現(xiàn)代計量經(jīng)濟(jì)學(xué)

前言

　　計量經(jīng)濟(jì)學(xué)這門學(xué)科自20世紀(jì)80年代起至今發(fā)展得非常迅速。雖然，作為一門經(jīng)濟(jì)學(xué)課程，在我國，它越來越受到重視，并且已經(jīng)成為經(jīng)濟(jì)類學(xué)生的一門核心課程，但是，國內(nèi)還有許多教材的內(nèi)容基本還局限于80年代以前教科書的范圍。因此，很有必要比較系統(tǒng)地把80年代以后計量經(jīng)濟(jì)學(xué)理論、方法與應(yīng)用的發(fā)展及其前沿通過教材的形式介紹給廣大經(jīng)濟(jì)學(xué)、金融學(xué)和管理學(xué)等專業(yè)的本科生及研究生們。得益于上海財經(jīng)大學(xué)領(lǐng)導(dǎo)的重視和支持，把本教材的編寫列為“211工程”經(jīng)濟(jì)類核心課程標(biāo)志性重點建設(shè)項目，使得《現(xiàn)代計量經(jīng)濟(jì)學(xué)》這本教材終于能夠與大家見面。　　我從事“計量經(jīng)濟(jì)學(xué)”本科與研究生層次的教學(xué)已經(jīng)十幾年了，在這些年當(dāng)中我最大的心愿就是能為自己所教的學(xué)生編寫一本反映計量經(jīng)濟(jì)學(xué)理論、方法與應(yīng)用發(fā)展前沿的教材。這幾年，無論我在英國南安普頓大學(xué)作為訪問學(xué)者時與國外同仁的交流，還是在接待來自美國芝加哥大學(xué)、南加州大學(xué)、紐約大學(xué)、錫拉丘斯大學(xué)、康涅迪戈大學(xué)等學(xué)者的來訪，如何講授計量經(jīng)濟(jì)學(xué)這門課程是我與他們討論時的一個少不了的話題。所以，盡可能比較系統(tǒng)地反映本學(xué)科發(fā)展的前沿動態(tài)，使學(xué)生能夠把握現(xiàn)代計量經(jīng)濟(jì)學(xué)的發(fā)展方向，結(jié)合我國經(jīng)濟(jì)發(fā)展的規(guī)律和特征，學(xué)以致用，是我編寫這本書的目標(biāo)?！　”緯卜质?，其內(nèi)容安排的目標(biāo)就是為學(xué)生掌握計量經(jīng)濟(jì)學(xué)理論、方法應(yīng)用與發(fā)展前沿奠定基礎(chǔ)，因此，我在本書編寫的總體框架中針對本科生和研究生兩個層面注意教學(xué)內(nèi)容的不同的配置，同時也相應(yīng)提出不同的要求。第一章，導(dǎo)論。該章主要說明了計量經(jīng)濟(jì)學(xué)產(chǎn)生的背景、計量經(jīng)濟(jì)學(xué)的涵義及其所涉及到的概念、理論和建模方法以及與經(jīng)濟(jì)學(xué)本身的關(guān)系。同時，進(jìn)一步介紹現(xiàn)代計量經(jīng)濟(jì)學(xué)理論、方法及其應(yīng)用的發(fā)展現(xiàn)狀與前景，包括所面臨的主要問題。第二章，多元回歸分析模型理論與應(yīng)用。該章對本科生層次重點講授用矩陣形式處理多元線性回歸模型的普通最小二乘估計（包括單變量回歸模型的普通最小二乘估計）；介紹帶約束的普通最小二乘估計、假設(shè)檢驗以及估計量的性質(zhì)，通過各種案例的分析強(qiáng)調(diào)如何進(jìn)行模型的應(yīng)用；介紹標(biāo)準(zhǔn)化系數(shù)和偏相關(guān)系數(shù)的概念與計算方法，并輔之以相關(guān)例子的說明；對研究生層次還要講授虛擬變量的使用與分段線性回歸方法，說明使用虛擬變量和分段線性回歸的目的、意義以及如何使用的技術(shù)；介紹嵌套模型的比較、檢驗，說明這類模型的應(yīng)用價值等。當(dāng)然，本章的教學(xué)不僅以書本為主，還會針對中國經(jīng)濟(jì)的特征與規(guī)律，讓學(xué)生們練習(xí)作一些小論文，提高解決實際經(jīng)濟(jì)問題的能力。第三章，最大似然估計和模型識定檢驗。該章對本科生層次重點講授用似然函數(shù)、最大似然估計的優(yōu)良性質(zhì)以及相應(yīng)估計量的大樣本特型，講授簡單形式下的三種基本漸近檢驗的思想與方法，即似然比檢驗、沃爾德檢驗、拉格朗日乘數(shù)檢驗；對研究生層次則還要增加講授復(fù)雜情況下模型設(shè)定的似然比檢驗、沃爾德檢驗、拉格朗日乘數(shù)檢驗，并說明這些方法在現(xiàn)代金融與經(jīng)濟(jì)學(xué)的應(yīng)用價值。第四章，多重共線性的概念、診斷與克服。該章對本科生層次重點講授多重共線性的概念、多重共線性的癥狀與基本診斷、多重共線性嚴(yán)重性程度的一些最常用的度量以及克服多重共線性的一些常用方法。對研究生層次的學(xué)生除上述內(nèi)容必須講授以外，還將重點講授克服多重共線性更復(fù)雜的一些解決方法，包括追加樣本信息、嚴(yán)格的線性約束、嶺回歸和主分量回歸法等。本章教學(xué)將訓(xùn)練學(xué)生如何用計量經(jīng)濟(jì)學(xué)的專門軟件來克服多重共線性。第五章，違背高斯-馬爾柯夫假設(shè)的模型處理。該章對本科生層次重點講授異方差和自相關(guān)的概念、存在異方差和自相關(guān)情況下普通最小二乘估計可能產(chǎn)生的后果，檢驗以及修正、克服異方差和自相關(guān)的基本方法；對研究生層次還要講授積性異方差現(xiàn)象的機(jī)制和可能產(chǎn)生的后果、懷特檢驗的方法、德賓h統(tǒng)計量使用的前提與限制以及高階自回歸問題。本章還將配合理論與方法的講授，進(jìn)行一些案例分析，讓學(xué)生學(xué)會如何從實際數(shù)據(jù)和建模過程中檢驗、修正或克服異方差和自相關(guān)的干擾。第六章，單變量時間序列模型。本章對本科生層次重點講授自回歸過程、移動平均過程和一般自回歸移動平均過程的基本概念、基本特征和應(yīng)用案例，理解單變量時間序列模型的意義和基本處理方法；對研究生層次還要講授自回歸條件異方差模型（ARCH）、廣義自回歸條件異方差模型（GARCH）以及指數(shù)型GARCH模型、ARCH-M模型等的概念、特征和產(chǎn)生這一類模型的背景，同時還將簡要介紹相應(yīng)的估計方法，并安排學(xué)生上機(jī)操作Eviews、RATS等時間序列分析專用軟件，訓(xùn)練學(xué)生自己分析金融市場波動性的基本能力。第七章，動態(tài)計量經(jīng)濟(jì)模型：分布滯后模型。該章對本科生層次重點講授引言、無約束有限分布滯后模型、滯后長度已知時的模型估計；有限多項式滯后、滯后長度和多項式次數(shù)已知時的估計；自適應(yīng)期望動態(tài)經(jīng)濟(jì)模型、幾何滯后模型和自回歸分布滯后及其估計。對研究生還要講授無約束有限分布滯后模型滯后長度的確定，具有滯后應(yīng)變量模型中自相關(guān)的檢驗和幾何滯后模型的工具變量估計，多項式次數(shù)的確定以及與使用多項式滯后有關(guān)的問題等。本章的教學(xué)過程中同樣將訓(xùn)練學(xué)生運用Eviews、Pc-Give等計量經(jīng)濟(jì)專用軟件分析與解決實際問題的能力。第八章，時間序列回歸。該章內(nèi)容不分本科和研究生，對學(xué)生重點講授平穩(wěn)時間序列、偽回歸、使用自相關(guān)函數(shù)檢驗平穩(wěn)性，平穩(wěn)性的單位根檢驗、協(xié)整理論簡介以及使用時間序列數(shù)據(jù)估計步驟的歸納等問題，使學(xué)生掌握如何理解經(jīng)濟(jì)變量之間真正的長期均衡關(guān)系以及這些關(guān)系的檢驗。本章的教學(xué)過程中還將訓(xùn)練學(xué)生運用PcGive等計量經(jīng)濟(jì)專用軟件分析與解決實際問題的能力。第九章，單位根過程和協(xié)整系統(tǒng)。本章內(nèi)容的講授主要針對研究生和有潛力的本科生，包括80年代發(fā)展起來的宏觀計量經(jīng)濟(jì)分析理論與方法，如單位根過程，單位根過程的最小二乘估計，迪基-富勒檢驗，增廣的迪基-富勒檢驗和協(xié)整分析、誤差修正問題、協(xié)整的檢驗以及協(xié)整關(guān)系個數(shù)的檢驗等問題，使學(xué)生能夠比較準(zhǔn)確地理解宏觀經(jīng)濟(jì)變量之間的長期均衡與短期波動的形成機(jī)制，以及如何對現(xiàn)實經(jīng)濟(jì)中的同類問題進(jìn)行有效的分析與判斷。本章的教學(xué)過程中也將訓(xùn)練學(xué)生運用PcGive等計量經(jīng)濟(jì)專用軟件分析與解決實際問題的能力。第十章，合并時間序列和截面數(shù)據(jù)。本章教學(xué)內(nèi)容的難度設(shè)計主要針對本科生的計量經(jīng)濟(jì)學(xué)教學(xué)，但也可以用于研究生的學(xué)習(xí)。教學(xué)內(nèi)容包括簡單的似不相關(guān)回歸模型，模型的估計包括分別估計與聯(lián)合估計以及檢驗截面方程的約束，含虛擬變量的模型設(shè)定和處理等問題。有關(guān)誤差成分模型主要作為研究生的教學(xué)內(nèi)容。本章的教學(xué)過程包括訓(xùn)練學(xué)生運用Eviews等計量經(jīng)濟(jì)專用軟件處理似不相關(guān)回歸模型的能力。第十一章，內(nèi)生性、工具變量和廣義矩方法。本章教學(xué)內(nèi)容的難度設(shè)計主要針對研究生層次，但其中易于掌握的部分也可以作為本科生學(xué)習(xí)和掌握的內(nèi)容。教學(xué)內(nèi)容包括普通最小二乘估計中存在測量誤差的后果，存在測量誤差模型的處理，豪斯曼（Hauseman）檢驗的基本思想、方法和應(yīng)用，關(guān)于是否存在測量誤差的檢驗，關(guān)于凱恩斯聯(lián)立方程組模型，廣義工具變量估計量，二階段最小二乘法以及廣義矩方法等。本章的教學(xué)過程中將訓(xùn)練學(xué)生運用Eviews、Stata等計量經(jīng)濟(jì)專用軟件對這些方法進(jìn)行實際操作。第十二章，聯(lián)立方程組：模型、識別與估計。本章教學(xué)內(nèi)容從難度的設(shè)計上主要針對本科生，但有些內(nèi)容還是比較適合研究生學(xué)習(xí)和掌握的。以本科生為主的教學(xué)內(nèi)容有隨機(jī)聯(lián)立方程組模型的基礎(chǔ)知識，隨機(jī)聯(lián)立方程組模型的結(jié)構(gòu)式與簡約式，隨機(jī)聯(lián)立方程組模型的識別，隨機(jī)聯(lián)立方程組模型的參數(shù)估計問題（包括間接最小二乘法、二階段最小二乘法）等；像隨機(jī)聯(lián)立方程組模型的參數(shù)的廣義最小二乘估計，具有序列相關(guān)和滯后因變量的聯(lián)立方程模型的估計和聯(lián)立性檢驗等問題比較適合研究生。本章的教學(xué)過程還會訓(xùn)練學(xué)生運用Eviews等計量經(jīng)濟(jì)專用軟件求解聯(lián)立方程組的操作能力。第十三章，離散選擇模型和受限因變量模型。本章教學(xué)內(nèi)容的設(shè)計主要適用于研究生層次，但有潛力的本科生也可以學(xué)習(xí)和掌握。教學(xué)內(nèi)容主要包括二元離散選擇模型（如Probit模型、Logit模型）的背景、涵義和估計，多元Logit模型的介紹與應(yīng)用以及Tobit模型的背景、涵義和估計，包括費爾（Fair）和?？寺℉eckman）所提出的估計方法。本章的教學(xué)過程中還將安排2次上機(jī)操作，訓(xùn)練學(xué)生運用Stata和Eviews等計量經(jīng)濟(jì)專用軟件進(jìn)行Probit模型、Logit模型和Tobit模型的操作能力，并能夠?qū)θ舾涩F(xiàn)實問題進(jìn)行分析。　　每章教學(xué)內(nèi)容后面都附有一定的習(xí)題，目的就是讓學(xué)生加深對所學(xué)內(nèi)容的進(jìn)一步理解、掌握和實際應(yīng)用的技能。我們都知道，雖然計量經(jīng)濟(jì)學(xué)屬于實證經(jīng)濟(jì)學(xué)的范疇，并且應(yīng)用性很強(qiáng)，但是其理論的發(fā)展很快，難度很高。本書編寫的目的就是讓學(xué)生們能夠掌握、了解現(xiàn)代計量經(jīng)濟(jì)學(xué)的理論和方法，訓(xùn)練和培養(yǎng)學(xué)生用這些方法分析、解決現(xiàn)實經(jīng)濟(jì)中各類問題的能力。因此，除了在教學(xué)內(nèi)容上緊跟計量經(jīng)濟(jì)學(xué)發(fā)展的前沿之外，還盡可能結(jié)合我國經(jīng)濟(jì)發(fā)展的實際情況，安排重要的計量經(jīng)濟(jì)學(xué)專用軟件（如Eviews、PcGive、Stata和RATS等）的講解和上機(jī)訓(xùn)練與操作，培養(yǎng)和加強(qiáng)各種層次的學(xué)生用定量為主，結(jié)合定性手段觀察、分析與解決經(jīng)濟(jì)問題的能力?！　”緯軌蛎媸?，我要深深地感謝尊敬的談敏校長、儲敏偉副校長和叢樹海副校長對本教材建設(shè)項目立題和編寫的充分關(guān)心與積極支持。同時，我也要深深地感謝摯友與同行姜國麟副教授、劉弘副教授真誠無私的全力支持與幫助；感謝英國南安普頓大學(xué)經(jīng)濟(jì)系的陸懋祖博士、Jan. Podivisky博士為本書編寫所提供的大量資料?！　≡诒緯木帉戇^程中，我得到了優(yōu)秀能干的研究生姜國君、陳志軍、郭蓉、賈萬程、葉篩政、徐偉民、丁騰飛、解茹、劉淼、劉志剛、郝政華、孟大文等的大力幫助與支持，他們?yōu)楸緯耐瓿勺隽舜罅抗ぷ?。尤其是姜國君、陳志軍、郭蓉、賈萬程，他們不僅從總體上整理了本書的結(jié)構(gòu)，配置了一些圖片，還幫助我制作了案例的多媒體課件，幫助我收集和錄入了習(xí)題集、試題庫，制作了詳細(xì)目錄，從而使本書能夠更快地與讀者見面。在此，我向他們致以最衷心地感謝。同時，我也要衷心地感謝本書的責(zé)任編輯徐超先生為本書的出版所付出的辛勞和高度的責(zé)任心?！　≈炱椒肌　?004年4月

內(nèi)容概要

　　計量經(jīng)濟(jì)學(xué)這門學(xué)科自20世紀(jì)80年代起至今發(fā)展得非常迅速。雖然，作為一門經(jīng)濟(jì)學(xué)課程，在我國，它越來越受到重視，并且已經(jīng)成為經(jīng)濟(jì)類學(xué)生的一門核心課程，但是，國內(nèi)還有許多教材的內(nèi)容基本還局限于80年代以前教科書的范圍。因此，很有必要比較系統(tǒng)地把80年代以后計量經(jīng)濟(jì)學(xué)理論、方法與應(yīng)用的發(fā)展及其前沿通過教材的形式介紹給廣大經(jīng)濟(jì)學(xué)、金融學(xué)和管理學(xué)等專業(yè)的本科生及研究生們。盡可能比較系統(tǒng)地反映本學(xué)科發(fā)展的前沿動態(tài)，使學(xué)生能夠把握現(xiàn)代計量經(jīng)濟(jì)學(xué)的發(fā)展方向，結(jié)合我國經(jīng)濟(jì)發(fā)展的規(guī)律和特征，學(xué)以致用，是編寫這本書的目標(biāo)。本書共分十三章。

書籍目錄

前言第一章 導(dǎo) 論第一節(jié) 計量經(jīng)濟(jì)學(xué)的產(chǎn)生、性質(zhì)與發(fā)展1.1.1 計量經(jīng)濟(jì)學(xué)的產(chǎn)生1.1.2 計量經(jīng)濟(jì)學(xué)的性質(zhì)和地位1. 1.3 計量經(jīng)濟(jì)學(xué)的發(fā)展第二節(jié) 計量經(jīng)濟(jì)學(xué)的相關(guān)概念1.2.1 經(jīng)濟(jì)變量1.2.2 經(jīng)濟(jì)變量之間的關(guān)系1.2.3 經(jīng)濟(jì)數(shù)據(jù)的類型1.2.4 經(jīng)濟(jì)數(shù)據(jù)的特征第三節(jié) 計量經(jīng)濟(jì)建模過程1.3.1 模型的設(shè)定1.3.2 樣本數(shù)據(jù)的收集1.3.3 模型參數(shù)的估計1.3.4 模型的檢驗第四節(jié) 計量經(jīng)濟(jì)學(xué)的最新發(fā)展1.4.1 現(xiàn)代統(tǒng)計與數(shù)學(xué)的方法廣泛應(yīng)用1.4.2 應(yīng)用重點已經(jīng)轉(zhuǎn)向，預(yù)測功能有所拓寬1.4.3 應(yīng)用方向正在轉(zhuǎn)向新的領(lǐng)域習(xí)題1第二章 多元回歸分析模型理論與應(yīng)用第一節(jié) 矩陣形式的普通最小二乘法2.1.1 普通最小二乘法（ordinary least squares）2.1.2 案例說明：美國年輕職工個人工資收入差異分析2.1.3 矩陣概念第二節(jié) 多元線性回歸模型及其估計2.2.1 多元回歸模型2.2.2 多元回歸模型參數(shù)的最小二乘法估計與小樣本性質(zhì)第三節(jié) 假設(shè)檢驗2.3.1 有關(guān)概念介紹2.3.2 假設(shè)檢驗第四節(jié) 標(biāo)準(zhǔn)化系數(shù)和偏相關(guān)系數(shù)2.4.1 標(biāo)準(zhǔn)化系數(shù)2.4.2 案例說明：黑市足球票價估計問題2.4.3 偏相關(guān)系數(shù)第五節(jié) 帶約束的最小二乘估計及其性質(zhì)2.5.1 帶約束的參數(shù)向量的最小二乘估計量2.5.2 的性質(zhì)2.5.3 帶約束參數(shù)向量模型的最小二乘估計殘差er的性質(zhì)第六節(jié) 對多個回歸參數(shù)的檢驗問題2.6.1 多個回歸參數(shù)檢驗的統(tǒng)計量的構(gòu)造2.6.2 檢驗簡單線性約束2.6.3 回歸系數(shù)顯著性的聯(lián)合檢驗2.6.4 案例說明：美國年輕職工個人工資收入差異分析（續(xù)）2.6.5 案例說明：住房需求估計問題2.6.6 一般的情形2.6.7 不同模型參數(shù)是否相等的檢驗問題第七節(jié) 回歸模型參數(shù)最小二乘估計量的性質(zhì)2.7.1 普通最小二乘估計量的漸近性質(zhì)2.7.2 性質(zhì)說明2.7.3 例題分析：資本資產(chǎn)定價模型第八節(jié) 虛擬變量的使用與分段線性回歸2.8.1 虛擬變量的使用2.8.2 分段線性回歸2.8.3 變更回歸方法2.8.4 有關(guān)虛擬變量系數(shù)的檢驗第九節(jié) 嵌套模型的比較2.9.1 包容性f檢驗及包容性j檢驗2.9.2 錯誤設(shè)定的函數(shù)形式2.9.3 檢驗函數(shù)形式2.9.4 案例說明：比利時個人工資收入問題的解釋習(xí)題2第三章 最大似然估計和模型設(shè)定檢驗第一節(jié) 最大似然估計3.1.1 對數(shù)似然函數(shù)3.1.2 二點分布模型（binomial model）3.1.3 簡單回歸模型3.1.4 一般線性回歸模型3.1.5 最大似然估計量的性質(zhì)第二節(jié) 模型設(shè)定的檢驗3.2.1 簡單形式下的三種基本漸近檢驗3.2.2 復(fù)雜情況下的模型設(shè)定檢驗習(xí)題3第四章 多重共線性的概念、診斷與克服第一節(jié) 引言4.1.1 多重共線性的概念第二節(jié) 多重共線性的癥狀與診斷4.2.1 多重共線性的癥狀4.2.2 多重共線性的存在性、嚴(yán)重性以及診斷第三節(jié) 多重共線性問題的解決4.3.1 克服多重共線性的一些常用方法4.3.2 追加樣本信息4.3.3 嚴(yán)格的線性約束4.3.4 嶺回歸4.3.5 主分量回歸法習(xí)題4第五章 違背高斯-馬爾柯夫假設(shè)的模型處理第一節(jié) 存在異方差干擾的模型處理5.1.1 存在異方差和自相關(guān)干擾的參數(shù)的最小二乘估計5.1.2 廣義最小二乘估計5.1.3 存在異方差干擾的模型處理5.1.4 異方差性的檢驗5.1.5 案例說明：勞動力需求的解釋5.1.6 案例說明：異方差的修正第二節(jié) 自相關(guān)5.2.1 一階自回歸5.2.2 案例說明：冰激凌的需求問題5.2.3 案例說明：煙煤的需求量5.2.4 案例說明：利率的變化5.2.5 德賓a統(tǒng)計量第三節(jié) 其他自相關(guān)模型5.3.1 高階自回歸5.3.2 移動平均誤差第四節(jié) 尋找自相關(guān)的程序5.4.1 設(shè)定錯誤5.4.2 普通最小二乘估計量的異方差性和自相關(guān)一致標(biāo)準(zhǔn)誤差5.4. 3 案例說明：外匯交易市場的風(fēng)險溢酬習(xí)題5第六章 單變量時間序列模型第一節(jié) 基本概念6.1.1 移動平均過程6.1.2 自回歸過程（autoregressive process）第二節(jié) 平穩(wěn)過程6.2.1 一階自回歸過程6.2.2 一階移動平均過程第三節(jié) 一般自回歸移動平均過程6.3.1 ar（p）可由ma（）表示6.3.2 ma（q）可由ar（）表示6.3.3 例子6.3.4 自回歸單整移動平均過程第四節(jié) 自回歸條件異方差模型6.4.1 自回歸條件異方差模型6.4.2 廣義自回歸條件異方差模型6.4.3 其他arch類模型6.4.4 arch模型估計習(xí)題6第七章 動態(tài)計量經(jīng)濟(jì)模型：分布滯后模型第一節(jié) 引言第二節(jié) 無約束有限分布滯后7.2.1 滯后長度已知時的模型估計7.2.2 滯后長度的確定第三節(jié) 有限多項式滯后7.3.1 滯后長度和多項式次數(shù)已知時的估計7.3.2 多項式次數(shù)的確定7.3.3 與使用多項式滯后有關(guān)的問題第四節(jié) 幾種特殊的無限分布滯后7.4.1 兩個動態(tài)經(jīng)濟(jì)模型7.4.2 幾何滯后模型的估計7.4.3 自回歸分布滯后習(xí)題7第八章 時間序列回歸第一節(jié) 平穩(wěn)時間序列第二節(jié) 偽回歸第三節(jié) 使用自相關(guān)函數(shù)檢驗平穩(wěn)性第四節(jié) 平穩(wěn)性的單位根檢驗8.4.1 迪基-富勒檢驗8.4.2 迪基-富勒檢驗的例子第五節(jié) 協(xié)整8.5.1 協(xié)整檢驗的一個例子第六節(jié) 使用時間序列數(shù)據(jù)估計步驟的歸納習(xí)題8第九章 單位根過程和協(xié)整系統(tǒng)第一節(jié) 單位根過程9.1.1 單位根過程的定義9.1.2 單位根過程的最小二乘估計第二節(jié) 單位根檢驗9.2.1 迪基-富勒檢驗9.2.2 案例說明：美國財政部季度債券名義利率9.2.3 增廣的迪基-富勒檢驗9.2.4 案例說明：美國財政部季度債券名義利率（續(xù)）第三節(jié) 協(xié)整分析9.3.1 協(xié)整9.3.2 誤差修正與協(xié)整9.3.3 協(xié)整的估計9.3.4 協(xié)整的檢驗9.3.5 最大似然估計9.3.6 協(xié)整關(guān)系個數(shù)的檢驗習(xí)題9第十章 合并時間序列和截面數(shù)據(jù)第一節(jié) 一個投資需求的例子第二節(jié) 似不相關(guān)回歸10.2.1 估計各個方程10.2.2 方程的聯(lián)合估計10.2.3 分別估計和聯(lián)合估計10.2.4 檢驗截面方程的約束第三節(jié) 虛擬變量的設(shè)定第四節(jié) 誤差成分模型習(xí)題10第十一章 內(nèi)生性、工具變量和廣義矩方法第一節(jié) 關(guān)于最小二乘估計量性質(zhì)的回顧11.1.1 最小二乘估計量性質(zhì)的回顧11.1.2 存在測量誤差后果11.1.3 自變量與誤差項相關(guān)第二節(jié) 變量的測量誤差11.2.1 關(guān)于存在測量誤差的情形11.2.2 豪斯曼檢驗11. 2.3 存在測量誤差的檢驗11.2.4 案例說明：檢驗公共開支模型中的測量誤差11.2.5 凱恩斯聯(lián)立方程模型第三節(jié) 工具變量估計量11.3.1 單個內(nèi)生變量和單個工具變量的估計問題11.3.2 案例說明：有關(guān)求學(xué)與回報的估計問題11.3.3 廣義工具變量估計量（the generalized instrumental variables estimator）第四節(jié) 廣義矩方法11.4.1 引言11.4.2 廣義矩方法11.4.3 簡單的例子11.4.4 案例說明：現(xiàn)代資產(chǎn)定價模型的估計習(xí)題11第十二章 聯(lián)立方程組：模型、識別與估計第一節(jié) 隨機(jī)聯(lián)立方程組模型12.1.1 供求均衡的例子12.1.2 簡單的凱恩斯消費模型12.1.3 小型宏觀經(jīng)濟(jì)模型第二節(jié) 隨機(jī)聯(lián)立方程組模型的結(jié)構(gòu)式與簡約式12.2.1 隨機(jī)聯(lián)立方程組模型的結(jié)構(gòu)式12.2.2 聯(lián)立方程組模型的簡約式12.2.3 例子第三節(jié) 隨機(jī)聯(lián)立方程組模型的識別12.3.1 什么是聯(lián)立方程組模型的識別12.3.2 單個結(jié)構(gòu)式方程識別的條件第四節(jié) 隨機(jī)聯(lián)立方程組模型的參數(shù)估計問題12.4.1 間接最小二乘法12.4.2 廣義最小二乘估計12.4.3 具有序列相關(guān)和滯后因變量的聯(lián)立方程模型的估計第五節(jié) 聯(lián)立性檢驗12.5.1 聯(lián)立性檢驗12.5.2 案例分析習(xí)題12第十三章 離散選擇模型和受限因變量模型第一節(jié) 二元離散選擇模型13.1.1 引言13.1.2 概率單位模型13.1.3 logit模型13.1.4 線性概率模型第二節(jié) 估計13.2.1 估計13.2.2 擬合優(yōu)度的度量13.2.3 案例說明：大學(xué)生住校與走讀行為預(yù)測第三節(jié) 多元logit模型簡介13.3.1 案例說明：職業(yè)水平第四節(jié) tobit模型13.4.1 引言13.4.2 tobit模型的估計13.4.3 案例說明：已婚婦女的工作狀況13.4.4 ?？寺槍obit模型提出的估計方法13.4.5 案例說明：對公立學(xué)校的需求模型習(xí)題13參考文獻(xiàn)

圖書封面

評論、評分、閱讀與下載

---

    現(xiàn)代計量經(jīng)濟(jì)學(xué) PDF格式下載

---