內容簡介
《計量經濟學中級教程》的編寫思路是：（1）教材內容在廣度和深度上都要在本科教材的基礎上上一個台階。具體來說，一是增加一些本科教材中通常不包括的內容，如極大似然法、廣義矩方法、ARCH和GARCH模型等；二是對一些本科教材中做過初步介紹的計量經濟學專題，如時間序列分析、面板數據模型和受限因變數模型等，進行更全面和更深入的討論。這兩方面的拓展，目的是使碩士研究生對於當前計量經濟學的上述重點研究和套用領域的前沿發展有較全面和深入的了解，能夠將這些研究成果套用於自己的研究工作。（2）《計量經濟學中級教程》中對上述內容的介紹，又要有別於高級計量經濟學教材。《計量經濟學中級教程》主要側重於所涉及理論和方法背後的基本邏輯的直觀解釋、方法概要、結論和解決問題的具體步驟方面的介紹，而不側重於這些理論和方法的推導和證明。儘管在介紹中會使用必要的高等數學工具描述相應的概念和結論，但除非確有必要，《計量經濟學中級教程》中基本略去嚴格的數學證明
圖書目錄
前言
第一章 緒論
第一節 什麼是計量經濟學?
第二節 計量經濟學方法
一、計量經濟學研究的基本要素
二、計量經濟分析的步驟
第三節 本書的結構
小結
習題
第二章 經典線性回歸模型
第一節 線性回歸模型的概念
一、雙變數線性回歸模型
二、多元線性回歸模型
第二節 線性回歸模型的估計
一、經典線性回歸模型的統計假設
二、最小二乘估計
三、最小二乘估計量β的性質
第三節 擬合優度
一、決定係數R2
二、修正決定係數R2
三、例子
第四節 非線性關係的處理
一、線性模型的含義
二、線性化方法
三、例子
四、非線性回歸
第五節 假設檢驗
一、β的置信區間
二、假設檢驗的邏輯和步驟
三、係數的顯著性檢驗
四、檢驗其他形式的係數約束條件
五、回歸結果的提供和分析
第六節 預測
第七節 虛擬變數
一、虛擬變數的概念
二、虛擬變數的使用方法
小結
習題
附錄正定矩陣
第三章 經典假設條件不滿足時的問題與對策
第一節 誤設定
一、選擇錯誤的函式形式
二、模型中遺漏有關的解釋變數
三、模型中包括無關的解釋變數
四、選擇解釋變數的四條原則
五、模型的選擇
六、檢驗誤設定的RESET方法
第二節 多重共線性
一、定義
二、後果
三、多重共線性的判別和檢驗
四、解決多重共線性的方法
五、處理多重共線性問題的原則
第三節 異方差性
一、異方差性及其後果
二、異方差性的檢驗
三、廣義最小二乘法
四、解決異方差問題的途徑
第四節 自相關
一、定義
二、自相關的原因及後果
三、自相關的檢驗
四、消除自相關的方法
第五節 隨機解釋變數
一、隨機解釋變數造成的估計問題
二、工具變數法
小結
習題
第四章 極大似然估計和廣義矩估計
第一節 極大似然估計法
一、極大似然法的思路
二、極大似然原理
三、極大似然估計量的性質
四、線性回歸模型的極大似然估計
第二節 似然比檢驗、沃爾德檢驗和拉格朗日乘數檢驗
一、三種檢驗的基本原理
二、似然比(LR)檢驗
三、沃爾德(W)檢驗
四、拉格朗日乘數(LM)檢驗
五、實踐中三種檢驗法的選擇問題
第三節 廣義矩(GMM)估計
一、矩估計法
二、廣義矩法
小結
習題
第五章 非線性回歸模型
第一節 非線性回歸模型
一、非線性回歸模型的含義
二、線性化回歸方法
三、非線性回歸模型的基本假定
四、非線性最小二乘法(NLS)
五、非線性最小二乘估計量的性質
第二節 模型估計：疊代法
一、疊代算法
二、梯度法
三、牛頓－拉弗森法
四、擬牛頓法
五、疊代初值與停止規則
六、其他最佳化算法
七、實例
第三節 模型估計：極大似然法
一、非線性回歸模型的極大似然估計
二、極大似然估計量的計算方法
三、例題
第四節 非線性回歸模型參數假設檢驗
一、檢驗統計量
二、實例
小結
習題
第六章 分布滯後模型和自回歸模型
第一節 分布滯後模型和自回歸模型的概念
第二節 分布滯後模型的估計
第三節 部分調整模型和適應預期模型
一、部分調整模型
二、適應預期模型
第四節 自回歸模型的估計
一、自回歸模型的估計問題
二、自回歸模型的估計
第五節 阿爾蒙多項式分布滯後
第六節格蘭傑因果關係檢驗
小結
習題
第七章 聯立方程模型
第一節 聯立方程模型的概念
一、聯立方程模型的估計問題
二、行為方程和恆等式
三、外生變數、內生變數和前定變數
四、模型的結構式和簡化式
第二節 識別問題
一、識別的概念
二、不可識別、恰好識別和過度識別
三、識別的階條件和秩條件
第三節 聯立方程模型的估計
一、單方程方法
二、系統方法
第四節 巨觀計量經濟模型
一、克萊因模型I(KleinModelI)
二、巨觀經濟模型的歷史和現狀
小結
習題
第八章 時間序列分析
第九章 面板數據模型
第十章 定性選擇模型與受限因變數模型
附錄一 EViews 上機指導書
附錄二 統計表
參考文獻
……
