总序 1
第一章 导论 1
第一节 计量经济学释义 1
一、计量经济学的定义 1
目录 1
二、计量经济学是一门单独的学科 2
三、计量经济学的内容 3
前言 5
第二节 计量经济学建模过程 6
一、横截面数据 12
第三节 经济数据的类型 12
二、时间序列数据 13
三、混合横截面数据 14
四、综列或纵剖面（Panel date）数据 14
习题一 15
第二章 简单线性回归 16
第一节 概述 16
一、两个变量之间的关系 16
二、简单线性回归模型的基本假定 18
三、总体回归模型与样本回归模型 20
一、最小二乘估计 22
第二节 简单线性回归模型的参数估计 22
二、最优线性无偏估计 25
三、最大似然估计（Maximum Likelihood Estimation） 29
四、信息不等式 34
第三节 置信区间与显著性检验 36
一、抽样分布 36
二、回归系数的置信区间 42
三、显著性检验 45
第四节 方差分析与拟合优度 47
一、方差分解 47
三、F检验 49
二、拟合优度 49
四、方差分析表 51
第五节 均值预测与个值预测 53
一、均值预测 53
二、个值预测 54
习题二 58
第三章 多元线性回归 62
第一节 多元线性回归模型的基本假设 62
第二节 多元线性回归模型的参数估计 64
一、最小二乘估计 64
二、最小二乘估计的统计特性 67
三、随机扰动项方差的估计 68
四、最大似然估计与Cramer-Rao定理 69
五、估计量的分布特性 71
第三节 多元回归模型的统计检验 73
一、置信区间 73
二、假设检验 74
第四节 拟合优度与方差分析 79
一、方差分解 79
二、拟合优度 80
三、再论线性约束检验 81
四、方差分析表 83
第五节 偏相关系数与回归系数释义 86
一、偏相关系数 87
二、偏回归系数释义 88
第六节 预测 90
一、均值预测 90
二、个值预测 91
习题三 94
第四章 回归的扩展 100
第一节 函数形式 100
一、线性一词的含义 100
二、对数线性模型与弹性的测度 101
三、半对数模型 102
四、倒数模型 104
第二节 数据的测度单位对OLS估计的影响 105
一、测度单位的改变 106
二、β系数 108
第三节 关于虚拟变量的回归 110
一、回归模型中含有一个两分定性解释变量的情形 110
二、回归模型中含一个多分定性解释变量的情形 113
三、回归模型中含两个定性解释变量的情形 114
第四节 定性应变量模型 118
一、线性概率模型（LPM） 118
二、对数单位模型（Logit Model） 120
三、概率单位模型（Probit Model） 122
四、定性应变量模型的理性化 123
习题四 127
第五章 违背经典假设的线性模型 131
第一节 异方差性 131
一、异方差性产生的来源 132
二、出现异方差性时OLS估计的非有效性 133
三、广义最小二乘法（GLS） 134
四、异方差性的检验 138
第二节 自相关性 146
一、自相关的来源 146
二、自相关性对OLS估计量的影响 148
三、自相关的侦察 152
四、自相关存在时的估计 157
第三节 多重共线性 164
一、多重共线性的概念 165
二、出现多重共线性的后果 166
三、多重共线性的侦察 167
四、出现多重共线性后的处理 169
五、出现多重共线性时的预测 172
习题五 172
第一节 滞后的概念与原因 179
第六章 自回归模型与分布滞后模型 179
一、分布滞后模型的概念 180
二、滞后的原因 181
第二节 非受限有限分布滞后模型的估计 182
一、在滞后期为已知时的估计 183
二、滞后长度的决定 184
第三节 有限分布滞后模型的阿尔蒙（Almon）方法 187
第四节 无限分布滞后模型 191
一、考伊克模型 191
二、适应性期望模型 194
三、部分调整模型 195
一、工具变量（Ⅳ）估计量 198
第五节 工具变量法 198
二、两阶段最小二乘法（TLS） 202
三、用工具变量法估计自回归模型 203
习题六 203
第七章 联立方程模型 207
第一节 联立方程举例 207
第二节 联立方程模型的基本概念 211
一、联立方程中的变量 211
二、联立方程中方程的类型 213
三、联立方程的结构式与简约式（诱导式） 213
四、联立方程的两个问题 218
第三节 联立方程的识别条件 221
一、识别的阶条件 222
二、识别的秩条件 226
三、识别的一般规则与实践中的识别方法 229
第四节 联立方程估计的单方程估计方法 233
一、间接最小二乘法（ILS） 235
二、两阶段最小二乘法（2SLS） 237
第五节 联立方程估计的系统估计方法 245
第六节 联立性检验 248
一、豪斯曼（J.A.Hausman）设定误差检验 248
二、外生性检验 249
习题七 255
第八章 时间序列的性质 259
第一节 平稳的时间序列 259
一、平稳时间序列的定义 260
二、随机时间序列和其样本的数字特征 267
三、根据样本自相关函数的平稳性检验 269
第二节 非平稳的时间序列 273
一、趋势平稳的时间序列 273
二、差分平稳的时间序列 275
三、谬误回归 276
第三节 单位根检验 279
一、时间序列是否由随机步游所产生的单位根检验 280
二、时间序列是否由带飘移的随机步游所产生的单位根检验 281
三、时间序列是否由带趋势的单位根过程所产生的检验 283
第四节 协整和误差纠正机制 285
一、不带飘移的I（1）过程的协整检验 286
二、含趋势项的协整检验 287
三、协整系数的估计 289
四、误差纠正模型 290
习题八 294
第一节 MA模型 298
一、移动平均过程的性质 298
第九章 线性时间序列模型与预测 298
二、移动平均过程的阶的估计（移动平均过程的识别） 302
三、移动平均过程的参数估计 304
第二节 AR过程 306
一、p阶自回归过程AR（p）的自相关函数与偏自相关函数的特性 306
二、自回归过程的识别 308
三、有限阶自回归过程的估计 311
第三节 ARMA模型 312
第四节 ARIMA模型 317
一、ARIMA模型的概念 317
二、博克斯—詹金斯方法（The Box-Jenkins Approach） 321
一、预测的基本原则 325
第五节 预测 325
二、ARMA模型已知时的预测 326
三、ARMA模型未知时的预测 331
习题九 341
附录 常用统计学用表 344
表一 标准正态分布表 344
表二 t检验的临界值表 345
表三 x2检验的临界值表 346
表四 F检验的临界值表 348
表五 Durbin-Watson检验表 359
参考文献 363