計量經濟分析方法與建模

前言

20世紀80年代，我國部分高等學校的經濟管理類專業(yè)雖已開始陸續(xù)開設計量經濟學課程，但只是在少數(shù)專業(yè)作為必修課程，而其他專業(yè)多數(shù)是作為選修課程。1998年經教育部高等學校經濟學學科教學指導委員會討論決定，把計量經濟學確定為經濟學類所有專業(yè)必修的核心課程。此后全國各高校不僅經濟學類各專業(yè)普遍開設了計量經濟學，而且一些管理類專業(yè)也開設了這門課程。隨后陸續(xù)翻譯或影印出版了一批國外著名計量經濟學教材和我國學者自己編寫的適應中國高等院校經濟類學科的計量經濟學教材，促進了計量經濟學課程的建設。與此同時，《經濟研究》、《管理世界》、《世界經濟》等國內的一些重要經濟學、管理學期刊也發(fā)生了重大變化，所發(fā)表論文的研究范圍越來越多地將定性研究與定量分析相結合，大量運用各種計量經濟模型。這些，都有力地推動了計量經濟學的發(fā)展?，F(xiàn)在，計量經濟學已經成為我國經濟類各專業(yè)最受關注和歡迎的課程之一。數(shù)量經濟學是一門實踐性很強的學科，要求學生具有將經濟學知識、計量經濟學方法和計算機應用相結合的綜合素質。目前的計量經濟學課程注重理論方法的介紹，但是對如何應用模型分析實際的經濟問題，卻討論得較少。在計量經濟學教學中，軟件的使用仍然是薄弱環(huán)節(jié)。學生學習了不少估計和檢驗的方法，卻不知道怎樣應用，對計算的結果也不能做出合理的解釋，缺乏運用計量模型進行分析的實際能力。由于計量經濟學課程的課時有限，不能給學生足夠的時間將所學習到的計量經濟方法與實際經濟問題相結合，通過計算機軟件進行建模、分析和模擬的訓練。因此，需要再開設一門應用計量經濟學或計量經濟方法建模的課程，本書可以作為這門課程的教材。

內容概要

　　《計量經濟分析方法與建模：EViews應用及實例(第2版)》全面介紹計量經濟學的主要理論和方法，尤其是20世紀80年代以來重要的和最新的發(fā)展，并將它們納入一個完整、清晰的體系之中?！队嬃拷洕治龇椒ㄅc建模：EViews應用及實例(第2版)》在數(shù)學描述方面適當?shù)灾v清楚方法、思路為目標，不做大量的推導和證明，重點放在如何運用各種計量經濟方法對實際的經濟問題進行分析、建模、預測、模擬等實際操作上。《計量經濟分析方法與建模：EViews應用及實例(第2版)》中的實際案例大多數(shù)是作者在實踐中運用的實例和國內外的經典實例，并基于EViews軟件來介紹實際應用，具有很強的可操作性?！　　队嬃拷洕治龇椒ㄅc建模：EViews應用及實例(第2版)》可作為本科生及研究生的教材，也可作為在經濟、統(tǒng)計、金融等領域從事定量分析的工作人員的參考書。

書籍目錄

第Ⅰ部分 數(shù)據(jù)分析基礎第1章 概率與統(tǒng)計基礎1．1 隨機變量1．1．1 概率分布1．1．2 隨機變量的數(shù)字特征1．1．3 隨機變量的聯(lián)合分布1．2 從總體到樣本1．2．1 基本統(tǒng)計量1．2．2 估計量性質1．3 一些重要的概率分布1．3．1 正態(tài)分布1．3．2 X分布1．3．3 t分布1．3．4 F分布1．4 統(tǒng)計推斷1．4．1 參數(shù)估計1．4．2 假設檢驗1．5 EViews軟件的相關操作1．5．1 單序列的統(tǒng)計量、檢驗和分布1．5．2 多序列的顯示和統(tǒng)計量第2章 經濟時間序列的季節(jié)調整、分解與平滑2．1 移動平均方法2．1．1 簡單的移動平均公式2．1．2 中心化移動平均2．1．3 加權移動平均2．2 季節(jié)調整2．2．1 X11季節(jié)調整方法2．2．2 CensusX12季節(jié)調整方法2．2．3 移動平均比率方法2．2．4 TRAMO／SEATS方法2．3 趨勢分解2．3．1 Hodrick—Prescott濾波方法2．3．2 頻譜濾波(BP濾波)方法2．4 指數(shù)平滑方法2．4．1 單指數(shù)平滑2．4．2 雙指數(shù)平滑2．4．3 Holt—winters乘法模型2．4．4 Holt—winters加法模型2．4．5 Holt—Winters——無季節(jié)性模型2．5 EViews軟件的相關操作2．5．1 X11季節(jié)調整方法的操作2．5．2 X12季節(jié)調整方法2．5．3 移動平均比率方法2．5．4 Tramo／Seats方法2．5．5 Hodrick—Prescott濾波2．5．6 BP濾波2．5．7 指數(shù)平滑法第Ⅱ部分 基本的單方程分析第3章 基本回歸模型3．1 古典線性回歸模型3．1．1 一元線性回歸模型3．1．2 最小二乘法3．1．3 多元線性回歸模型3．1．4 系數(shù)估計量的性質3．1．5 線性回歸模型的檢驗3．1．6 AIC準則和Schwarz準則3．2 回歸方程的函數(shù)形式3．2．1 雙對數(shù)線性模型3．2．2 半對數(shù)模型3．2．3 雙曲函數(shù)模型3．2．4 多項式回歸模型3．2．5 Box—Cox轉換3．3 包含虛擬變量的回歸模型3．3．1 回歸中的虛擬變量3．3．2 季節(jié)調整的虛擬變量方法3．4 模型設定和假設檢驗3．4．1 系數(shù)檢驗3．4．2 殘差檢驗3．4．3 模型穩(wěn)定性檢驗3．5 方程模擬與預測3．5．1 預測誤差與方差3．5．2 預測評價3．6 Eviews軟件的相關操作3．6．1 設定回歸方程形式和估計方程3．6．2 方程輸出結果3．6．3 與回歸方程有關的操作3．6．4 模型設定和假設檢驗3．6．5 預測第4章 其他回歸方法4．1 異方差4．1．1 異方差檢驗4．1．2 加權最小二乘估計4．1．3 存在異方差時參數(shù)估計量的一致協(xié)方差4．2 二階段最小二乘法4．3 非線性最小二乘法4．4 廣義矩方法4．4．1 矩法估計量4．4．2 廣義矩估計4．5 多項式分布滯后模型4．6 逐步最小二乘回歸4．7 分位數(shù)回歸4．7．1 分位數(shù)回歸的基本思想和系數(shù)估計4．7．2 系數(shù)協(xié)方差的估計4．7．3 模型評價和檢驗4．8 非參數(shù)回歸模型4．8．1 密度函數(shù)的非參數(shù)估計4．8．2 一元非參數(shù)計量經濟模型4．9 EViews軟件的相關操作4．9．1 異方差檢驗4．9．2 加權最小二乘法估計4．9．3 white異方差一致協(xié)方差和Newey—west異方差自相關一致協(xié)方差4．9．4 在EViews中使用TsLs估計4．9．5 在EViews中使用非線性最小二乘估計4．9．6 在EViews中使用GMM進行估計4．9．7 在EViews中估計包含PDI。s的模型4．9．8 在EVJews中進行逐步回歸估計4．9．9 在EViews中進行分位數(shù)回歸4．9．10 在EVieWS中進行非參數(shù)估計4．10 附錄廣義最小二乘估計第5章 時間序列模型5．1 序列相關及其檢驗5．1．1 序列相關及其產生的后果5．1．2 序列相關的檢驗方法5．1．3 擾動項存在序列相關的線性回歸方程的估計與修正5．2 平穩(wěn)時間序列建模5．2．1 平穩(wěn)時間序列的概念5．2．2 ARMA模型5．2．3 ARMA模型的平穩(wěn)性5．2．4 ARMA模型的識別5．3 非平穩(wěn)時間序列建模5．3．1 非平穩(wěn)序列和單整5．3．2 非平穩(wěn)序列的單位根檢驗5．3．3 ARIMA模型5．4 協(xié)整和誤差修正模型5．4．1 協(xié)整關系5．4．2 協(xié)整檢驗5．4．3 誤差修正模型(EcM)5．5 EViews軟件的相關操作5．5．1 檢驗序列相關性5．5．2 修正序列相關5．5．3 ARMA(p，q)模型的估計5．5．4 單位根檢驗第Ⅲ部分 擴展的單方程分析第6章 條件異方差模型第7章 離散因變量和受限因變量模型第8章 對數(shù)極大似然估計第Ⅳ部分 多方程分析第9章 向量自回歸和向量誤差修正模型第10章 Panel Data模型第11章 狀態(tài)空間模型和卡爾曼濾波第12章 聯(lián)立方程模型的估計與模擬第13章 主成分分析和因子分析附錄A EViews軟件基礎附錄B EViews程序設計附錄C EViews中的常用函數(shù)附錄D 數(shù)據(jù)參考文獻

章節(jié)摘錄

插圖：第Ⅰ部分 數(shù)據(jù)分析基礎第2章 經濟時間序列的季節(jié)調整、分解與平滑本章主要介紹經濟時間序列的分解和平滑方法。時間序列分解方法包括季節(jié)調整和趨勢分解，指數(shù)平滑是目前比較常用的時間序列處理方法。經濟指標的月度或季度時間序列包含4種變動要素：長期趨勢要素T、循環(huán)要素C、季節(jié)變動要素S和不規(guī)則要素I。長期趨勢要素代表經濟時間序列長期的趨勢特性。循環(huán)要素是以數(shù)年為周期的一種周期性變動，它可能是一種景氣變動、也可能是經濟變動或其他周期變動。季節(jié)變動要素是每年重復出現(xiàn)的循環(huán)變動，以12個月或4個季度為周期的周期性影響，是由溫度、降雨、每年中的假期和政策等因素引起的。季節(jié)要素和循環(huán)要素的區(qū)別在于季節(jié)變動是固定間距（如季或月）中的自我循環(huán)，而循環(huán)要素是從一個周期變動到另一個周期，問距比較長且不固定的一種周期性波動。不規(guī)則要素又稱隨機因子、殘余變動或噪聲，其變動無規(guī)則可循，這類因素是由偶然發(fā)生的事件引起的，如罷工、意外事故、地震、水災、惡劣氣候、戰(zhàn)爭、法令更改和預測誤差等。在經濟分析中，季節(jié)變動要素和不規(guī)則要素往往掩蓋了經濟發(fā)展中的客觀變化，給研究和分析經濟發(fā)展趨勢和判斷目前經濟所處的狀態(tài)帶來困難。因此，需要在經濟分析之前將經濟時間序列進行季節(jié)調整，剔除其中的季節(jié)變動要素和不規(guī)則要素。而利用趨勢分解方法可以把趨勢和循環(huán)要素分離開來，從而研究經濟的長期趨勢變動和景氣循環(huán)變動。對某些經濟時間序列（如股票序列），不存在明顯的趨勢變動和季節(jié)變動。一般，我們使用指數(shù)平滑方法對這樣的時間序列進行擬合及預測。

編輯推薦

《計量經濟分析方法與建模:EViews應用及實例(第2版)》為數(shù)量經濟學系列叢書之一。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    計量經濟分析方法與建模 PDF格式下載

---