高级计量经济学及Stata应用: 第二版

✍ Scribed by 陈强

• Publisher: 高等教育出版社
• Year: 2014
• Tongue: Chinese
• Leaves: 685
• Category: Library

✦ Synopsis

《经济学、管理学类研究生教学用书:高级计量经济学及Stata应用(第二版)》较多地借鉴了现代计量经济学的最新发展，内容全面，除了介绍传统的横截面数据外，对面板数据（含长面板、动态面板、非线性面板）、时间序列（含VAR、单位根、协整）、自然实验、重复截面数据、GMM、自助法、蒙特卡罗法、分位数回归、门限回归、非参数估计、处理效应、空间计量、久期分析、贝叶斯估计等均做了较深入的分析。此书力图以生动的语言、较多的插图与经济意义来直观地解释计量方法，而又不失数学的严谨性。同时，结合目前欧美最为流行的Stata计量软件，及时地介绍相应的Stata命令与实例，为读者提供“一站式”服务。此书适合普通高等学校经济学、管理学类或社科类硕士生、博士生与研究人员使用。为便于读者学习高级计量经济学，《经济学、管理学类研究生教学用书:高级计量经济学及Stata应用(第二版)》在内容安排上，假设读者已经学过微积分、线性代数与概率统计，但不要求学过本科阶段的计量经济学（学讨百好）。

✦ Table of Contents

封面
书名
版权
前言
目录
第1章 绪论/1
1.1什么是计量经济学/1
1.2经济数据的特点与类型/2
第2章 概率统计回顾/3
2.1概率与条件概率/3
2.2分布与条件分布/4
2.3随机变量的数字特征/5
2.4迭代期望定律/8
2.5随机变量无关的三个层次概念/9
2.6常用连续型统计分布/9
2.7统计推断的思想/11
习题/12
附录/12
第3章 小样本OLS/13
3.1古典线性回归模型的假定/13
3.2 OLS的代数推导/14
3.3 OLS的几何解释/17
3.4拟合优度/17
3.5 OLS的小样本性质/18
3.6对单个系数的t检验/20
3.7对线性假设的F检验/23
3.8 F统计量的似然比原理表达式/25
3.9分块回归与偏回归（选读）/26
3.10预测/27
习题/28
附录/29
第4章 Stata简介/30
4.1为什么使用Stata/30
4.2 Stata的窗口/30
4.3 Stata操作实例/31
4.4 Stata命令库的更新/46
4.5进一步学习Stata的资源/47
习题/48
第5章 大样本OLS/49
5.1为何需要大样本理论/49
5.2随机收敛/49
5.3大数定律与中心极限定理/51
5.4统计量的大样本性质/52
5.5渐近分布的推导/53
5.6随机过程的性质/53
5.7大样本OLS的假定/57
5.8 OLS的大样本性质/58
5.9线性假设的大样本检验/60
5.10大样本OLS的Stata命令及实例/61
习题/63
附录/63
第6章 最大似然估计法/66
6.1最大似然估计法的定义/66
6.2线性回归模型的最大似然估计/68
6.3最大似然估计的数值解/69
6.4信息矩阵与无偏估计的最小方差/70
6.5最大似然法的大样本性质/71
6.6最大似然估计量的渐近协方差矩阵/74
6.7三类渐近等价的统计检验/75
6.8准最大似然估计法/78
6.9对正态分布假设的检验/80
6.10最大似然估计法的Stata命令及实例/80
习题/84
附录/84
第7章 异方差与GLS/87
7.1异方差的后果/87
7.2异方差的例子/87
7.3异方差的检验/88
7.4异方差的处理/90
7.5处理异方差的Stata命令及实例/93
7.6 Stata命令的批处理/96
习题/98
附录/98
第8章 自相关/100
8.1自相关的后果/100
8.2自相关的例子/101
8.3自相关的检验/101
8.4自相关的处理/103
8.5处理自相关的Stata命令及实例/108
习题/115
第9章 模型设定与数据问题/116
9.1遗漏变量/116
9.2无关变量/117
9.3建模策略：“由小到大”还是“由大到小”/118
9.4解释变量个数的选择/118
9.5对函数形式的检验/120
9.6多重共线性/123
9.7极端数据/124
9.8虚拟变量/126
9.9经济结构变动的检验/127
9.10缺失数据与线性插值/132
9.11变量单位的选择/133
习题/133
附录/133
第10章 工具变量，2SLS与GMM/135
10.1解释变量与扰动项相关的例子/135
10.2工具变量法作为一种矩估计/138
10.3二阶段最小二乘法/140
10.4有关工具变量的检验/141
10.5 GMM的假定/146
10.6 GMM的推导/147
10.7 GMM的大样本性质/148
10.8如何获得工具变量/151
10.9 MLE也是GMM/152
10.10工具变量法的Stata命令及实例/153
习题/167
附录/167
第11章 二值选择模型/169
11.1离散被解释变量的例子/169
11.2二值选择模型/169
11.3二值选择模型的微观基础/177
11.4二值选择模型中的异方差问题/178
11.5稀有事件偏差（选读）/179
11.6含内生变量的Probit模型（选读）/183
11.7双变量Probit模型（选读）/187
11.8部分可观测的双变量Probit模型（选读）/189
习题/190
第12章 多值选择模型/192
12.1多项Logit与多项Probit/192
12.2条件Logit模型/193
12.3混合Logit模型/193
12.4嵌套Logit/205
习题/208
第13章 排序与计数模型/209
13.1排序模型/209
13.2泊松回归/211
13.3负二项回归/213
13.4零膨胀泊松回归与负二项回归/215
13.5计数模型的Stata实例/215
习题/222
第14章 受限被解释变量/223
14.1断尾回归/223
14.2零断尾泊松回归与负二项回归/226
14.3随机前沿模型（选读）/228
14.4偶然断尾与样本选择/235
14.5归并回归/238
14.6归并数据的两部分模型/243
14.7含内生解释变量的Tobit模型（选读）/246
习题/248
附录/248
第15章 短面板/250
15.1面板数据的特点/250
15.2面板数据的估计策略/251
15.3混合回归/252
15.4个体固定效应模型/252
15.5时间固定效应/253
15.6一阶差分法/254
15.7随机效应模型/254
15.8组间估计量/255
15.9拟合优度的度量/255
15.10非平衡面板/256
15.11究竟该用固定效应还是随机效应模型/257
15.12个体时间趋势/257
15.13短面板的Stata命令及实例/258
习题/271
第16章 长面板与动态面板/272
16.1长面板的估计策略/272
16.2面板校正标准误/272
16.3仅解决组内自相关的FGLS/274
16.4全面FGLS/278
16.5组间异方差的检验/279
16.6组内自相关的检验/280
16.7组间同期相关的检验/281
16.8变系数模型/283
16.9面板工具变量法/287
16.10豪斯曼-泰勒估计量（选读）/288
16.11动态面板/289
16.12动态面板的Stata命令及实例/291
16.13偏差校正LSDV法/300
16.14重复截面数据与组群分析/301
习题/302
第17章 非线性面板/303
17.1面板二值选择模型/303
17.2面板二值选择模型的随机效应估计/304
17.3面板二值选择模型的固定效应估计/305
17.4面板二值选择模型的Stata实例/307
17.5面板泊松回归/313
17.6面板负二项回归/314
17.7面板计数模型的Stata实例/315
17.8面板Tobit/325
17.9面板随机前沿模型/327
习题/332
第18章 随机实验与自然实验/334
18.1实验数据/334
18.2理想的随机实验/335
18.3引入更多的解释变量/335
18.4随机实验执行过程中可能出现的问题/336
18.5自然实验/337
18.6双重差分法/339
18.7三重差分法/343
18.8观测数据的处理效应/344
习题/345
第19章 蒙特卡罗法与自助法/346
19.1蒙特卡罗法的思想与用途/346
19.2蒙特卡罗法实例：模拟中心极限定理/347
19.3蒙特卡罗法实例：服从卡方分布的扰动项/348
19.4蒙特卡罗积分/349
19.5最大模拟似然法与模拟矩估计/350
19.6自助法的思想与用途/351
19.7自助法的分类/352
19.8使用自助法估计标准误/352
19.9使用自助法进行区间估计/353
19.10使用自助法进行假设检验/353
19.11自助法的一致性（选读）/354
19.12异方差情况下的自助法/354
19.13面板数据与时间序列的自助法/355
19.14自助法的Stata命令/355
19.15使用自助法进行稳健的豪斯曼检验/356
习题/358
附录/358
第20章 平稳时间序列/361
20.1时间序列的数字特征/361
20.2自回归模型/362
20.3移动平均模型/364
20.4 ARMA/364
20.5自回归分布滞后模型/365
20.6 ARMA模型的Stata命令及实例/366
20.7误差修正模型/371
20.8 MA（∞）与滞后算子/372
20.9向量自回归过程/375
20.10 VAR的脉冲响应函数/377
20.11预测误差的方差分解/380
20.12格兰杰因果检验/381
20.13面板格兰杰因果检验/381
20.14 VAR的Stata命令及实例/381
20.15季节调整/399
习题/407
第21章 单位根与协整/409
21.1非平稳序列/409
21.2 ARMA的平稳性/410
21.3 VAR的平稳性/411
21.4单位根所带来的问题/411
21.5单位根检验与平稳性检验/414
21.6单位根检验的Stata实例/418
21.7面板单位根检验/422
21.8协整的思想与初步检验/432
21.9 Beveridge-Nelson分解公式/433
21.10协整的定义与最大似然估计/434
21.11协整分析的Stata实例/437
习题/445
附录/445
第22章 自回归条件异方差模型/447
22.1条件异方差模型的例子/447
22.2 ARCH模型的性质/448
22.3 ARCH模型的MLE估计/449
22.4 GARCH模型/450
22.5何时使用ARCH或GARCH模型/451
22.6 ARCH与GARCH模型的扩展/451
22.7 ARCH与GARCH的Stata命令及实例/453
22.8多维GARCH模型（选读）/460
习题/467
第23章 似不相关回归/468
23.1单一方程估计与系统估计/468
23.2似不相关回归的假定/468
23.3 SUR的FGLS估计/470
23.4 SUR的假设检验/471
23.5似不相关回归的Stata命令及实例/471
23.6变系数面板数据的SUR估计/475
习题/478
附录/479
第24章 联立方程模型/482
24.1联立方程模型的结构式与简化式/482
24.2联立方程模型的识别/483
24.3单一方程估计法/486
24.4三阶段最小二乘法/487
24.5三阶段最小二乘法的Stata实例/489
24.6结构VAR/493
24.7 SVAR的Stata实例/496
习题/502
第25章 非线性回归与门限回归/503
25.1非线性最小二乘法/503
25.2非线性回归的Stata命令及实例/504
25.3门限回归/505
25.4面板数据的门限回归/507
25.5门限回归的计算机操作/508
习题/508
第26章 分位数回归/509
26.1为什么需要分位数回归/509
26.2总体分位数/509
26.3样本分位数/510
26.4分位数回归的估计方法/512
26.5分位数回归的Stata命令及实例/513
习题/517
第27章 非参数与半参数估计/518
27.1为什么需要非参数与半参数估计/518
27.2对密度函数的非参数估计/518
27.3核密度估计的性质/520
27.4最优带宽/521
27.5多元密度函数的核估计/523
27.6非参数核回归/523
27.7多元核回归/525
27.8 k近邻回归/525
27.9局部线性回归/526
27.10非参数估计的Stata命令及实例/526
27.11半参数估计/530
习题/533
附录/533
第28章 处理效应/537
28.1处理效应与选择难题/537
28.2通过随机分组解决选择难题/539
28.3依可测变量选择/539
28.4匹配估计量的思想/540
28.5倾向得分匹配/542
28.6倾向得分匹配的Stata实例/545
28.7偏差校正匹配估计量/555
28.8双重差分倾向得分匹配/557
28.9断点回归的思想/559
28.10精确断点回归/561
28.11模糊断点回归/563
28.12断点回归的Stata实例/565
28.13处理效应模型/570
习题/574
第29章 空间计量经济学/575
29.1地理学第一定律/575
29.2空间权重矩阵/575
29.3空间自相关/578
29.4空间自回归模型/583
29.5空间杜宾模型/586
29.6空间误差模型/586
29.7一般的空间计量模型/589
29.8含内生解释变量的SARAR模型/592
29.9空间面板模型/593
29.10空间计量方法的局限性/598
第30章 久期分析/599
30.1久期数据的处理方法/599
30.2风险p函数/599
30.3久期数据的归并问题/601
30.4描述性分析/602
30.5久期模型的最大似然估计/603
30.6比例风险模型/604
30.7加速失效时间模型/606
30.8 Cox模型/607
30.9比例风险模型的设定检验/610
30.10分层Cox模型/611
30.11随时间而变的解释变量/612
30.12不可观测的异质性/613
30.13其他久期分析模型/614
30.14久期分析的Stata命令及实例/615
习题/630
第31章 贝叶斯估计简介/631
31.1贝叶斯估计的思想/631
31.2贝叶斯定理/631
31.3贝叶斯估计的一个例子/632
31.4基于后验分布的统计推断/634
31.5先验分布的选择/635
31.6多元回归的贝叶斯分析/637
31.7马尔可夫链蒙特卡罗法/639
习题/640
第32章 如何做规范的实证研究/641
32.1计量理论与现实数据/641
32.2实证研究的主要步骤/642
32.3实证论文的结构/644
32.4计量实践的十诫/645
32.5结束语/646
习题/646
附录：常用数据来源/647
参考书目/649
数学符号/664
英文缩写/666
助学扫描书屋代扫描一切书http://blog.sina.com.cn/qq1542918647