计量经济学（第二版）

图书标准信息

• 作者 朱长存
• 出版社 科学出版社
• 出版时间 2022-04
• 版次 31
• ISBN 9787030694447
• 定价 48.00元
• 装帧 其他
• 开本 16开
• 页数 212页
• 字数 314千字

【内容简介】

本书较为系统地介绍了计量经济学的基本理论、方法、**进展以及Stata软件应用。全书共8章，第1章介绍计量经济学的基本问题；第2章和第3章介绍回归分析的基本内容及其应用；第4章介绍放松经典假设时计量经济模型产生的多重共线性、异方差性、自相关性、随机解释变量等计量经济学问题及解决办法；第5章和第6章介绍平稳时间序列和非平稳时间序列分析；第7章介绍联立方程模型；第8章介绍面板数据模型的初步知识。在讲清计量经济学基本思想和基本原理的基础上，本书特别强调计量经济学基本方法在实际经济问题中的应用。

【目录】

章 导论 1

1.1 计量经济学的概念与功能 1

1.1.1 什么是计量经济学 1

1.1.2 计量经济学的作用与功能 1

1.2 计量经济学的学科质 2

1.2.1 计量经济学在经济学科中居于重要地位 2

1.2.2 计量经济学与其他学科的关系 3

1.2.3 计量经济学的分类 4

1.2.4 计量经济学的局限 5

1.3 计量经济学的研究步骤 6

1.3.1 陈述理论 6

1.3.2 建立计量经济模型 7

1.3.3 收集样本数据 8

1.3.4 估计模型参数 9

1.3.5 检验模型 10

1.3.6 应用模型 11

1.4 计量经济学数据来源和软件 11

1.4.1 常用数据来源 11

1.4.2 计量经济学软件 12

1.5 本章小结 12

思题与练题 12

第2章 一元线回归模型 14

2.1 一元线回归模型概述 14

2.1.1 相关分析与回归分析 14

2.1.2 体回归函数和体回归模型 16

2.1.3 误差项的质 18

2.1.4 样本回归函数和样本回归模型 19

2.2 一元线回归模型的基本定和参数估计 21

2.2.1 一元线回归模型的基本定 21

2.2.2 一元线回归模型的参数估计 22

2.3 小二乘估计量的质 24

2.3.1 小二乘估计量的均值和方差 24

2.3.2 小二乘估计量是很好线无偏估计量 25

2.4 拟合优度的度量 27

2.4.1 变差的分解 27

2.4.2 判定系数 28

2.4.3 判定系数与相关系数的关系 29

2.5 回归参数的区间估计和显著检验 30

2.5.1 回归参数的区间估计 30

2.5.2 回归参数的显著检验 33

2.6 一元线回归模型的预测 34

2.6.1 点预测 34

2.6.2 区间预测 34

2.7 案例分析 36

2.8 本章小结 39

附录2.1 案例分析的r实现 39

附录2.2 小二乘估计的证明 40

思题与练题 41

第3章 多元线回归模型 44

3.1 多元线回归模型及古典定 44

3.1.1 多元线回归模型概述 44

3.1.2 多元线回归模型的古典定 45

3.2 多元线回归模型的参数估计 47

3.2.1 多元线回归模型参数的小二乘估计 47

3.2.2 参数小二乘估计量的质 48

3.2.3 小二乘估计的分布质 50

3.2.4 扰动项方差的估计 51

3.2.5 大样本理论* 51

3.3 多元线回归模型的检验 51

3.3.1 拟合优度检验 51

3.3.2 回归方程的显著检验 53

3.3.3 回归参数的显著检验 54

3.4 多元线回归模型的预测 55

3.4.1 点预测 55

3.4.2 区间预测 56

3.5 虚拟变量 57

3.5.1 虚拟变量的概念 57

3.5.2 虚拟变量引入模型的形式 57

3.5.3 虚拟变量个数的确定 60

3.6 案例分析 61

3.7 本章小结 63

附录3.1 案例分析的stata实现 63

附录3.2 残差方和均值的证明 64

思题与练题 64

第4章 放松经典设的模型估计 66

4.1 多重共线 66

4.1.1 多重共线的含义 66

4.1.2 多重共线对普通小二乘估计的影响 66

4.1.3 多重共线的检验 67

4.1.4 多重共线下模型的估计方法 67

4.2 异方差 71

4.2.1 异方差的含义 71

4.2.2 异方差对普通小二乘估计的影响 72

4.2.3 异方差的检验 73

4.2.4 异方差下模型的估计方法 76

4.3 自相关 78

4.3.1 自相关的含义 78

4.3.2 自相关对普通小二乘估计的影响 79

4.3.3 自相关的检验 80

4.3.4 自相关下模型的估计方法 82

4.4 解释变量* 83

4.4.1 解释变量问题的概念 83

4.4.2 解释变量对普通小二乘估计的影响 84

4.4.3 工具变量法 84

4.4.4 解释变量的内生检验 86

4.5 案例分析 87

4.5.1 多重共线的检验与处理 87

4.5.2 异方差的检验与处理 91

4.5.3 自相关的检验与处理 94

4.5.4 工具变量法的应用 97

4.6 本章小结 100

附录 案例分析的stata实现 100

思题与练题 103

第5章 稳时间序列分析 105

5.1 时间序列分析的基本概念 105

5.1.1 时间序列与过程 105

5.1.2 稳 105

5.1.3 四种经典的时间序列类型 106

5.2 稳检验 108

5.2.1 图形检验法 108

5.2.2 单位根检验法 109

5.3 arma模型的种类 113

5.4 arma模型的识别 114

5.4.1 基本概念 114

5.4.2 ar(p)模型的识别 115

5.4.3 ma(q)模型的识别 116

5.4.4 arma(p,q)模型的识别 118

5.5 案例分析 119

5.6 本章小结 124

附录 案例分析的r实现 124

思题与练题 125

第6章 非稳时间序列分析 127

6.1 差分与过差分 127

6.1.1 差分运算 127

6.1.2 避过差分 127

6.2 arima模型 128

6.2.1 arima模型的形式 128

6.2.2 arima模型的建模步骤 129

6.3 协整与误差修正模型 129

6.3.1 单整 129

6.3.2 协整 130

6.3.3 误差修正模型 131

6.4 向量自回归模型 131

6.4.1 向量自回归模型的概念 132

6.4.2 向量自回归模型的滞后阶确定 132

6.4.3 脉冲响应函数 133

6.5 因素分解法 134

6.5.1 因素分解法的概念 134

6.5.2 利用因素分解法进行季节调整 134

6.6 指数滑法 135

6.6.1 一次指数滑模型 135

6.6.2 二次指数滑模型 136

6.6.3 多参数指数滑模型 136

6.7 案例分析 137

6.7.1 协整分析 137

6.7.2 向量自回归模型 138

6.8 本章小结 142

思题与练题 143

第7章 联立方程模型 144

7.1 联立方程模型及其偏倚 144

7.1.1 联立方程模型的基本概念 144

7.1.2 联立方程模型的变量类型 145

7.1.3 联立方程模型的偏倚 145

7.1.4 联立方程模型的种类 146

7.2 联立方程模型的识别问题 150

7.2.1 模型识别问题 150

7.2.2 联立方程模型识别的类型 151

7.2.3 联立方程模型识别的方法 153

7.3 联立方程模型的估计 157

7.3.1 递归式模型的估计——普通小二乘法 157

7.3.2 恰好识别模型的估计——间接小二乘法 158

7.3.3 过度识别模型的估计——二阶段小二乘法 159

7.4 案例分析 161

7.4.1 模型设定 161

7.4.2 模型的识别 161

7.4.3 宏观经济模型的估计 162

7.5 本章小结 166

附录7.1 联立方程偏倚的证明 166

附录7.2 案例分析的stata实现 167

思题与练题 168

第8章 面板数据模型 170

8.1 面板数据模型概述 170

8.1.1 面板数据概念 170

8.1.2 面板数据的优点 171

8.1.3 面板数据模型的建立 171

8.2 面板数据模型的估计 172

8.2.1 固定效应模型 172

8.2.2 效应模型 174

8.2.3 固定效应还是效应——豪斯曼检验 174

8.2.4 稳健标准误问题 175

8.3 案例分析 175

8.3.1 打开stata数据文件并进行描述分析 176

8.3.2 混合效应面板数据模型的stata实现 177

8.3.3 固定效应面板数据模型的stata实现 178

8.3.4 效应面板数据模型的stata实现 180

8.3.5 豪斯曼检验的stata实现 180

8.4 本章小结 182

附录 案例分析的stata程序 182

思题与练题 183

参文献 185

附录 统计分布表 186