计量经济学导论

　　“这是迄今为止最优秀的计量经济学教科书”美国波士顿大学的知名教授皮埃尔·佩龙是这样评价本书的。本书内容由浅入深，首先对概率论、统计学等基础进行了概括与复习，随后在对回归进行全面阐述的过程中，涉及项目评估、面板数据方法、时间序列数据回归等论题，并且在组织结构和论述方式上具有独到之处，反映出当代应用计量经济学的精华。本书提供丰富的教辅教材，包含了正文例题的数据、经验分析练习与学生习题等内容。

　　本书作者詹姆斯·H·斯托克和马克·W·沃森分别任教于美国著名高等学府哈佛大学和普林斯顿大学，是计量经济学领域中的权威。作为杰出的计量经济学家，他们撰写的本书对计量经济学的核心方法——回归——进行了全面阐述，利用实际经验分析现实的问题与数据，通过明确突出计量经济学的活力与衫性，打开了理解复杂世界的窗品。

前言
第一部分导论与复习
第1章经济问题与数据
1.1需要讨论的经济问题
1.2因果效应与理想实验
1.3数据：来源与种类
第2章概率论复习
2.1随机变量与概率分布
2.2期望值.均值与方差
2.3双随机变量
2.4正态分布X2分布.Fm,oo分布和t分布
2.5随机抽样与样本均值的分布
2.6抽样分布的大样本近似
第3章统计学复习
3.1母体均值的估计
3.2涉及母体均值的假设检验
3.3母体均值的置信区间
3.4比较源于不同母体的均值
3.5美国大学毕业生的男女收入样本协方差与相关
3.6散布图.样本方差与样本相关
第二部分回归分析基础
第4章单回归量线性回归
4.1线性回归模型
4.2线性回归模型的系数估计
4.3最小二乘法假定
4.4OLS估计量的样本分布
4.5回归系数之一的假设检验
4.6回归系数的置们区间
4.7X为二元变量的回归
前言
第一部分导论与复习
第1章经济问题与数据
1.1需要讨论的经济问题
1.2因果效应与理想实验
1.3数据：来源与种类
第2章概率论复习
2.1随机变量与概率分布
2.2期望值.均值与方差
2.3双随机变量
2.4正态分布X2分布.Fm,oo分布和t分布
2.5随机抽样与样本均值的分布
2.6抽样分布的大样本近似
第3章统计学复习
3.1母体均值的估计
3.2涉及母体均值的假设检验
3.3母体均值的置信区间
3.4比较源于不同母体的均值
3.5美国大学毕业生的男女收入样本协方差与相关
3.6散布图.样本方差与样本相关
第二部分回归分析基础
第4章单回归量线性回归
4.1线性回归模型
4.2线性回归模型的系数估计
4.3最小二乘法假定
4.4OLS估计量的样本分布
4.5回归系数之一的假设检验
4.6回归系数的置们区间
4.7X为二元变量的回归
4.8R2与回归的标准误差
4.9异方差与同方差
4.10结论
第5章多回归量线性回归
5.1遗漏变量偏差
5.2多元回归模型
5.3多元回归的OLS估计量
5.4多元回归的最小二乘法假定156
5.5多元回归的OLS估计量的分布159
OLS估计量的标准误差160
5.6单个系数的假设检验与置信区间161
单个系数的假设检验161
单个系数的置信区间162
考试成绩与师生比率的应用163
5.7复合假设检验165
两个或更多系数的假设检验165
F统计量167考试成绩与师生比率的应用170
5.8检验涉及多个系数的单一约束条件170
5.9多个系数的置信集合172
5.10其他回归统计量174
回归的标准误差174
R2174
调整的R2175
解释及R2与实际使用的调整的R2176
5.11遗漏变量偏差与多元回归177
模型设定的理论与实践178
5.12考试成绩数据的分析179
5.13结论183
附录5.1方程(5.1)的推导189
附录5.2两个回归量与同方差误差项的OLS估计量的分布189
附录5.3检验复合假设的其他两种方法190
第6章非线性回归函数195
6.1非线性回归函数模型化的一般策略197
考试成绩与地区收入197
非线性模型设定的X的变化对r的影响200
利用多元回归的非线性模型化的一般方法205
6.2单自变量的非线性函数205
多项式206
对数式208
考试成绩与地区收入的多项式与对数式的模型216
6.3自变量之间的相互作用217
两个二元变量的相互作用218
连续变量与二元变量的相互作用220
两个连续变量的相互作用225
6.4师生比率与考试成绩之间的非线性效应230
回归结论的分析230
研究结论的总结234
6.5结论235
第7章基于多元回归的研究评价241
7.1内部有效性与外部有效性242
内部有效性的威胁242
外部有效性的威胁243
7.2多元回归分析的内部有效性的影响因素245
遗漏变量偏差245
回归函数钠函数形式的误定247
变量误差248
样本选择250
联立因果性251
OLS标准误差的不一致性源泉253
7.3事例：考试成绩与班级规模255
外部有效性255
内部有效性262
讨论与含义263
7.4结论264
附录7.1马萨诸塞州小学考试成绩数据
第三部分回归分析的补充论题271
第8章面板数据的回归269
8.1面板数据272
案例：交通死亡与饮酒税272
8.2两期面板数据：“之前与之后”的比较275
8.3固定效应回归278
固定效应回归模型278
估计与推断280
交通死亡的应用282
8.4时间固定效应回归283
仅有时间效应283
时间效应与州固定效应的共存284
8.5饮酒驾车规律与交通事故死亡285
8.6结论289
附录8.1美国各州交通事故数据293
附录8.1固定效应回归的假定293
第9章二元因变量的回归296
9.1二元因变量与线性概率模型297
二元因变量298
线性概率模型299
9.2Probit回归与Logit回归302
Probit回归302
Logit回归307
线性概率.Probit模型与Logit模型的比较309
9.3Probit模型与Logit模型的估计与推断309
非线性最小二乘估计310
最大似然估计311
拟合的测度313
9.4波士顿HDMA数据的应用313
9.5总结
附录9.1波士顿HMDA数据324
附录9.2最大似然估计325
附录9.3其他受限因变量模型328
第10章工具变量回归331
10.1单回归量与单工具变量的Ⅳ估计量332
IV模型与假定333
两阶段最小二乘法333
IV回归如何作用334
TSLS估计量的样本分布337
香烟需求的应用339
10.2一般Ⅳ回归模型341
一般IV回归模型的TSLS343
一般IV归模型的工具变量的相关性与外生性344
Ⅳ回归假定与TSLS估计量的样本分布345
利用TSLS估计量的推断346
香烟需求的应用347
10.3校验工具变量有效性348
假定1：工具变量的相关性349
假定2：工具变量的外生性352
10.4香烟需求的应用354
10.5工具变量有效性的源泉359
三个案例360
10.6结论364
附录10.1香烟需求数据368
附录10.2方程(10.4)的TSLS估计量公式的推导368
附录10.3TSLS估计量的大样本分布369
附录10.4工具变量无效的TSLS估计量的大样本分布370
第11章实验与拟实验373
11.1理想的实验与因果效应375
理想的随机化控制的实验375
差分估计量376
11.2实施实验的潜在问题377
威胁内部有效性377
威胁外部有效性380
11.3利用实验数据的因果效应的回归估计382
附加回归量的差分估计量382
差异的差分估计量385
不同群体的因果效应的估计388
存在部分应允的估计389
检验随机化389
11.4缩小班级规模的效应的实验估计值390
实验设计390
STAR数据的分析391
班级规模效应的观察估计值与实验估计值的比较397
11.5拟实验399
案例400
分析拟实验的计量经济学方法402
11.6拟实验的潜在问题405
威胁内部有效性405
威胁外部有效性407
11.7不同母体的实验与拟实验的估计值407
母体非均匀性：谁的因果效应408
非均匀因果效应的OLS409
非均匀因果效应的IV回归409
11.8结论413
附录11.1STAR项目的数据418
附录11.2多期的差分形式估计量的扩展419
附录11.3条件均值独立420
附录11.4个体因果效应变化的Ⅳ估计422
第四部分经济时间序列的回归分析425
第12章时间序列回归与预测的导论427
12.1利用回归模型预测429
12.2时间序列数据与序列相关的导论430
美国的通货膨胀率与失业率430
滞后.一阶差分.对数和增长率432
自相关434
经济时间序列的其他例子436
12.3自回归438
一阶自回归模型438
P阶自回归模型441
12.4附加预测量的时间序列回归与自回归滞后分布模型443
利用过去的失业率数据预测通货膨胀率的变化443
平稳性446
多元预测量的时间序列回归446
预测的不确定性与预测区间450
12.5利用信息准则选择滞后长度451
确定自回归的阶数453
多元预测量的时间序列回归的滞后长度选择456
12,6非平稳性：趋势457
何谓趋势457
随机趋势导致的问题460
发现随机趋势462
避免随机趋势导致的问题466
12.7非平稳性：突变467
何谓突变467
检验突变468
伪样本外预测473
避免突变导致的问题477
12.8结论478
附录12.1第12章的时间序列数据484
附录12.2All(1)模型的平稳性484
附录12.3滞后算子符号485
附录12.4ARMA模型486
附录12.5BIC滞后长度估计量的一致性487
第13章动态因果影响估计489
13.1橘子汁原味数据490
13.2动态因果效应493
因果效应与时间序列数据493
两种类型的外生性496
13.3利用外生回归量的动态效应估计498
滞后分布模型假设499
自相关u,标准误差与推断499
动态乘数与累积动态乘数501
13.4异方差与自相关的一致标准误差502
自相关误差项的OLS估计量的分布502
HAC标准误差504
13.5严格外生回归量的动态效应估计507
All(1)误差项的滞后分布模型508
ADL模型的OLS估计511
GLS估计512
添加滞后项与AR(p)误差项的滞后分布模型514
13.6橘子汁价格与凉爽气候517
13.7外生性是否合理?部分事例524
美国收入与澳大利亚出524
石油价格与通货膨胀524
货币政策与通货膨胀525
Phillips曲线525
13.8结论526
附录13.1橘子汁数据530
附录13.2ADL模型与滞后算子符号表示的一般最小二乘法530
第14章时间序列回归的补充内容533
14.1向量自回归534
VAR模型534
通货膨胀率与失业率的VAR模型537
14.2多期预测538
多期预测：单变量自回归539
多期预测：多变量预测542
应该使用哪种方法544
14.3积分阶数与单位根检验545
趋势与积分阶数的其他模型546
单位根的DF-GLS检验547
为何单位根检验具有非正态分布551
14.4协整552
协整与误差修552
如何判断两个变量是否协整554
估计协整系数556
多元协整变量的扩展558
利率的应用559
14.5条件异方差561
变动性聚类562
自回归条件异方差563
通货膨胀预测的应用564
14,6结论566
附录14.1第14章使用的美国金融数据569
第五部分回归分析的计量经济理论571
第15章单回归量线性回归理论573
15.1扩展的最小二乘法假定与OLS估计量575
扩展的最小二乘法假定575
OLS估计量576
15.2渐近分布理论的基础577
概率收敛与大数定理577
中心极限定理与分布580
Slutsky定理与连续映射定理581
基于样本均值的‘统计量的应用582
15.3OLS估计量与‘统计量的渐近分布582
OLS估计量的一致性与渐近正态性583
异方差稳健的标准误差的一致性583
异方差稳健的‘统计量的渐近正态性584
15.4正态分布误差项的精确样本分布585
正态误差项的b1,的分布585
同方差t统计量的分布586
15.5同方差误差项的OLS估计量的有效性588
Gauss-Markov条件588
线性条件无偏估计量589
Gauss-Markov定理590
15.6加权最小二乘法591
已知异方差的WLS592
已知异方差的函数形式的WLS593
异方差稳健标准误差或者WLS596
附录15.1连续随机变量的正态及相关分布与矩600
附录15.2两个不等式603
附录15.3Gauss-Markov定理的证明604
第16章多元回归理论606
16.1线性多元回归模型与矩阵形式的OLS估计量607
多元回归模型矩阵表示607
扩展的最小二乘法假设609
OLS估计量610
16.2OLS估计量与t统计量的渐近分布611
多元中心极限定理612
b的渐近正态性612
异方差稳健标准误差613
预测效果的置信区间614
t统计量的渐近分布615
16.3检验复合假设615
矩阵表示的复合假设615
9统计量的渐近分布616
多系数的置信集合616
16.4正态分布误差项的回归统计量的分布617
OLS回归统计量的矩阵表617
正态误差项的B的分布619
S2U的分布619
同方差的标准误差619
t统计量的分布621
F统计量的分布621
16.5同方差误差项的OLS估计量的有效性621
多元回归的Gauss?Markov条件621
线性条件无偏估计量622
多元回归的Gauss-Markov定~E623
16.6一般最小二乘法623
GLS假定624
Ω已知的GLS626
Ω含有未知参数的GLS627
零条件均值假定与GLS628
附录16.1矩阵代数概要634
附录16.2多元分布637
附录16.3B的渐近分布的推导638
附录16.4正态分布误差项的OLS检验统计量的精确分布的推导639
附录16.5多元回归的Gauss-Markov定理的证明640
附录642
参考文献651
“概念复习”部分参考答案657
术语对照表672
索引686