计量经济分析方法与建模 EViews应用及实例PDF|Epub|txt|kindle电子书版本网盘下载

计量经济分析方法与建模 EViews应用及实例PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

目录1

前言1

第Ⅰ部分 数据分析基础3

第1章 概率与统计基础3

1.1 随机变量3

1.1.1 概率分布3

1.1.2 随机变量的数字特征5

1.1.3 随机变量的联合分布7

1.2 从总体到样本9

1.2.1 基本统计量9

1.2.2 估计量性质11

1.3 一些重要的概率分布12

1.3.1 正态分布12

1.3.2 x2分布14

1.3.3 t分布15

1.3.4 F分布16

1.4 统计推断18

1.4.1 参数估计18

1.4.2 假设检验19

1.5 EViews软件的相关操作22

1.5.1 单序列的统计量、检验和分布22

1.5.2 多序列的显示和统计量25

2.1 移动平均方法28

2.1.1 简单的移动平均公式28

第2章 经济时间序列的季节调整、分解与平滑28

2.1.2 中心化移动平均29

2.1.3 加权移动平均29

2.2 季节调整31

2.2.1 X11季节调整方法31

2.2.2 Census X12季节调整方法31

2.2.3 移动平均比率方法39

2.2.4 TRAMO/SEATS方法40

2.3.1 Hodrick-Prescott滤波方法41

2.3 趋势分解41

2.3.2 频谱滤波（BP滤波）方法44

2.4 指数平滑方法50

2.4.1 单指数平滑50

2.4.2 双指数平滑50

2.4.3 Holt-Winters乘法模型50

2.4.4 Holt-Winters加法模型51

2.4.5 Holt-Winters——无季节性模型51

2.5 EViews软件的相关操作52

2.5.2 X12季节调整方法53

2.5.1 X11季节调整方法的操作53

2.5.3 移动平均比率方法58

2.5.4 Tramo/Seats方法58

2.5.5 Hodrick-Prescott滤波60

2.5.6 BP滤波60

2.5.7 指数平滑法62

第Ⅱ部分 基本的单方程分析65

第3章 基本回归模型65

3.1 古典线性回归模型65

3.1.1 一元线性回归模型65

3.1.2 最小二乘法66

3.1.3 多元线性回归模型68

3.1.4 系数估计量的性质68

3.1.5 线性回归模型的检验69

3.1.6 AIC准则和Schwarz准则72

3.2 回归方程的函数形式73

3.2.1 双对数线性模型73

3.2.2 半对数模型74

3.2.3 双曲函数模型75

3.2.4 多项式回归模型75

3.3 包含虚拟变量的回归模型76

3.2.5 Box-Cox转换76

3.3.1 回归中的虚拟变量77

3.3.2 季节调整的虚拟变量方法79

3.4 模型设定和假设检验80

3.4.1 系数检验80

3.4.2 残差检验83

3.4.3 模型稳定性检验83

3.5 方程模拟与预测85

3.5.1 预测误差与方差85

3.5.2 预测评价86

3.6.1 设定回归方程形式和估计方程88

3.6 EViews软件的相关操作88

3.6.2 方程输出结果90

3.6.3 与回归方程有关的操作91

3.6.4 模型设定和假设检验93

3.6.5 预测95

3.7 附录 数据96

第4章 其他回归方法101

4.1 异方差101

4.1.1 异方差检验103

4.1.2 加权最小二乘估计104

4.1.3 存在异方差时的一致协方差107

4.2 二阶段最小二乘法108

4.3 非线性最小二乘法109

4.4 广义矩方法112

4.4.1 矩法估计量112

4.4.2 广义矩估计113

4.5 多项式分布滞后模型114

4.6 EViews软件的相关操作117

4.6.1 White异方差检验117

4.6.2 加权最小二乘法估计117

4.6.5 在EViews中使用非线性最小二乘估计119

4.6.4 在EViews中使用TSLS估计119

4.6.3 White异方差一致协方差和Newey-West异方差自相关一致协方差119

4.6.6 在EViews中使用GMM估计121

4.6.7 在EViews中估计包含PDLs的模型122

4.7 附录 广义最小二乘估计124

第5章 时间序列模型126

5.1 序列相关及其检验126

5.1.1 序列相关及其产生的后果126

5.1.2 序列相关的检验方法127

5.1.3 扰动项存在序列相关的线性回归方程的估计与修正130

5.2.1 平稳时间序列的概念133

5.2.2 ARMA模型133

5.2 平稳时间序列建模133

5.2.3 ARMA模型的平稳性134

5.2.4 ARMA模型的识别137

5.3 非平稳时间序列建模143

5.3.1 非平稳序列和单整144

5.3.2 非平稳序列的单位根检验145

5.3.3 ARIMA模型152

5.4 协整和误差修正模型154

5.4.1 协整关系154

5.4.2 协整检验155

5.4.3 误差修正模型（ECM）157

5.5 EViews软件的相关操作159

5.5.1 检验序列相关性159

5.5.2 修正序列相关160

5.5.3 ARMA（p,q）模型的估计162

5.5.4 单位根检验165

第Ⅲ部分 扩展的单方程分析171

第6章 条件异方差模型171

6.1 自回归条件异方差模型171

6.1.1 ARCH模型171

6.1.2 GARCH模型173

6.1.4 ARCH的检验175

6.1.3 GARCH模型的残差分布假设175

6.1.5 GARCH-M模型178

6.2 非对称的ARCH模型180

6.2.1 TARCH模型180

6.2.2 EGARCH模型181

6.2.3 PARCH模型182

6.2.4 非对称的信息冲击曲线182

6.3 成分ARCH模型184

6.4 EViews软件的相关操作186

6.4.1 ARCH模型的建立186

6.4.2 ARCH检验189

6.4.3 ARCH模型的视图和过程192

6.4.4 ARCH模型的输出193

6.4.5 绘制估计的信息冲击曲线198

第7章 离散因变量和受限因变量模型200

7.1 二元选择模型200

7.1.1 线性概率模型及二元选择模型的形式200

7.1.2 二元选择模型的估计问题202

7.1.3 二元选择模型的变量假设检验问题204

7.2 排序选择模型205

7.3 受限因变量模型206

7.3.1 审查回归模型207

7.4 计数模型209

7.4.1 泊松模型的形式与参数估计209

7.3.2 截断回归模型209

7.4.2 负二项式模型的形式与参数估计210

7.4.3 准—极大似然估计210

7.5 EViews软件的相关操作212

7.5.1 估计二元选择模型212

7.5.2 估计排序选择模型216

7.5.3 估计审查回归模型218

7.5.4 估计计数模型221

8.1.1 极大似然估计的基本原理223

第8章 对数极大似然估计223

8.1 对数极大似然估计的基本原理223

8.1.2 极大似然估计量的计算方法225

8.1.3 优化算法226

8.2 对数极大似然的估计实例228

8.2.1 一元线性回归模型的极大似然函数228

8.2.2 AR（1）模型的极大似然函数229

8.2.3 GARCH（q,p）模型的极大似然函数231

8.2.4 具有异方差的一元线性回归模型的极大似然函数233

8.3.1 似然对象的建立235

8.3 EViews软件的相关操作235

8.3.2 似然对象的估计、视图和过程237

8.3.3 实例239

8.3.4 问题解答244

第Ⅳ部分 多方程分析249

第9章 向量自回归和向量误差修正模型249

9.1 向量自回归理论249

9.1.1 VAR模型的一般表示249

9.1.2 结构VAR模型（SVAR）252

9.2.1 VAR模型的识别条件254

9.2 结构VAR（SVAR）模型的识别条件254

9.2.2 SVAR模型的约束形式255

9.2.3 SVAR模型的3种类型259

9.3 VAR模型的检验260

9.3.1 Granger因果检验260

9.3.2 滞后阶数p的确定263

9.4 脉冲响应函数264

9.4.1 脉冲响应函数的基本思想264

9.4.2 多变量VAR模型的脉冲响应函数265

9.4.3 SVAR模型的脉冲响应函数268

9.5 方差分解269

9.6 Johansen协整检验272

9.6.1 特征根迹检验（trace检验）273

9.6.2 最大特征值检验274

9.6.3 协整方程的形式274

9.7 向量误差修正模型（VEC）276

9.8 EViews软件的相关操作278

9.8.1 VAR模型的建立和估计278

9.8.2 VAR模型的视图281

9.8.3 VAR模型的过程286

9.8.4 脉冲响应函数的产生292

9.8.5 方差分解的实现294

9.8.6 协整检验295

9.8.7 如何估计VEC模型297

第10章 利用横截面和时间序列数据的计量模型302

10.1 时间序列／截面数据模型的基本原理302

10.1.1 时间序列／截面数据模型概述302

10.1.2 时间序列／截面数据模型分类304

10.2 模型形式设定检验305

10.3 变截距模型306

10.3.1 固定影响变截距模型306

10.3.2 随机影响变截距模型316

10.4 变系数模型321

10.4.1 固定影响变系数模型322

10.4.2 随机影响变系数模型324

10.5 时间序列／截面数据模型系数协方差的White估计方法325

10.6 时间序列／截面数据的单位根检验327

10.7 EViews软件的相关操作331

10.7.1 含有Pool对象的工作文件331

10.7.2 Pool对象中数据处理333

10.7.3 Pool对象的模型估计340

10.7.4 面板结构的工作文件347

10.8 附录：数据348

11.1 状态空间模型的定义353

第11章 状态空间模型和卡尔曼滤波353

11.2 卡尔曼滤波355

11.2.1 Kalman滤波的一般形式356

11.2.2 Kalman滤波的解释和性质357

11.2.3 修正的Kalman滤波递推公式359

11.2.4 非时变模型及Kalman滤波的收敛性360

11.2.5 Kalman滤波的初始条件360

11.3 状态空间模型超参数的估计360

11.4 状态空间模型的应用361

11.4.1 可变参数模型的状态空间表示362

11.4.2 季节调整的状态空间形式366

11.4.3 ARMAX模型的状态空间形式369

11.5 EViews软件的相关操作371

11.5.1 定义状态空间模型371

11.5.2 估计状态空间模型378

11.5.3 状态空间模型的视窗和过程379

第12章 联立方程模型的估计与模拟386

12.1 联立方程系统概述386

12.1.1 联立方程系统的基本概念387

12.1.2 联立方程系统的识别391

12.1.3 一个小型中国宏观经济联立方程模型392

12.2 联立方程系统的估计方法394

12.2.1 单方程估计方法396

12.2.2 系统方程估计方法402

12.3 联立方程模型的模拟409

12.3.1 联立方程模型概述409

12.3.2 模型模拟的分类410

12.3.3 模型的评估413

12.3.4 情景分析414

12.4 EViews软件的相关操作418

12.4.1 联立方程系统的基本操作418

12.4.2 联立方程模型的模拟与预测424

12.4.3 联立方程模型的求解432

12.4.4 联立方程模型的数据操作438

附录A EViews软件基础441

A.1 EViews软件简介441

A.1.1 安装和启动EViews441

A.1.2 EViews窗口442

A.1.3 关闭EViews443

A.1.4 寻求帮助443

A.2 工作文件（Workfile）基础443

A.2.2 创建工作文件444

A.2.1 工作文件的基本概念444

A.2.3 工作文件的相关操作449

A.3 对象（Object）基础451

A.3.1 对象的概念452

A.3.2 基本对象操作453

A.4 基本数据处理456

A.4.1 数据对象456

A.4.2 数据的输入输出458

A.4.3 频率转换460

A.5 数据操作461

A.5.1 数学表达式461

A.5.2 序列操作463

A.5.3 自动序列（Auto-Series）操作464

A.5.4 字符串序列（Alpha Series）操作466

A.5.5 日期序列操作（Date Series）468

A.6 序列链接（Sries link）469

A.6.1 基本链接概念469

A.6.2 创建链接469

A.6.3 基本链接方式473

A.6.4 链接处理475

A.7 EViews数据库简介478

A.8.1 图对象479

A.8 图、表和文本对象479

A.8.2 表对象482

A.8.3 文本对象483

附录B EViews程序设计484

B.1 程序设计基础484

B.1.1 创建程序484

B.1.2 存储程序485

B.1.3 打开程序485

B.1.4 运行程序485

B.2 程序变量486

B.2.1 控制变量486

B.1.5 终止程序486

B.2.2 字符串变量487

B.2.3 字符串操作488

B.2.4 替代变量490

B.2.5 程序参数491

B.3 控制程序492

B.3.1 IF语句492

B.3.2 FOR循环494

B.3.3 WHILE循环497

B.3.4 处理执行错误498

B.4 多程序文件499

B.3.5 其他控制工具499

B.5 子程序500

B.5.1 定义子程序500

B.5.2 带有参数的子程序501

B.5.3 子程序放置501

B.5.4 调用子程序502

B.5.5 全局变量和局部变量503

B.5.6 全局子程序503

B.5.7 局部子程序505

C.1.1 设定估计选项507

C.1 估计选项和非线性估计算法507

附录C EViews软件的辅助说明507

C.1.2 非线性方程估计方法510

C.2 梯度和导数511

C.2.1 梯度512

C.2.2 导数514

C.3 信息准则516

附录D EViews中的常用函数518

D.1 公式中的运算符号及其含义518

D.2 时间序列函数及其含义518

D.3 序列描述性统计量的＠函数及其含义519

D.6 回归统计量的＠函数及其含义520

D.4 三角函数520

D.5 统计函数520

D.7 返回向量（vector）或矩阵（matrix）对象的函数521

附录E 数据522

E.1 中国数据522

E.1.1 年度数据522

E.1.2 季度数据524

E.1.3 月度数据525

E.2 美国数据529

参考文献532