计量经济学导论

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