计量经济学（原书第4版）

图书标准信息

• 作者 [美]詹姆斯·H.斯托克；[美]马克·W.沃森
• 出版社 机械工业出版社
• 出版时间 2022-07
• 版次 1
• ISBN 9787111707608
• 定价 109.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 552页
• 字数 873千字

【内容简介】

本书是经典的计量经济学入门教材，书中全面系统地介绍了计量经济学的基本知识。全书共分5篇，内容包括导论与知识回顾、回归分析基础、回归分析的高级专题、经济时间序列数据的回归分析和回归分析的计量经济学理论。与其他同类教材相比，本书具有以下三个显著特点：第壹，将现实世界的问题和数据与理论的发展联系起来，并且认真对待实证分析中大量的重要发现；第二，所选取的内容反映了现代理论和实践的发展；第三，给出的理论和假设都与应用相符。

【目录】

前言

第1篇　导论与知识回顾

第1章　经济问题和数据　/2

1.1　我们研究的经济问题　/2

1.2　因果效应和理想化随机对照实验　/5

1.3　数据：来源和类型　/6

本章小结　/9

重要术语　/10

内容复习　/10

第2章　概率论知识回顾　/11

2.1　随机变量和概率分布　/12

2.2　期望值、均值和方差　/15

2.3　二维随机变量　/19

专栏2-1　2015年美国的收入分布情况　/24

2.4　正态分布、χ2分布、学生t分布及F分布　/26

专栏2-2　华尔街糟糕的一天　/28

2.5　随机抽样与样本均值的抽样分布　/30

专栏2-3　投资分散化和资产组合　/33

2.6　抽样分布的大样本近似　/33

本章小结　/38

重要术语　/38

内容复习　/39

习题　/39

实证练习　/43

附录2A　重要概念2-3中结果的推导　/44

附录2B　条件均值是实现最小均方误差的预测值　/45

第3章　统计学知识回顾　/46

3.1　总体均值的估计　/47

专栏3-1　兰顿获胜　/50

3.2　关于总体均值的假设检验　/50

3.3　总体均值的置信区间　/56

3.4　不同总体间的均值比较　/57

专栏3-2　美国大学毕业生收入的性别差异　/59

3.5　基于实验数据估计因果效应　/60

专栏3-3　刺激退休储蓄的新方法　/60

3.6　样本容量较小时的t统计量　/61

3.7　散点图、样本协方差和样本相关系数　/63

本章小结　/66

重要术语　/66

内容复习　/67

习题　/67

实证练习　/71

附录3A　美国当前人口调查　/73

附录3B　Y是μY的最小二乘估计量的两种证明方法　/73

附录3C　样本方差一致性的证明　/74

第2篇　回归分析基础

第4章　一元线性回归　/76

4.1　线性回归模型　/77

4.2　线性回归模型的系数估计　/79

专栏4-1　股票的“贝塔”值　/82

4.3　拟合优度与预测精度　/83

4.4　因果推断的最小二乘假设　/85

4.5　OLS估计量的抽样分布　/89

4.6　结论　/91

本章小结　/91

重要术语　/92

内容复习　/92

习题　/92

实证练习　/94

附录4A　加利福尼亚州的测试成绩数据集　/96

附录4B　OLS估计量的推导　/96

附录4C　OLS估计量的抽样分布　/96

附录4D　预测的最小二乘假设　/98

第5章　一元线性回归：假设检验和置信区间　/100

5.1　关于某个回归系数的假设检验　/100

5.2　回归系数的置信区间　/104

5.3　X为二元变量时的回归　/105

5.4　异方差和同方差　/107

专栏5-1　一年教育的经济价值：是同方差还是异方差　/110

*5.5　普通最小二乘法的理论基础　/111

*5.6　样本容量较小时的t统计量应用　/112

5.7　结论　/113

本章小结　/114

重要术语　/115

内容复习　/115

习题　/115

实证练习　/118

附录5A　OLS标准误公式　/119

附录5B　高斯-马尔科夫条件和高斯-马尔科夫定

理的证明　/120

第6章　多元线性回归　/122

6.1　遗漏变量偏差　/122

专栏6-1　莫扎特效应：遗漏变量偏差　/125

6.2　多元回归模型　/126

6.3　多元回归的OLS估计量　/128

6.4　多元回归的拟合优度　/130

6.5　多元回归中因果推断的最小二乘假设　/132

6.6　多元回归模型中OLS估计量的分布　/134

6.7　多重共线性　/134

6.8　控制变量和条件均值独立　/137

6.9　结论　/138

本章小结　/139

重要术语　/139

内容复习　/140

习题　/140

实证练习　/143

附录6A　式（6-1）的推导　/144

附录6B　包含两个解释变量且误差项为同方差时的OLS估计量的分布　/144

附录6C　Frisch-Waugh定理　/144

附录6D　多元回归预测的最小二乘假设　/145

附录6E　包含控制变量的多元回归的OLS估计量的分布　/146

第7章　多元回归中的假设检验和置信区间　/147

7.1　单个系数的假设检验和置信区间　/147

7.2　联合假设的检验　/150

7.3　涉及多个系数的单约束检验　/154

7.4　多个系数的置信集　/155

7.5　多元回归的模型设定　/156

7.6　对测试成绩数据集的分析　/158

7.7　结论　/161

本章小结　/161

重要术语　/162

内容复习　/162

习题　/162

实证练习　/164

附录7A　联合假设的Bonferroni检验　/165

第8章　非线性回归函数　/167

8.1　非线性回归函数的一般建模方法　/168

8.2　一元非线性函数　/173

8.3　解释变量的交互项　/180

专栏8-1　教育回报与性别差距　/185

专栏8-2　经济学期刊的需求　/187

8.4　学生-教师比对测试成绩的非线性效应　/189

8.5　结论　/193

本章小结　/194

重要术语　/194

内容复习　/194

习题　/195

实证练习　/198

附录8A　参数非线性的回归函数　/200

附录8B　非线性回归函数的斜率和弹性　/202

第9章　多元回归分析有效性的评估　/204

9.1　内部有效性和外部有效性　/204

9.2　多元回归分析的内部有效性威胁　/206

专栏9-1　股票共同基金跑赢市场了吗　/211

9.3　利用回归模型进行预测时的内部有效性和外部有效性　/214

9.4　实例：测试成绩和班级规模　/215

9.5　结论　/221

本章小结　/222

重要术语　/222

内容复习　/222

习题　/222

实证练习　/224

附录9A　马萨诸塞州的小学测试数据　/225

第3篇　回归分析的高级专题

第10章　面板数据回归　/228

10.1　面板数据　/229

10.2　两期的面板数据：“前后”比较　/231

10.3　固定效应回归　/233

10.4　时间固定效应回归　/236

10.5　固定效应回归假设和固定效应回归的标准误　/238

10.6　关于酒驾的法律规定和交通事故死亡人数　/240

10.7　结论　/243

本章小结　/243

重要术语　/244

内容复习　/244

习题　/244

实证练习　/245

附录10A　州交通死亡事故数据集　/246

附录10B　固定效应回归的标准误　/246

第11章　二元被解释变量回归　/250

11.1　二元被解释变量与线性概率模型　/251

11.2　probit回归和logit回归　/254

11.3　logit模型和probit模型的估计与推断　/258

11.4　在波士顿HMDA数据中的应用　/261

11.5　结论　/265

专栏11-1　诺贝尔经济学奖得主詹姆斯·赫克曼和丹尼尔·麦克法登　/266

本章小结　/267

重要术语　/267

内容复习　/267

习题　/267

实证练习　/269

附录11A　波士顿HMDA数据　/271

附录11B　最大似然估计　/271

附录11C　其他受限被解释变量模型　/272

第12章　工具变量回归　/275

12.1　单个自变量和单个工具变量的IV估计量　/275

专栏12-1　谁发明了工具变量回归　/279

12.2　一般IV回归模型　/282

12.3　检验工具变量有效性　/287

专栏12-2　第一次IV回归　/289

12.4　在香烟需求例子中的应用　/291

专栏12-3　吸烟的外部性　/292

12.5　如何寻找有效的工具变量　/294

12.6　结论　/297

本章小结　/297

重要术语　/298

内容复习　/298

习题　/298

实证练习　/300

附录12A　香烟消费面板数据集　/302

附录12B　式（12-4）中TSLS估计量公式的推导　/302

附录12C　TSLS估计量的大样本分布　/302

附录12D　工具变量非有效时TSLS估计量的大样本分布　/303

附录12E　存在潜在弱工具变量时的工具变量分析方法　/304

附录12F　含有控制变量的TSLS　/305

第13章　实验和准实验　/307

13.1　潜在结果、因果效应和理想化实验　/308

13.2　实验的有效性威胁　/310

专栏13-1　霍桑效应　/311

13.3　减小班级规模效应的实验估计　/313

13.4　准实验　/319

13.5　准实验的潜在问题　/323

13.6　异质性总体下的实验和准实验估计　/324

13.7　结论　/328

本章小结　/328

重要术语　/329

内容复习　/329

习题　/330

实证练习　/332

附录13A　STAR项目数据集　/333

附录13B　异质性因果效应的IV估计　/333

附录13C　分析实验数据的潜在结果框架　/333

第14章　多元回归和大数据预测　/335

14.1　什么是“大数据”　/336

14.2　多元预测问题与OLS　/337

14.3　岭回归　/342

14.4　Lasso回归　/345

14.5　主成分　/348

14.6　使用多个预测因子预测学校测试成绩　/352

14.7　结论　/356

专栏14-1　文本数据　/356

本章小结　/357

重要术语　/357

内容复习　/358

习题　/358

实证练习　/361

附录14A　加州学校考试成绩数据集　/362

附录14B　k=1时式（14-4）的推导　/362

附录14C　k=1时的岭回归估计量　/362

附录14D　k=1时的Lasso估计量　/362

附录14E　在标准化回归模型中计算样本外预测　/363

第4篇　经济时间序列数据的回归分析

第15章　时间序列回归和预测导论　/366

15.1　时间序列数据和序列相关介绍　/367

15.2　平稳性和均方预测误差　/371

专栏15-1　你能战胜市场吗　/373

15.3　自回归　/374

15.4　包含其他预测变量的时间序列模型和自回归分布滞后模型　/377

15.5　MSFE的估计和预测区间　/380

专栏15-2　血河　/383

15.6　运用信息准则选择滞后阶数　/383

15.7　非平稳性Ⅰ：趋势　/386

15.8　非平稳性Ⅱ：突变　/391

15.9　结论　/396

本章小结　/396

重要术语　/397

内容复习　/397

习题　/397

实证练习　/400

附录15A　第15章使用的时间序列数据　/402

附录15B　AR（1）模型的平稳性　/402

附录15C　滞后算子符号　/403

附录15D　ARMA模型　/403

附录15E　BIC滞后阶数估计量的一致性　/404

第16章　动态因果效应估计　/405

16.1　橙汁数据的初步分析　/406

16.2　动态因果效应　/408

16.3　使用外生解释变量估计动态因果效应　/411

16.4　异方差和自相关一致标准误　/413

16.5　严格外生解释变量的动态因果效应估计　/416

16.6　橙汁价格和霜冻天气　/420

专栏16-1　迁徙中的橙子树　/424

专栏16-2　新闻速递：商品交易员通过迪士尼乐园

传递寒流　/425

16.7　外生性合理吗　/425

16.8　结论　/427

本章小结　/427

重要术语　/427

内容复习　/428

习题　/428

实证练习　/431

附录16A　橙汁数据集　/432

附录16B　使用滞后算子表示的ADL模型及广义最小二乘法　/432

第17章　时间序列回归的其他专题　/435

17.1　向量自回归　/436

17.2　多期预测　/438

17.3　单整阶数和单位根检验统计量的非正态性　/442

17.4　协整　/445

17.5　波动集群性和自回归条件异方差　/447

17.6　使用动态因子模型和主成分进行包含多个预测变量的预测　/451

专栏17-1　时间序列计量经济学的诺贝尔奖获得者　/457

17.7　结论　/458

本章小结　/458

重要术语　/458

内容复习　/459

习题　/459

实证练习　/461

附录17A　美国季度宏观数据集　/461

第5篇　回归分析的计量经济学理论

第18章　一元线性回归理论　/464

18.1　扩展的最小二乘假设和OLS估计量　/465

18.2　渐近分布理论基础　/466

18.3　OLS估计量和t统计量的渐近分布　/470

18.4　误差项服从正态分布时的精确抽样分布　/472

18.5　加权最小二乘法　/474

本章小结　/477

重要术语　/477

内容复习　/478

习题　/478

附录18A　正态分布及其相关分布和连续型随机变量的矩　/480

附录18B　两个不等式　/482

第19章　多元线性回归理论　/483

19.1　多元回归模型和OLS估计量的矩阵形式　/484

19.2　OLS估计量和t统计量的渐近分布　/486

19.3　联合假设检验　/489

19.4　正态误差项假设下回归统计量的分布　/490

19.5　误差项为同方差时OLS估计量的有效性　/492

19.6　广义最小二乘法　/494

19.7　工具变量和广义矩估计　/497

本章小结　/503

重要术语　/503

内容复习　/504

习题　/504

附录19A　矩阵代数概要　/508

附录19B　多元分布　/510

附录19C　推导β^的渐近分布　/511

附录19D　推导正态误差项下OLS检验统计量的精确分布　/511

附录19E　多元回归模型的高斯-马尔科夫定理的证明过程　/512

附录19F　IV和GMM估计中部分结论的证明　/513

附录19G　包含多个预测因子的回归：MPSE、岭回归和主成分分析　/515

附录　/519

参考文献　/527