• 应用宏观经济研究方法
  • 应用宏观经济研究方法
  • 应用宏观经济研究方法
  • 应用宏观经济研究方法
  • 应用宏观经济研究方法
  • 应用宏观经济研究方法
21年品牌 40万+商家 超1.5亿件商品

应用宏观经济研究方法

25 4.5折 55 九品

仅1件

北京昌平
认证卖家担保交易快速发货售后保障

作者[意]卡纳瓦 著;周建 译

出版社上海财经大学出版社

出版时间2009-07

版次1

装帧平装

货号28-2

上书时间2024-07-21

春芳书屋

十年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九品
图书标准信息
  • 作者 [意]卡纳瓦 著;周建 译
  • 出版社 上海财经大学出版社
  • 出版时间 2009-07
  • 版次 1
  • ISBN 9787564204815
  • 定价 55.00元
  • 装帧 平装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 406页
  • 字数 588千字
  • 正文语种 简体中文
  • 丛书 汉译经济学文库
【内容简介】
  本书有着与其他类似相关书籍不同的四大特色:
  1.本书内容全面。20世纪70年代应用于宏观经济学的最重要的分析方法在本书中都有所体现和涉猎,具体包括:动态随机一般均衡模型、向量自回归方法、广义矩估计法、广义模拟方法、校准法、动态宏观面板方法、贝叶嘶结构向量自回归方法等。这些方法和模型无论是在一般的宏观经济学分析中,还是在专门的计量济学研究中都占据着非常重要的位置,只不过它们在不同的研究体系中侧重点不同,有所差异而已。在计量经济学领域中,以上方法更多偏向于理论研究和方法本身的分析;而在宏观经济研究中,它们则更多偏向于实践应用。当然,无论什么体系,本书都从应用分析的角度把它们包含。
  2.本书内容前沿。本书涉及的所有方法都是20世纪70年代以来新近发展的领域,有的方法在现代宏观经济研究和计量经济学分析中都已高频率地被多次使用,例如,动态随机一般均衡模型、向量自回归方法、校准法等;但是,还有类似于动态宏观面板方法、贝叶斯结构向量自回归方法等众多学术前沿领域,虽然它们的理论研究也在进一步推进和发展之中,但是本书把它们作为非常重要的内容也都进行详细讲解。科学使用这些方法无疑将显著地提高我国现代宏观经济学的整体研究水平和能力,由此也能够为更加深入分析越来越复杂的经济问题提供新颖的研究手段和途径。因此,这些前沿方法内容的介绍为现代宏观经济学的研究注了新鲜血液和活力。研究者们在使用这些分析方法的过程中,也容易产生新的灵感和研究成果。
  3.本书应用性强。在本书中,所有的方法都是以应用分析和政策研究为主,并不过重地去讨论方法本身及其性质问题,这对于做实证研究和经验分析的学者来讲,具有极其重要的现实意义。当然,方法本身更需要长时间地进行深入研究,只有这样,才可能使我们的应用分析有所依靠。方法的研究需要靠计量经济学家去推动,而应用者则更应关心如何将这些方法“用得好”、“用得巧”、“用得妙”。随着自21世纪以来,我国经济学研究现代化的深入推进,大多数国内外经济学家都有一致共识——不懂分析方法的经济学研究范式会越来越多地受到各种限制,而采用科学的研究方法和规范的分析模式来研究经济问题已经成为主流趋势。以上共识已是无须争论的话题,因为在经济全球化的今天,各种经济问题错综复杂,相互影响,如果没有科学的方法进行系统分析,很难想象仅靠一个人的思辨能力能够做出更加符合现实价值的前瞻性成果。本书所涉猎的方法都从应用角度出发,集中于讨论如何解决和研究现实经济问题,毫无疑问,这对于数理基础不强的研究者们来讲大有裨益,他们可以通过本书的应用举例和分析过程,将已有方法“移植”到自己所要研究的问题中去,为真正深入分析经济现象提供坚实的数理基础。当然,在“移植”过程中不能简单地照搬照用,而更应当注重科学合理性。
  4.本书案例分析新颖,富有深刻的经济理论指导和现实应用价值。本书中使用了大量的实际经济问题案例,详细充分地采用现代方法对其进行细致剖析,这些案例普遍基于世界各国的经济现实而提出,无论是从理论层次分析上,还是从应政策研究上,均具有显著的学术意义和重要的研究价值。读者完全可以通过本书中的案例分析而受到较大的启发,甚至也可以直接选取这些重要的相关问题做进一步深入研究。因此,本书拓宽了已有经济学相关领域的研究范围,为进一步加强和提高现有经济学理论和应用研究水平,提供了更加广阔的分析思路和方法。
【目录】
译者序
序言
1准备知识
1.1随机过程
1.2收敛的概念
1.3时间序列概念
1.4大数定理
1.5中心极限定理
1.6谱分析的元素
2动态随机一般均衡模型的解答和模拟
2.1一些有用的模型
2.2近似方法
3提取和测量周期性信息
3.1统计分解
3.2混合分解
3.3经济分解
3.4时间总体和周期
3.5收集周期性信息
4向量自回归模型
4.1沃尔定理
4.2模型设定
4.3矩和VAR(q)的参数估计
4.4报告VAR结果
4.5识别
4.6相关问题
4.7验证含有VAR的DSGE模型
5GMM和模拟估计量
5.1广义矩估计和其他标准估计量
5.2线性模型中的IV估计
5.3GMM估计:概述
5.4DSGE模型的GMM估计
5.5模拟估计量
6似然法
6.1卡尔曼滤波
6.2似然函数的预测误差分解
6.3数字技巧
6.4DSGE模型的ML估计
6.5两个例子
7校准
7.1定义
7.2公认的部分
7.3选择参数和随机过程
7.4模型评价
7.5测量的灵敏度
7.6储蓄、投资和减税:一个例子
8动态宏观面板
8.1从经济理论到动态面板
8.2同质性动态面板
8.3动态异质性
8.4是否需要混合数据?
8.5货币是超中性的吗?
9贝叶斯方法介绍
9.1预备知识
9.2决策理论
9.3推断
9.4分层和实证贝叶斯模型
9.5后验模拟器
9.6稳健性
9.7估计西班牙规模报酬
10贝叶斯向量自回归
10.1m个变量的VAR(q)的似然函数
10.2VAR的先验
10.3结构性BVAR
10.4时间上系数可变的BVAR
10.5面板数据的VAR模型
11贝叶斯时间序列和DSGE模型
11.1因子模型
11.2随机扰动模型
11.3马尔科夫转换模型
11.4贝叶斯DSGE模型
附录统计分布
参考文献
点击展开 点击收起

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP