部分识别入门：计量经济学的创新性方法

　　部分识别方法是颠覆既有计量经济学常识的创新性研究方法，这一方法不仅能够解决传统点识别的计量经济学无法应对的识别问题，对传统计量经济学建立在各种严格假设基础上的研究结论也提出了挑战。本书深入浅出地介绍了部分识别方法核心的理论思路，通过比较部分识别方法与运用强假设的传统计量经济学方法，说明了部分识别方法所具有的优势，并结合具体的案例和数据，向读者展示了部分识别在实际研究中的应用方法。

　　奥村纲雄，日本经济学家，横滨国立大学国际社会科学研究院教授，美国西北大学经济学系访问学者，东京大学经济学博士。研究方向包括计量经济学、微观经济学、劳动经济学与金融学。

1 何谓部分识别
1.1 引言
1.2 部分识别的想法
1.3 基本模型的设定
1.4 何谓识别问题
1.5 独立性假设和传统计量经济学
1.6 部分识别
1.7 没有使用任何假设的区间范围
1.8 结语
附录1
附录2
附录3
2 增函数假设的部分识别
2.1 引言
2.2 增函数假设的区间范围
2.3 凹性增函数假设的区间范围
2.4 供需函数变动的部分识别
2.5 结语
附录
3 工具变量假设和单调工具变量假设的部分识别
3.1 引言
3.2 工具变量假设的区间范围
3.3 单调工具变量假设的区间范围
3.4 线性函数的工具变量假设和单调工具变量假设的识别功效
3.5 结语
4 单调处理选择假设的部分识别
4.1 引言
4.2 单调处理选择假设的区间范围
4.3 凹性增函数假设和单调处理选择假设的区间范围
4.4 结语
5 部分识别的平均处理效应和概率分布的实证研究
5.1 引言
5.2 相对于随机化比较实验法和工具变量法的部分识别方法的优势：逮捕家庭暴力嫌疑者能够多大程度地防止其再次施暴
5.3 政策效果估计(项目评估)：食品配给政策的儿童健康影响效果
5.4 概率分布的估计：工资分布及使用工资分布估计的不平等程度
5.5 结语
6 博弈论的部分识别
6.1 引言
6.2 博弈多重均衡导致的识别问题
6.3 多重博弈均衡识别的部分识别方法
6.4 拍卖识别问题的部分识别方法
6.5 结语
7 部分识别的推断
7.1 引言
7.2 矩不等式
7.3 集合估计
7.4 置信集合
7.5 结语
参考文献