目錄
第1章 導(dǎo)論 1
1.1 計(jì)量經(jīng)濟(jì)學(xué)的概念與功能 1
1.1.1 什么是計(jì)量經(jīng)濟(jì)學(xué) 1
1.1.2 計(jì)量經(jīng)濟(jì)學(xué)的作用與功能 1
1.2 計(jì)量經(jīng)濟(jì)學(xué)的學(xué)科性質(zhì) 2
1.2.1 計(jì)量經(jīng)濟(jì)學(xué)在經(jīng)濟(jì)學(xué)科中居于重要地位 2
1.2.2 計(jì)量經(jīng)濟(jì)學(xué)與其他學(xué)科的關(guān)系 3
1.2.3 計(jì)量經(jīng)濟(jì)學(xué)的分類(lèi) 4
1.2.4 計(jì)量經(jīng)濟(jì)學(xué)的局限性 5
1.3 計(jì)量經(jīng)濟(jì)學(xué)的研究步驟 6
1.3.1 陳述理論 6
1.3.2 建立計(jì)量經(jīng)濟(jì)模型 7
1.3.3 收集樣本數(shù)據(jù) 8
1.3.4 估計(jì)模型參數(shù) 9
1.3.5 檢驗(yàn)?zāi)Ｐ?10
1.3.6 應(yīng)用模型 11
1.4 計(jì)量經(jīng)濟(jì)學(xué)數(shù)據(jù)來(lái)源和軟件 11
1.4.1 常用數(shù)據(jù)來(lái)源 11
1.4.2 計(jì)量經(jīng)濟(jì)學(xué)軟件 12
1.5 本章小結(jié) 12
思考題與練習(xí)題 12
第2章 一元線性回歸模型 14
2.1 一元線性回歸模型概述 14
2.1.1 相關(guān)分析與回歸分析 14
2.1.2 總體回歸函數(shù)和總體回歸模型 16
2.1.3 隨機(jī)誤差項(xiàng)的性質(zhì) 18
2.1.4 樣本回歸函數(shù)和樣本回歸模型 19
2.2 一元線性回歸模型的基本假定和參數(shù)估計(jì) 21
2.2.1 一元線性回歸模型的基本假定 21
2.2.2 一元線性回歸模型的參數(shù)估計(jì) 22
2.3 小二乘估計(jì)量的性質(zhì) 24
2.3.1 小二乘估計(jì)量的均值和方差 24
2.3.2 小二乘估計(jì)量是線性無(wú)偏估計(jì)量 25
2.4 擬合優(yōu)度的度量 27
2.4.1 總變差的分解 27
2.4.2 判定系數(shù) 28
2.4.3 判定系數(shù)與相關(guān)系數(shù)的關(guān)系 29
2.5 回歸參數(shù)的區(qū)間估計(jì)和顯著性檢驗(yàn) 30
2.5.1 回歸參數(shù)的區(qū)間估計(jì) 30
2.5.2 回歸參數(shù)的顯著性檢驗(yàn) 33
2.6 一元線性回歸模型的預(yù)測(cè) 34
2.6.1 點(diǎn)預(yù)測(cè) 34
2.6.2 區(qū)間預(yù)測(cè) 34
2.7 案例分析 36
2.8 本章小結(jié) 39
附錄2.1 案例分析的R實(shí)現(xiàn) 39
附錄2.2 小二乘估計(jì)的證明 40
思考題與練習(xí)題 41
第3章 多元線性回歸模型 44
3.1 多元線性回歸模型及古典假定 44
3.1.1 多元線性回歸模型概述 44
3.1.2 多元線性回歸模型的古典假定 45
3.2 多元線性回歸模型的參數(shù)估計(jì) 47
3.2.1 多元線性回歸模型參數(shù)的小二乘估計(jì) 47
3.2.2 參數(shù)小二乘估計(jì)量的性質(zhì) 48
3.2.3 小二乘估計(jì)的分布性質(zhì) 50
3.2.4 隨機(jī)擾動(dòng)項(xiàng)方差的估計(jì) 51
3.2.5 大樣本理論* 51
3.3 多元線性回歸模型的檢驗(yàn) 51
3.3.1 擬合優(yōu)度檢驗(yàn) 51
3.3.2 回歸方程的顯著性檢驗(yàn) 53
3.3.3 回歸參數(shù)的顯著性檢驗(yàn) 54
3.4 多元線性回歸模型的預(yù)測(cè) 55
3.4.1 點(diǎn)預(yù)測(cè) 55
3.4.2 區(qū)間預(yù)測(cè) 56
3.5 虛擬變量 57
3.5.1 虛擬變量的概念 57
3.5.2 虛擬變量引入模型的形式 57
3.5.3 虛擬變量個(gè)數(shù)的確定 60
3.6 案例分析 61
3.7 本章小結(jié) 63
附錄3.1 案例分析的Stata實(shí)現(xiàn) 63
附錄3.2 殘差平方和均值的證明 64
思考題與練習(xí)題 64
第4章 放松經(jīng)典假設(shè)的模型估計(jì) 66
4.1 多重共線性 66
4.1.1 多重共線性的含義 66
4.1.2 多重共線性對(duì)普通小二乘估計(jì)的影響 66
4.1.3 多重共線性的檢驗(yàn) 67
4.1.4 多重共線性下模型的估計(jì)方法 67
4.2 異方差性 71
4.2.1 異方差性的含義 71
4.2.2 異方差性對(duì)普通小二乘估計(jì)的影響 72
4.2.3 異方差性的檢驗(yàn) 73
4.2.4 異方差性下模型的估計(jì)方法 76
4.3 自相關(guān)性 78
4.3.1 自相關(guān)性的含義 78
4.3.2 自相關(guān)性對(duì)普通小二乘估計(jì)的影響 79
4.3.3 自相關(guān)性的檢驗(yàn) 80
4.3.4 自相關(guān)性下模型的估計(jì)方法 82
4.4 隨機(jī)解釋變量* 83
4.4.1 隨機(jī)解釋變量問(wèn)題的概念 83
4.4.2 隨機(jī)解釋變量對(duì)普通小二乘估計(jì)的影響 84
4.4.3 工具變量法 84
4.4.4 解釋變量的內(nèi)生性檢驗(yàn) 86
4.5 案例分析 87
4.5.1 多重共線性的檢驗(yàn)與處理 87
4.5.2 異方差性的檢驗(yàn)與處理 91
4.5.3 自相關(guān)性的檢驗(yàn)與處理 94
4.5.4 工具變量法的應(yīng)用 97
4.6 本章小結(jié) 100
附錄 案例分析的Stata實(shí)現(xiàn) 100
思考題與練習(xí)題 103
第5章 平穩(wěn)時(shí)間序列分析 105
5.1 時(shí)間序列分析的基本概念 105
5.1.1 時(shí)間序列與隨機(jī)過(guò)程 105
5.1.2 平穩(wěn)性 105
5.1.3 四種經(jīng)典的時(shí)間序列類(lèi)型 106
5.2 平穩(wěn)性檢驗(yàn) 108
5.2.1 圖形檢驗(yàn)法 108
5.2.2 單位根檢驗(yàn)法 109
5.3 ARMA模型的種類(lèi) 113
5.4 ARMA模型的識(shí)別 114
5.4.1 基本概念 114
5.4.2 AR(p)模型的識(shí)別 115
5.4.3 MA(q)模型的識(shí)別 116
5.4.4 ARMA(p，q)模型的識(shí)別 118
5.5 案例分析 119
5.6 本章小結(jié) 124
附錄 案例分析的R實(shí)現(xiàn) 124
思考題與練習(xí)題 125
第6章 非平穩(wěn)時(shí)間序列分析 127
6.1 差分與過(guò)差分 127
6.1.1 差分運(yùn)算 127
6.1.2 避免過(guò)差分 127
6.2 ARIMA模型 128
6.2.1 ARIMA模型的形式 128
6.2.2 ARIMA模型的建模步驟 129
6.3 協(xié)整與誤差修正模型 129
6.3.1 單整 129
6.3.2 協(xié)整 130
6.3.3 誤差修正模型 131
6.4 向量自回歸模型 131
6.4.1 向量自回歸模型的概念 132
6.4.2 向量自回歸模型的滯后階確定 132
6.4.3 脈沖響應(yīng)函數(shù) 133
6.5 因素分解法 134
6.5.1 因素分解法的概念 134
6.5.2 利用因素分解法進(jìn)行季節(jié)調(diào)整 134
6.6 指數(shù)平滑法 135
6.6.1 一次指數(shù)平滑模型 135
6.6.2 二次指數(shù)平滑模型 136
6.6.3 多參數(shù)指數(shù)平滑模型 136
6.7 案例分析 137
6.7.1 協(xié)整分析 137
6.7.2 向量自回歸模型 138
6.8 本章小結(jié) 142
思考題與練習(xí)題 143
第7章 聯(lián)立方程模型 144
7.1 聯(lián)立方程模型及其偏倚 144
7.1.1 聯(lián)立方程模型的基本概念 144
7.1.2 聯(lián)立方程模型的變量類(lèi)型 145
7.1.3 聯(lián)立方程模型的偏倚性 145
7.1.4 聯(lián)立方程模型的種類(lèi) 146
7.2 聯(lián)立方程模型的識(shí)別問(wèn)題 150
7.2.1 模型識(shí)別問(wèn)題 150
7.2.2 聯(lián)立方程模型識(shí)別的類(lèi)型 151
7.2.3 聯(lián)立方程模型識(shí)別的方法 153
7.3 聯(lián)立方程模型的估計(jì) 157
7.3.1 遞歸式模型的估計(jì)—普通小二乘法 157
7.3.2 恰好識(shí)別模型的估計(jì)—間接小二乘法 158
7.3.3 過(guò)度識(shí)別模型的估計(jì)—二階段小二乘法 159
7.4 案例分析 161
7.4.1 模型設(shè)定 161
7.4.2 模型的識(shí)別 161
7.4.3 宏觀經(jīng)濟(jì)模型的估計(jì) 162
7.5 本章小結(jié) 166
附錄7.1 聯(lián)立方程偏倚的證明 166
附錄7.2 案例分析的Stata實(shí)現(xiàn) 167
思考題與練習(xí)題 168
第8章 面板數(shù)據(jù)模型 170
8.1 面板數(shù)據(jù)模型概述 170
8.1.1 面板數(shù)據(jù)概念 170
8.1.2 面板數(shù)據(jù)的優(yōu)點(diǎn) 171
8.1.3 面板數(shù)據(jù)模型的建立 171
8.2 面板數(shù)據(jù)模型的估計(jì) 172
8.2.1 固定效應(yīng)模型 172
8.2.2 隨機(jī)效應(yīng)模型 174
8.2.3 固定效應(yīng)還是隨機(jī)效應(yīng)—豪斯曼檢驗(yàn) 174
8.2.4 穩(wěn)健標(biāo)準(zhǔn)誤問(wèn)題 175
8.3 案例分析 175
8.3.1 打開(kāi)Stata數(shù)據(jù)文件并進(jìn)行描述性分析 176
8.3.2 混合效應(yīng)面板數(shù)據(jù)模型的Stata實(shí)現(xiàn) 177
8.3.3 固定效應(yīng)面板數(shù)據(jù)模型的Stata實(shí)現(xiàn) 178
8.3.4 隨機(jī)效應(yīng)面板數(shù)據(jù)模型的Stata實(shí)現(xiàn) 180
8.3.5 豪斯曼檢驗(yàn)的Stata實(shí)現(xiàn) 180
8.4 本章小結(jié) 182
附錄 案例分析的Stata程序 182
思考題與練習(xí)題 183
參考文獻(xiàn) 185
附錄 統(tǒng)計(jì)分布表 186