 352
附录D F分布 353
附录E DW检验上下界 355
附录F 冯诺曼比临界值 357
附录G （P—1）/σp经验累积分布表 359
附录H T（P—1）经验累积分布表 360
附录I 协整检验界值表 361