微觀計(jì)量經(jīng)濟(jì)學(xué)要義

內(nèi)容概要

微觀計(jì)量經(jīng)濟(jì)學(xué)是計(jì)量經(jīng)濟(jì)學(xué)前沿發(fā)展的重要部分。2000年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)授予了在微觀計(jì)量經(jīng)濟(jì)學(xué)方面做出卓越貢獻(xiàn)的J．Heckman和D．McFadden教授，這充分顯示了微觀計(jì)量經(jīng)濟(jì)學(xué)的重大價(jià)值。為了及時(shí)學(xué)習(xí)、普及并應(yīng)用學(xué)科前沿知識(shí)，華中科技大學(xué)經(jīng)濟(jì)學(xué)院于2002年舉辦了“微觀計(jì)量經(jīng)濟(jì)學(xué)高級(jí)研討班”，邀請(qǐng)cFadden教授前來(lái)領(lǐng)銜主講，同時(shí)組織在該院任職或兼職的教授做配套講課，以補(bǔ)充微觀計(jì)量經(jīng)濟(jì)學(xué)的一些基本概念和應(yīng)用。本書即是根據(jù)研討班的講課內(nèi)容和資料整理而成的。    微觀計(jì)量經(jīng)濟(jì)學(xué)無(wú)論從問(wèn)題、數(shù)據(jù)要求或估計(jì)方法上看都有別于宏觀計(jì)量經(jīng)濟(jì)學(xué)。后者基本上可概括為時(shí)間序列計(jì)量學(xué)，而前者不宜簡(jiǎn)稱為橫截面數(shù)據(jù)計(jì)量學(xué)。微觀計(jì)量經(jīng)濟(jì)學(xué)最凸顯的問(wèn)題是所謂經(jīng)濟(jì)選擇或定性因變量問(wèn)題。人們先選擇他們的分工或?qū)I(yè)，然后才決定干多少。這要求研究者考慮新的模式、設(shè)計(jì)新的數(shù)據(jù)和使用新的方法。本書中，McFadden教授演講特別提出了實(shí)驗(yàn)設(shè)計(jì)方法，為些林少宮教授討論了微觀計(jì)量經(jīng)濟(jì)學(xué)中的實(shí)驗(yàn)設(shè)計(jì)；在McFadden 教授的研究中他都要強(qiáng)調(diào)要分析因果關(guān)系，相應(yīng)地，唐齊鳴教授在講解綜列數(shù)據(jù)方法時(shí)就著重講解固定效應(yīng)法在因果分析中的作用；艾春榮、宋敏研究了頗具有計(jì)量特色的“最佳商品期貨對(duì)沖比的半?yún)?shù)估計(jì)”等等?！　∮?jì)量經(jīng)濟(jì)學(xué)的最新發(fā)展重在應(yīng)用，特別是用于政策（事件）的評(píng)價(jià)。微觀計(jì)量經(jīng)濟(jì)學(xué)的應(yīng)用價(jià)值、前途寬廣，未可限量。有志于應(yīng)用者——不僅在經(jīng)濟(jì)領(lǐng)域，而且在社會(huì)、政治、心理、管理等領(lǐng)域——將會(huì)發(fā)現(xiàn)本書是一本開卷有益、拓展視野的新計(jì)量經(jīng)濟(jì)學(xué)讀物。

作者簡(jiǎn)介

林少宮，廣東省信宜市人，1944年畢業(yè)于國(guó)立中央大學(xué)（南京大學(xué)前身），1952年獲美國(guó)伊利諾斯大學(xué)經(jīng)濟(jì)學(xué)博士學(xué)位，其學(xué)位論文隨即被《美國(guó)經(jīng)濟(jì)評(píng)論》分類為統(tǒng)計(jì)學(xué)與計(jì)量經(jīng)濟(jì)學(xué)。回國(guó)前曾任美國(guó)俄亥俄州地頓（Dayton）大學(xué)統(tǒng)計(jì)學(xué)和經(jīng)濟(jì)學(xué)講師。1955年到華中工學(xué)院（華中科技大

書籍目錄

代序　微觀計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展和展望　　1　引言　　2　線性模型　　3　非線性模型　　4　廣義矩方法　　5　模型檢驗(yàn)　　6　非參數(shù)和半?yún)?shù)模型　　7　展望線性模型　多元線性回歸系數(shù)的“其余情況不變”釋義　　1　引言　　2　多元回歸的OLS估計(jì)與解釋　　3　受控變量過(guò)少的嚴(yán)重性　　4　“代理”與“工具”　　5　討論　　　5.1　邊際效應(yīng)　　　S.2　受控變量越多越保險(xiǎn)嗎　　　5.3　t值小而R2值大的估計(jì)方程沒(méi)有用嗎？　　　5.4　只關(guān)注某些βj或它們的某種組合　　6　因果效應(yīng)與綜列數(shù)據(jù)　　7　結(jié)束語(yǔ)　綜列數(shù)據(jù)回歸　　1　引言　　2　長(zhǎng)期序列　　3　短期序列　　　3.1　固定效應(yīng)　　　3.2　隨機(jī)效應(yīng)　　　3.3　隨機(jī)效應(yīng)與固定效應(yīng)　跨時(shí)橫截面的混合、綜列數(shù)據(jù)方法及其應(yīng)用　　1　引言　　2　跨時(shí)獨(dú)立橫截面的混合　　3　利用混合橫截面做政策分析　　4　綜列數(shù)據(jù)分析中的固定效應(yīng)模型　　　4.1　兩期綜列數(shù)據(jù)分析　　　4.2　用兩期綜列數(shù)據(jù)做政策分析　　　4.3　多于兩期的綜列數(shù)據(jù)分析中的固定效應(yīng)模型　　5　綜列數(shù)據(jù)分析中的隨機(jī)效應(yīng)模型　正交實(shí)驗(yàn)設(shè)計(jì)在微觀計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用——政策（或事件）評(píng)價(jià)法　　1　回歸設(shè)計(jì)與分析　　2　正交設(shè)計(jì)與分析　　3　正交設(shè)計(jì)的價(jià)值非線性模型　離散選擇模型　　1　引言　　2　二分選擇模型的估計(jì)　　3　有序選擇模型　　4　多分選擇模型　限值因變量模型及其應(yīng)用　　1　引言　　2　線性概率模型　　　2.1　線性概率模型的定義　　　2.2　線性概率模型的估計(jì)問(wèn)題　　　2.3　線性概率模型的應(yīng)用　　3　對(duì)數(shù)單位模型　　　3.1　對(duì)數(shù)單位模型的定義　　　3.2　對(duì)數(shù)單位模型的估計(jì)　　　3.3　對(duì)數(shù)單位模型的應(yīng)用　　4　概率單位模型　　　4.1　概率單位模型的定義　　　4.2　概率單位模型的估計(jì)　　　4.3　概率單位模型的應(yīng)用　　5　托比模型　　　5.1　托比模型的定義及其估計(jì)　　　5.2　對(duì)托比模型估計(jì)值的解釋　　　5.3　托比模型的應(yīng)用　　　5.4　托比模型的設(shè)定問(wèn)題　　6　泊松回歸模型　　　6.1　泊松回歸模型的定義及其估計(jì)　　　6.2　對(duì)泊松回歸模型的解釋　　　6.3　泊松回歸模型的應(yīng)用　　7　截取和斷尾回歸模型　　　7.1　截取回歸模型　　　7.2　斷尾回歸模型　微觀計(jì)量經(jīng)濟(jì)學(xué)中的非線性模型　　1　引言　　2　托比模型　　3　選擇模型　　4　開關(guān)模型　　5　離散回歸模型　　　5.1　二分離散變量模型　　　5.2　多分有序選擇模型　　　5.3　多分無(wú)序選擇模型　　6　廣義矩法　　　6.1　GMM的思想　　　6.2　GMM的特征方法論與專題研究　統(tǒng)計(jì)大樣本理論雜談　　1　大樣本　　2　大樣本概念及問(wèn)題演變簡(jiǎn)史　　3　大樣本的研究問(wèn)題與方法　　　3.1　問(wèn)題　　　3.2　方法　　4　研究者的必備條件　健康、財(cái)富與智慧　　1　引言　　　1.1　議題　　　1.2　研究對(duì)象　　2　綜列數(shù)據(jù)中的關(guān)聯(lián)性與因果性　　　2.1　因果性檢驗(yàn)　　　2.2　某些具體的模型　　　2.3　測(cè)量問(wèn)題　　3　AHEAD綜列數(shù)據(jù)　　　3.1　樣本特征　　　3.2　統(tǒng)計(jì)描述　　　3.3　構(gòu)造變量　　　3.4　財(cái)富的度量　　　3.5　死亡與觀測(cè)的財(cái)富變化　　4　SES與當(dāng)時(shí)健康狀態(tài)　　　4.1　關(guān)聯(lián)模型　　　4.2　相對(duì)風(fēng)險(xiǎn)　　5　突發(fā)（偶發(fā)）病和對(duì)AHEAD綜列數(shù)據(jù)中因果關(guān)系進(jìn)行檢驗(yàn)　　　5.1　突發(fā)病模型　　　5.2　因果關(guān)系檢驗(yàn)　　6　檢驗(yàn)從健康狀況到資產(chǎn)積累的非因果關(guān)系　　　6.1　突發(fā)病模型　　　6.2　因果關(guān)系檢驗(yàn)　　　6.3　模擬實(shí)驗(yàn)　怎樣量化環(huán)境損壞或改善的經(jīng)濟(jì)價(jià)值　　1　引言　　　1.1　機(jī)制失靈　　　1.2　信息失效　　2　環(huán)境評(píng)估的主要問(wèn)題　　　2.1　評(píng)價(jià)實(shí)驗(yàn)的基本知識(shí)　　　2.2　實(shí)驗(yàn)設(shè)計(jì)中的爭(zhēng)議　　3　評(píng)估環(huán)境損壞或改善的三種方法　　　3.1　按質(zhì)論價(jià)法　　　3.2　旅途成本法　　　3.3　TCM在抽樣方面的爭(zhēng)議　　　3.4　直接的偏好誘出法　　4　支付意愿　微觀計(jì)量經(jīng)濟(jì)學(xué)中的實(shí)驗(yàn)設(shè)計(jì)法　　1　引言　　2　回歸分析中的控制對(duì)象及控制方法　　3　不可觀測(cè)變量的控制　　4　對(duì)數(shù)據(jù)的要求與數(shù)據(jù)的利用　　5　隨機(jī)化的普遍應(yīng)用性　　6　重復(fù)與誤差　　　7　實(shí)驗(yàn)經(jīng)濟(jì)學(xué)微觀金融計(jì)量方法及其應(yīng)用研究　金融計(jì)量中的事件研究經(jīng)驗(yàn)談　　1　事件研究的基本步驟　　2　測(cè)度正常表現(xiàn)的模型　　　2.1　常均值收益模型　　　2.2　市場(chǎng)模型　　　2.3　經(jīng)濟(jì)模型　　3　測(cè)度和分析非正常收益　　　3.1　市場(chǎng)模型的估計(jì)　　　3.2　非正常收益的統(tǒng)計(jì)特性　　　3.3　非正常收益的加總　金融市場(chǎng)信息的有效性與價(jià)格的可預(yù)測(cè)性　　1　市場(chǎng)信息有效性與隨機(jī)漫游假設(shè)的關(guān)系　　2　隨機(jī)漫游假設(shè)　　　2.1　鞅模型　　　2.2　隨機(jī)漫游1：獨(dú)立同分布增量　　　2.3　隨機(jī)漫游2：獨(dú)立增量　　　2.4　隨機(jī)漫游3：無(wú)關(guān)增量　　3　隨機(jī)漫游假設(shè)的檢驗(yàn)　　　3.1　檢驗(yàn)隨機(jī)漫游1：獨(dú)立同分布增量　　　3, 2　檢驗(yàn)隨機(jī)漫游2：獨(dú)立增量　　　3.3　檢驗(yàn)隨機(jī)漫游3：無(wú)關(guān)增量　商品期貨最佳對(duì)沖比率的半?yún)?shù)估計(jì)　　1　引言　　2　在玉米、棉花和大豆市場(chǎng)上的應(yīng)用　　　2.1　數(shù)據(jù)　　　2.2　應(yīng)用參數(shù)對(duì)沖模型時(shí)的對(duì)沖效果　　　2.3　應(yīng)用半?yún)?shù)模型時(shí)的對(duì)沖表現(xiàn)　　　2.4　應(yīng)用參數(shù)和半?yún)?shù)模型時(shí)的樣本外對(duì)沖效果　　3　結(jié)論　　4　附錄附錄　流行計(jì)量經(jīng)濟(jì)學(xué)軟件　　1　EVIEWS 4.0　　2　GAUSS 3.6　　3　LIMDEP 7.0　　4　OX 2.2　　5　RATS 5.0　　6　SAS 8.1　　7　STATA 7.0　　8　TSP 4.5

圖書封面

圖書標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    微觀計(jì)量經(jīng)濟(jì)學(xué)要義 PDF格式下載

---