第1章 引论 1
1.1 计量经济学的定义与应用 1
一、计量经济学的定义与学科特性 1
二、计量经济学的作用与功能 3
1.2 计量经济学的学科地位 6
一、计量经济学在经济学科中居于最重要的地位 6
二、计量经济学是经济学的一个分支学科 7
三、计量经济学的分类 8
1.3 计量经济学中的主要概念与含义 9
一、计量经济学与计量经济模型 9
二、被解释变量与解释变量 9
三、模型的估计和检验 10
四、数据 11
1.4 如何学习计量经济学 11
本章小结 14
讨论与思考题 14
练习题 14
第2章 回归分析 15
2.1 总体与总体回归模型 15
一、总体与总体回归模型的含义 15
二、总体回归模型中的ui所包含的内容 19
2.2 样本与样本回归模型 20
一、样本与样本回归模型的含义 20
二、样本回归模型的估计——最小二乘法的基本原理 23
2.3 总体回归模型和样本回归模型——基于蒙特卡罗实验的再认识 27
本章小结 29
讨论与思考题 30
练习题 30
第3章 一元线性回归模型 31
3.1 一元线性回归模型参数的估计 31
一、基本假定 31
二、普通最小二乘法(OLS) 32
三、最小二乘估计量的统计性质 35
3.2 拟合优度 38
一、总离差平方和的分解 39
二、拟合优度 40
3.3 回归参数的区间估计和假设检验 41
一、回归参数估计量的概率分布 41
二、回归参数的区间估计 42
三、变量的显著性检验:t检验 43
四、检验统计量的p值 45
3.4 例子:中国消费函数 47
一、模型估计与结果说明 47
二、模型应用 48
3.5 对最小二乘估计量统计性质的直观认识——蒙特卡罗模拟 51
本章小结 54
讨论与思考题 54
练习题 55
附录:б2的无偏估计量 58
第4章 多元线性回归分析 60
4.1 多元线性回归模型 60
一、两个例子 60
二、多元线性回归模型的一般形式 61
三、偏效应 62
4.2 多元线性回归模型的OLS估计 62
一、回归系数的估计 62
二、随机误差项方差的估计 65
三、判定系数的调整 66
4.3 多元线性回归模型的假设检验 67
一、假设检验的基本思想 67
二、单参数的显著性检验 68
三、多参数的线性约束检验 71
4.4 极大似然估计与似然比检验 79
一、极大似然估计 79
二、参数约束的似然比检验 81
4.5 线性回归模型的扩展 82
一、含有对数化变量的模型 82
二、多项式模型 83
三、变量的时间趋势 85
4.6 多元回归分析实例:货币需求分析 87
一、回归结果的经济解释 88
二、残差及其正态性检验 89
三、参数线性约束的检验 90
4.7 分布滞后模型与解释变量的选择 91
本章小结 92
讨论与思考题 93
练习题 94
第5章 模型设定 98
5.1 计量经济学模型的设定偏误 98
一、模型设定偏误 98
二、模型设定偏误的类型 99
5.2 模型设定偏误的后果 99
一、模型拟合不足 99
二、模型过度拟合 101
三、不正确的函数形式 102
5.3 模型误设的检验 102
一、过度拟合的检验 102
二、拟合不足的检验 104
三、拉姆齐的RESET检验 105
四、非嵌套模型的检验 107
5.4 样本数据导致的模型设定问题 109
一、随机测量误差 109
二、奇异样本数据问题 110
5.5 关于模型设定偏误问题的蒙特卡罗仿真实验 114
一、模型拟合不足的仿真实验 114
二、模型拟合过度的仿真实验 117
本章小结 119
讨论与思考题 120
练习题 121
第6章 多元线性回归的向量表述 123
6.1 多元线性回归模型的向量形式 123
6.2 OLS估计量的向量表述 124
6.3 OLS估计量的性质 126
一、OLS估计量的有限样本性质 126
二、OLS估计量的渐近性质 127
6.4 LR,Wald和LM检验 128
6.5 案例分析 130
一、例子:基于向量形式的OLS估计 130
二、例子:LR,Wald,LM三种检验统计量的应用 131
本章小结 134
讨论与思考题 135
练习题 135
第7章 多重共线性 137
7.1 多重共线性的概念 137
一、完全多重共线性 137
二、不完全多重共线性 138
7.2 产生多重共线性的原因 139
一、经济变量之间具有共同变化的趋势 139
二、滞后变量的引入 139
三、多项式项的引入 139
四、样本数据自身的限制 139
7.3 多重共线性对OLS估计量的影响 140
一、完全多重共线性对OLS估计的影响 140
二、不完全多重共线性下OLS的后果 140
7.4 对多重共线性现象的侦察 142
一、相关系数检验法 143
二、辅助回归模型检验法 143
三、回归结果判断法 145
四、方差膨胀因子(VIF)检验法 146
7.5 对多重共线性问题的补救 146
一、剔除变量法 146
二、增大样本容量 147
三、变换模型形式 147
四、逐步回归法 147
五、无为而治——什么也不做 149
本章小结 149
讨论与思考题 149
练习题 150
第8章 异方差 152
8.1 异方差的本质及来源 152
一、直观认识异方差 152
二、异方差的来源 156
8.2 异方差对OLS估计量的影响 158
一、在异方差条件下,OLS估计量具有线性性、无偏性和一致性 158
二、异方差条件下OLS估计量的方差 158
三、忽略异方差时,OLS估计量的假设检验是不可靠的 159
8.3 异方差的检验 160
一、图示法 160
二、异方差的拉格朗日乘数(LM)检验方法 161
三、White检验 162
8.4 异方差的修正方法 164
一、加权最小二乘法 165
二、两阶段估计法 166
三、方差和协方差的White稳健性估计 167
四、改变模型的设定形式 167
五、异方差修正的相关讨论 168
8.5 例子:中国消费函数的案例分析 169
一、WLS修正 170
二、FGLS修正 170
三、White稳健标准误 171
四、取对数形式 171
本章小结 172
讨论与思考题 172
练习题 173
第9章 自相关 176
9.1 自相关的含义及其表现形式 176
一、自相关的含义 176
二、自相关的表现形式 178
9.2 自相关的来源 180
一、惯性 180
二、模型的函数形式设定不正确 180
三、数据处理引起的自相关 181
四、某些模型中的随机误差项的特性带来的自相关 182
9.3 忽视自相关的后果 182
一、回归系数的OLS估计量仍具有无偏性 182
二、估计的回归系数不再具有最小方差性 183
三、有可能低估误差项εt的方差 184
9.4 自相关的检验 185
一、图示法 185
二、D.W.自相关检验 187
三、BG(布罗施-戈弗雷,Breusch-Godfrey)检验 190
四、Q检验 191
9.5 误差项一阶自相关的校正方法 192
一、GLS与可行的GLS 192
二、一阶自相关系数的估计 193
9.6 误差项高阶自相关的校正方法 194
9.7 修正标准误的尼威-韦斯特方法 195
9.8 ARCH模型 197
9.9 例子:我国货币需求函数的估计 200
9.10 GLS校正自相关——蒙特卡罗实验结果 203
本章小结 204
讨论与思考题 205
练习题 205
第10章 离散选择模型 207
10.1 虚拟解释变量 207
一、测量截距是否变动 207
二、测量斜率的变动 210
三、使用虚拟变量检验模型的稳定性 212
四、虚拟变量之间的交互作用 214
10.2 线性概率模型 215
一、线性概率模型的含义 215
二、有关线性概率模型的问题 216
10.3 Logit模型 220
一、Logit模型的含义 220
二、Logit模型的估计 222
10.4 Probit模型 228
10.5 线性概率模型、Logit模型与Probit模型的比较 230
10.6 例子:房地产类上市公司财务困境的预测 231
本章小结 233
讨论与思考题 234
练习题 234
第11章 联立方程模型 239
11.1 联立方程模型概述 239
一、联立方程模型的含义 239
二、例子:简单的凯恩斯宏观经济模型 241
三、联立方程模型与经典假设 241
11.2 OLS估计的联立性偏误 242
一、理解联立性偏误 242
二、联立性检验 243
三、一个应用实例 244
11.3 参数识别 245
一、识别的含义 245
二、识别的条件 248
11.4 两阶段最小二乘估计 250
一、2SLS估计思想 250
二、说明性例子 252
11.5 一个简单的货币供求模型 253
本章小结 255
讨论与思考题 256
练习题 256
第12章 平稳时间序列模型 258
12.1 分布滞后模型 258
一、分布滞后模型的含义 258
二、滞后效应产生的原因 259
三、分布滞后模型的估计方法 260
12.2 自回归分布滞后模型 263
一、适应性预期模型 263
二、部分调整模型 264
三、自回归分布滞后模型的估计 265
12.3 ARMA模型 267
一、时间序列分析的几个基本概念 267
二、ARMA模型的类型 269
三、ARMA模型的识别 271
四、ARMA模型的估计 275
五、ARMA模型运用的一个实例 275
12.4 向量自回归模型(VAR) 277
一、VAR模型的含义及特点 277
二、VAR模型滞后期的选择 279
三、VAR模型的估计 279
四、VAR模型的脉冲响应函数 280
五、VAR模型的方差分解 280
六、基于VAR模型的格兰杰因果关系检验 281
七、VAR模型运用的一个实例 281
本章小结 285
讨论与思考题 285
练习题 286
第13章 非平稳时间序列模型 288
13.1 实际经济中的数据特征 288
13.2 非平稳时间序列与单位根过程 290
13.3 趋势平稳和差分平稳过程 293
一、趋势平稳和差分平稳的数据生成过程 293
二、趋势平稳的检验方法 295
13.4 单位根检验 296
一、DF检验 296
二、ADF检验 298
三、ADF检验的实例 298
13.5 ARIMA模型 301
13.6 谬误回归 303
13.7 协整与误差校正模型 305
一、协整的概念 305
二、协整检验——EG两步检验法 307
三、我国进出口总额的协整分析 310
四、误差校正模型 311
13.8 例子:我国商业银行利率的协整分析 312
一、ADF检验 312
二、协整检验 313
三、误差校正模型的估计结果 314
本章小结 315
讨论与思考题 315
练习题 315
第14章 面板数据模型 317
14.1 面板数据模型概述 317
一、两个例子 317
二、面板数据的特征及优势 319
三、面板数据模型的混合估计 320
14.2 固定效应与随机效应 321
14.3 静态面板数据模型的估计 322
一、静态面板数据模型的固定效应估计 322
二、静态面板数据模型的随机效应估计 324
三、豪斯曼(Hausman)检验 325
14.4 动态面板数据模型简介 326
一、动态面板数据模型的内生性问题 327
二、动态面板模型的GMM方法 328
三、Ⅳ的选择及其有效性的检验 330
四、例子:新凯恩斯混合Phillips曲线的估计 331
本章小结 333
讨论与思考题 333
练习题 334
附录 统计分布表 335
一、标准正态分布表 335
二、x2分布表 336
三、t分布表 337
四、F分布表 338
五、D.W.检验上下界表 344
六、协整检验临界值表 346
参考文献 347