第一章 导论 1
第一节 计量经济学的产生、性质与发展 1
1.1.1 计量经济学的产生 1
1.1.2 计量经济学的性质和地位 2
1.1.3 计量经济学的发展 3
第二节 计量经济学的相关概念 3
1.2.1 经济变量 3
1.2.2 经济变量之间的关系 5
1.2.3 经济数据的类型 5
1.2.4 经济数据的特征 6
第三节 计量经济建模过程 7
1.3.1 模型的设定 7
1.3.2 样本数据的收集 8
1.3.3 模型参数的估计 9
1.3.4 模型的检验 9
第四节 计量经济学的最新发展 10
1.4.1 现代统计与数学的方法广泛应用 10
1.4.2 应用重点已经转向，预测功能有所拓宽 11
1.4.3 应用方向正在转向新的领域 11
习题1 12
第二章 多元回归分析模型理论与应用 13
第一节 矩阵形式的普通最小二乘法 13
2.1.1 普通最小二乘法（ordinary least squares） 13
2.1.2 案例说明：美国年轻职工个人工资收入差异分析 14
2.1.3 矩阵概念 15
第二节 多元线性回归模型及其估计 16
2.2.1 多元回归模型 16
2.2.2 多元回归模型参数的最小二乘法估计与小样本性质 16
第三节 假设检验 22
2.3.1 有关概念介绍 22
2.3.2 假设检验 25
第四节 标准化系数和偏相关系数 26
2.4.1 标准化系数 26
2.4.2 案例说明：黑市足球票价估计问题 27
2.4.3 偏相关系数 29
第五节 带约束的最小二乘估计及其性质 30
2.5.1 带约束的参数向量β的最小二乘估计量？R 30
2.5.2 ？R的性质 31
2.5.3 带约束参数向量模型的最小二乘估计残差eR的性质 31
第六节 对多个回归参数的检验问题 32
2.6.1 多个回归参数检验的统计量的构造 32
2.6.2 检验简单线性约束 33
2.6.3 回归系数显著性的联合检验 33
2.6.4 案例说明：美国年轻职工个人工资收入差异分析（续） 34
2.6.5 案例说明：住房需求估计问题 35
2.6.6 一般的情形 36
2.6.7 不同模型参数是否相等的检验问题 37
第七节 回归模型参数最小二乘估计量的性质 39
2.7.1 普通最小二乘估计量的渐近性质 39
2.7.2 性质说明 41
2.7.3 例题分析：资本资产定价模型 41
第八节 虚拟变量的使用与分段线性回归 43
2.8.1 虚拟变量的使用 43
2.8.2 分段线性回归 46
2.8.3 变更回归方法 47
2.8.4 有关虚拟变量系数的检验 48
第九节 嵌套模型的比较 49
2.9.1 包容性F检验及包容性J检验 50
2.9.2 错误设定的函数形式 51
2.9.3 检验函数形式 51
2.9.4 案例说明：比利时个人工资收入问题的解释 52
习题2 57
第三章 最大似然估计和模型设定检验 59
第一节 最大似然估计 59
3.1.1 对数似然函数 60
3.1.2 二点分布模型（binomial model） 60
3.1.3 简单回归模型 61
3.1.4 一般线性回归模型 62
3.1.5 最大似然估计量的性质 64
第二节 模型设定的检验 66
3.2.1 简单形式下的三种基本渐近检验 66
3.2.2 复杂情况下的模型设定检验 71
习题3 74
第四章 多重共线性的概念、诊断与克服 75
第一节 引言 75
4.1.1 多重共线性的概念 75
第二节 多重共线性的症状与诊断 79
4.2.1 多重共线性的症状 79
4.2.2 多重共线性的存在性、严重性以及诊断 80
第三节 多重共线性问题的解决 83
4.3.1 克服多重共线性的一些常用方法 83
4.3.2 追加样本信息 86
4.3.3 严格的线性约束 86
4.3.4 岭回归 88
4.3.5 主分量回归法 93
习题4 96
第五章 违背高斯-马尔柯夫假设的模型处理 97
第一节 存在异方差干扰的模型处理 97
5.1.1 存在异方差和自相关干扰的参数的最小二乘估计 97
5.1.2 广义最小二乘估计 98
5.1.3 存在异方差干扰的模型处理 99
5.1.4 异方差性的检验 101
5.1.5 案例说明：劳动力需求的解释 102
5.1.6 案例说明：异方差的修正 106
第二节 自相关 107
5.2.1 一阶自回归 107
5.2.2 案例说明：冰激凌的需求问题 110
5.2.3 案例说明：烟煤的需求量 111
5.2.4 案例说明：利率的变化 112
5.2.5 德宾h统计量 113
第三节 其他自相关模型 115
5.3.1 高阶自回归 115
5.3.2 移动平均误差 115
第四节 寻找自相关的程序 116
5.4.1 设定错误 116
5.4.2 普通最小二乘估计量的异方差性和自相关一致标准误差 116
5.4.3 案例说明：外汇交易市场的风险溢酬 117
习题5 120
第六章 单变量时间序列模型 125
第一节 基本概念 125
6.1.1 移动平均过程 125
6.1.2 自回归过程（autoregressive process） 126
第二节 平稳过程 127
6.2.1 一阶自回归过程 127
6.2.2 一阶移动平均过程 129
第三节 一般自回归移动平均过程 129
6.3.1 AR（p）可由MA（∞）表示 130
6.3.2 MA（q）可由AR（∞）表示 131
6.3.3 例子 131
6.3.4 自回归单整移动平均过程 132
第四节 自回归条件异方差模型 133
6.4.1 自回归条件异方差模型 133
6.4.2 广义自回归条件异方差模型 135
6.4.3 其他ARCH类模型 136
6.4.4 ARCH模型估计 137
习题6 138
第七章 动态计量经济模型：分布滞后模型 141
第一节 引言 141
第二节 无约束有限分布滞后 142
7.2.1 滞后长度已知时的模型估计 142
7.2.2 滞后长度的确定 143
第三节 有限多项式滞后 147
7.3.1 滞后长度和多项式次数已知时的估计 147
7.3.2 多项式次数的确定 149
7.3.3 与使用多项式滞后有关的问题 150
第四节 几种特殊的无限分布滞后 151
7.4.1 两个动态经济模型 151
7.4.2 几何滞后模型的估计 156
7.4.3 自回归分布滞后 158
习题7 160
第八章 时间序列回归 163
第一节 平稳时间序列 163
第二节 伪回归 165
第三节 使用自相关函数检验平稳性 168
第四节 平稳性的单位根检验 170
8.4.1 迪基-富勒检验 171
8.4.2 迪基-富勒检验的例子 172
第五节 协整 173
8.5.1 协整检验的一个例子 174
第六节 使用时间序列数据估计步骤的归纳 174
习题8 175
第九章 单位根过程和协整系统 177
第一节 单位根过程 177
9.1.1 单位根过程的定义 177
9.1.2 单位根过程的最小二乘估计 178
第二节 单位根检验 181
9.2.1 迪基-富勒检验 181
9.2.2 案例说明：美国财政部季度债券名义利率 182
9.2.3 增广的迪基-富勒检验 183
9.2.4 案例说明：美国财政部季度债券名义利率（续） 184
第三节 协整分析 184
9.3.1 协整 185
9.3.2 误差修正与协整 186
9.3.3 协整的估计 188
9.3.4 协整的检验 189
9.3.5 最大似然估计 189
9.3.6 协整关系个数的检验 191
习题9 192
第十章 合并时间序列和截面数据 194
第一节 一个投资需求的例子 194
第二节 似不相关回归 195
10.2.1 估计各个方程 196
10.2.2 方程的联合估计 198
10.2.3 分别估计和联合估计 199
10.2.4 检验截面方程的约束 200
第三节 虚拟变量的设定 201
第四节 误差成分模型 203
习题10 204
第十一章 内生性、工具变量和广义矩方法 206
第一节 关于最小二乘估计量性质的回顾 206
11.1.1 最小二乘估计量性质的回顾 206
11.1.2 存在测量误差后果 207
11.1.3 自变量与误差项相关 208
第二节 变量的测量误差 209
11.2.1 关于存在测量误差的情形 210
11.2.2 豪斯曼检验 211
11.2.3 存在测量误差的检验 214
11.2.4 案例说明：检验公共开支模型中的测量误差 215
11.2.5 凯恩斯联立方程模型 216
第三节 工具变量估计量 217
11.3.1 单个内生变量和单个工具变量的估计问题 217
11.3.2 案例说明：有关求学与回报的估计问题 218
11.3.3 广义工具变量估计量（the generalized instrumental variables estimator） 220
第四节 广义矩方法 221
11.4.1 引言 221
11.4.2 广义矩方法 222
11.4.3 简单的例子 223
11.4.4 案例说明：现代资产定价模型的估计 224
习题11 225
第十二章 联立方程组：模型、识别与估计 227
第一节 随机联立方程组模型 227
12.1.1 供求均衡的例子 227
12.1.2 简单的凯恩斯消费模型 228
12.1.3 小型宏观经济模型 228
第二节 随机联立方程组模型的结构式与简约式 229
12.2.1 随机联立方程组模型的结构式 229
12.2.2 联立方程组模型的简约式 231
12.2.3 例子 231
第三节 随机联立方程组模型的识别 232
12.3.1 什么是联立方程组模型的识别 232
12.3.2 单个结构式方程识别的条件 233
第四节 随机联立方程组模型的参数估计问题 238
12.4.1 间接最小二乘法 238
12.4.2 广义最小二乘估计 239
12.4.3 具有序列相关和滞后因变量的联立方程模型的估计 242
第五节 联立性检验 244
12.5.1 联立性检验 244
12.5.2 案例分析 245
习题12 246
第十三章 离散选择模型和受限因变量模型 249
第一节 二元离散选择模型 250
13.1.1 引言 250
13.1.2 概率单位模型 250
13.1.3 Logit模型 251
13.1.4 线性概率模型 251
第二节 估计 252
13.2.1 估计 252
13.2.2 拟合优度的度量 253
13.2.3 案例说明：大学生住校与走读行为预测 255
第三节 多元Logit模型简介 257
13.3.1 案例说明：职业水平 258
第四节 Tobit模型 260
13.4.1 引言 260
13.4.2 Tobit模型的估计 262
13.4.3 案例说明：已婚妇女的工作状况 264
13.4.4 海克曼针对Tobit模型提出的估计方法 265
13.4.5 案例说明：对公立学校的需求模型 267
习题13 268
参考文献 269