目錄
第1章 導(dǎo)論 1
1.1 計量經(jīng)濟學(xué)的概念與功能 1
1.1.1 什么是計量經(jīng)濟學(xué) 1
1.1.2 計量經(jīng)濟學(xué)的作用與功能 1
1.2 計量經(jīng)濟學(xué)的學(xué)科性質(zhì) 2
1.2.1 計量經(jīng)濟學(xué)在經(jīng)濟學(xué)科中居于重要地位 2
1.2.2 計量經(jīng)濟學(xué)與其他學(xué)科的關(guān)系 3
1.2.3 計量經(jīng)濟學(xué)的分類 4
1.2.4 計量經(jīng)濟學(xué)的局限性 5
1.3 計量經(jīng)濟學(xué)的研究步驟 6
1.3.1 陳述理論 6
1.3.2 建立計量經(jīng)濟模型 7
1.3.3 收集樣本數(shù)據(jù) 8
1.3.4 估計模型參數(shù) 9
1.3.5 檢驗?zāi)Ｐ?10
1.3.6 應(yīng)用模型 11
1.4 計量經(jīng)濟學(xué)數(shù)據(jù)來源和軟件 11
1.4.1 常用數(shù)據(jù)來源 11
1.4.2 計量經(jīng)濟學(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 隨機誤差項的性質(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 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 22
2.3 小二乘估計量的性質(zhì) 24
2.3.1 小二乘估計量的均值和方差 24
2.3.2 小二乘估計量是線性無偏估計量 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)間估計和顯著性檢驗 30
2.5.1 回歸參數(shù)的區(qū)間估計 30
2.5.2 回歸參數(shù)的顯著性檢驗 33
2.6 一元線性回歸模型的預(yù)測 34
2.6.1 點預(yù)測 34
2.6.2 區(qū)間預(yù)測 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實現(xiàn) 39
附錄2.2 小二乘估計的證明 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 47
3.2.1 多元線性回歸模型參數(shù)的小二乘估計 47
3.2.2 參數(shù)小二乘估計量的性質(zhì) 48
3.2.3 小二乘估計的分布性質(zhì) 50
3.2.4 隨機擾動項方差的估計 51
3.2.5 大樣本理論* 51
3.3 多元線性回歸模型的檢驗 51
3.3.1 擬合優(yōu)度檢驗 51
3.3.2 回歸方程的顯著性檢驗 53
3.3.3 回歸參數(shù)的顯著性檢驗 54
3.4 多元線性回歸模型的預(yù)測 55
3.4.1 點預(yù)測 55
3.4.2 區(qū)間預(yù)測 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 66
4.1 多重共線性 66
4.1.1 多重共線性的含義 66
4.1.2 多重共線性對普通小二乘估計的影響 66
4.1.3 多重共線性的檢驗 67
4.1.4 多重共線性下模型的估計方法 67
4.2 異方差性 71
4.2.1 異方差性的含義 71
4.2.2 異方差性對普通小二乘估計的影響 72
4.2.3 異方差性的檢驗 73
4.2.4 異方差性下模型的估計方法 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)性對普通小二乘估計的影響 79
4.3.3 自相關(guān)性的檢驗 80
4.3.4 自相關(guān)性下模型的估計方法 82
4.4 隨機解釋變量* 83
4.4.1 隨機解釋變量問題的概念 83
4.4.2 隨機解釋變量對普通小二乘估計的影響 84
4.4.3 工具變量法 84
4.4.4 解釋變量的內(nèi)生性檢驗 86
4.5 案例分析 87
4.5.1 多重共線性的檢驗與處理 87
4.5.2 異方差性的檢驗與處理 91
4.5.3 自相關(guān)性的檢驗與處理 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實現(xiàn) 100
思考題與練習(xí)題 103
第5章 平穩(wěn)時間序列分析 105
5.1 時間序列分析的基本概念 105
5.1.1 時間序列與隨機過程 105
5.1.2 平穩(wěn)性 105
5.1.3 四種經(jīng)典的時間序列類型 106
5.2 平穩(wěn)性檢驗 108
5.2.1 圖形檢驗法 108
5.2.2 單位根檢驗法 109
5.3 ARMA模型的種類 113
5.4 ARMA模型的識別 114
5.4.1 基本概念 114
5.4.2 AR(p)模型的識別 115
5.4.3 MA(q)模型的識別 116
5.4.4 ARMA(p，q)模型的識別 118
5.5 案例分析 119
5.6 本章小結(jié) 124
附錄 案例分析的R實現(xiàn) 124
思考題與練習(xí)題 125
第6章 非平穩(wěn)時間序列分析 127
6.1 差分與過差分 127
6.1.1 差分運算 127
6.1.2 避免過差分 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 146
7.2 聯(lián)立方程模型的識別問題 150
7.2.1 模型識別問題 150
7.2.2 聯(lián)立方程模型識別的類型 151
7.2.3 聯(lián)立方程模型識別的方法 153
7.3 聯(lián)立方程模型的估計 157
7.3.1 遞歸式模型的估計—普通小二乘法 157
7.3.2 恰好識別模型的估計—間接小二乘法 158
7.3.3 過度識別模型的估計—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 模型的識別 161
7.4.3 宏觀經(jīng)濟模型的估計 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 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 172
8.2.1 固定效應(yīng)模型 172
8.2.2 隨機效應(yīng)模型 174
8.2.3 固定效應(yīng)還是隨機效應(yīng)—豪斯曼檢驗 174
8.2.4 穩(wěn)健標(biāo)準(zhǔn)誤問題 175
8.3 案例分析 175
8.3.1 打開Stata數(shù)據(jù)文件并進行描述性分析 176
8.3.2 混合效應(yīng)面板數(shù)據(jù)模型的Stata實現(xiàn) 177
8.3.3 固定效應(yīng)面板數(shù)據(jù)模型的Stata實現(xiàn) 178
8.3.4 隨機效應(yīng)面板數(shù)據(jù)模型的Stata實現(xiàn) 180
8.3.5 豪斯曼檢驗的Stata實現(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)計分布表 186