计量经济学PDF|Epub|txt|kindle电子书版本网盘下载

计量经济学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

译者序1

前言1

第一章 普通最小二乘法的有限样本性质1

1.1 古典线性回归模型2

1.1.1 线性假定2

1.1.2 矩阵符号3

1.1.3 严格外生性假定4

1.1.4 严格外生性的含义5

1.1.5 时间序列模型的严格外生性6

1.1.6 模型的其他假定6

1.1.7 随机样本的古典回归模型7

复习题8

1.1.8 固定回归量8

1.2 最小二乘法的代数表示9

1.2.1 OLS最小化残差平方和9

1.2.2 正规方程组9

1.2.3 OLS估计量的两种表示11

1.2.4 其他概念和代数式12

1.2.5 影响分析（选读）14

1.2.6 计算OLS估计的若干注意事项15

复习题16

1.3 普通最小二乘法估计量的有限样本性质17

1.3.1 b的有限样本分布18

1.3.2 s2的有限样本性质20

1.3.3 Var（b|X）的估计值21

复习题21

1.4 正态分布的假设检验22

1.4.2 单个回归系数的假设检验23

1.4.1 正态分布的误差项23

1.4.3 t检验的判别准则25

1.4.4 置信区间26

1.4.5 p值26

1.4.6 线性假设27

1.4.7 F检验28

1.4.8 F值的更简便表示29

1.4.9 t值与F值29

1.4.10 检验统计量的分布依赖X的例31

复习题32

1.5 极大似然原理32

1.5.1 极大似然原理33

1.5.2 条件似然和无条件似然33

1.5.3 回归模型的对数似然函数33

1.5.4 浓缩似然的ML估计量34

1.5.5 古典回归模型的Cramer-Rao下界35

1.5.6 似然比检验的F检验37

1.5.7 拟极大似然37

复习题37

1.6 广义最小二乘法38

1.6.1 放松假定1.4的推论39

1.6.2 已知V的有效估计39

1.6.3 特殊情况：加权最小二乘法41

1.6.4 GLS的极限性质41

复习题42

1.7 应用：供电行业的规模收益42

1.7.1 供电行业42

1.7.2 数据43

1.7.3 为何需要计量经济学？43

1.7.4 Cobb-Douglas技术44

1.7.6 普通最小二乘法的假定是否满足？45

1.7.5 如何确定技术是否符合Cobb-Douglas形式？45

1.7.7 约束最小二乘法46

1.7.8 成本函数的齐次性检验46

1.7.9 R2的题外详解47

1.7.10 规模收益不变的检验48

1.7.11 残差图的重要性48

1.7.12 后续发展49

复习题50

本章习题51

部分习题答案60

参考文献61

第二章 大样本理论63

2.1 随机变量序列的极限理论的复习64

2.1.1 不同的收敛方式64

2.1.2 三个有用的结果66

2.1.3 估计量为随机变量序列68

2.1.4 大数定理和中心极限定理68

复习题69

2.2 时间序列分析的基本概念70

2.2.1 遍历平稳的要求70

2.2.2 不同类型的随机过程71

2.2.3 无序列相关的不同形式76

2.2.4 遍历平稳的鞅差分序列的中心极限定理76

复习题77

2.3 普通最小二乘法估计量的大样本分布78

2.3.1 模型78

2.3.2 OLS估计量的渐近分布81

2.3.3 s2的一致性82

复习题83

2.4.1 线性假设检验84

2.4 假设检验84

2.4.2 一致检验86

2.4.3 渐近势86

2.4.4 非线性假设检验87

复习题88

2.5 一致估计E（ε？xix？）89

2.5.1 使用残差作为误差89

2.5.2 S的数据矩阵表述90

2.5.3 有限样本的情形90

复习题91

2.6 条件同方差的含义91

2.6.1 条件同方差与无条件同方差91

2.6.2 有限样本公式的导出92

2.6.3 　t统计量和F统计量的大样本分布92

2.6.4 条件同方差渐近检验的其他处理93

2.7 条件同方差的检验94

复习题94

复习题96

2.8 参数化条件异方差估计（选读）96

2.8.1 函数形式96

2.8.2 已知α的WLS估计97

2.8.3 e？回归zi得到α的一致估计98

2.8.4 利用α估计的WLS估计98

2.8.5 OLS估计与WLS估计99

复习题99

2.9 最小二乘投影99

2.9.1 最佳预测因变量的值99

2.9.2 最优线性预测100

2.9.3 投影系数的OLS一致估计101

复习题101

2.10 检验序列相关102

2.10.1 Box-Pierce统计量和Ljung-Box统计量102

2.10.2 残差计算的样本自相关103

2.10.3 前定而非严格外生的回归量的检验105

2.10.4 基于回归的辅助检验106

复习题107

2.11 应用：理性预期计量经济学108

2.11.1 有效市场假说108

2.11.2 可检验的含义109

2.11.3 检验序列相关110

2.11.4 名义利率是否是最佳预测量？111

2.11.5 Rt并非严格外生113

2.11.6 后续发展114

复习题115

2.12 时间回归方程115

2.12.1 普通最小二乘估计量的渐近分布115

2.12.2 时间回归的假设检验117

复习题118

附录2.B：命题2.10的证明119

附录2.A：固定回归量的渐近性119

本章习题121

部分习题答案133

参考文献134

第三章 单方程广义矩法136

3.1 内生性偏差：Working模型137

3.1.1 市场均衡的联立方程模型137

3.1.2 内生偏差138

3.1.3 可观测的供给扰动138

复习题140

3.2 更多范例141

3.2.1 简单宏观经济模型141

3.2.2 变量误差142

3.2.3 生产函数143

3.3.1 回归量与工具变量144

复习题144

3.3 一般性描述144

3.3.2 识别146

3.3.3 识别阶条件147

3.3.4 渐近正态假定147

复习题148

3.4 定义广义矩法149

3.4.1 矩法149

3.4.2 广义矩法150

3.4.3 样本误差151

复习题151

3.5 广义矩法的大样本性质152

3.5.1 GMM估计量的渐近分布152

3.5.2 误差方差的估计153

3.5.3 假设检验154

3.5.5 有效GMM估计量155

3.5.4 S的估计155

3.5.6 渐近势156

3.5.7 小样本性质157

复习题158

3.6 检验过度识别限制159

3.6.1 检验正交条件的子集160

复习题162

3.7 基于似然比原理的假设检验162

3.7.1 回归模型的LR统计量164

3.7.2 增加变量的检验（选读）164

复习题165

3.8 条件同方差的含义165

3.8.1 有效GMM估计量变成2SLS估计量166

3.8.3 2SLS估计量的小样本性质167

3.8.2 J统计量变成Sargan统计量167

3.8.4 2SLS的推导168

3.8.5 回归量为前定变量170

3.8.6 检验正交条件的子集170

3.8.7 检验条件同方差172

3.8.8 检验序列相关性172

复习题172

3.9 应用：学校教育的收益173

3.9.1 NLS-Y数据173

3.9.2 半对数工资方程174

3.9.3 忽略变量的偏差175

3.9.4 能力度量的IQ175

3.9.5 变量误差176

3.9.6 修正偏差的2SLS估计177

复习题178

3.9.7 后续发展178

本章习题179

部分习题答案187

参考文献187

第四章 多方程广义矩法190

4.1 多方程模型191

4.1.1 线性性191

4.1.2 平稳和遍历192

4.1.3 正交条件192

4.1.4 识别193

4.1.5 渐近正态假定194

4.1.6 联系完全联立方程模型195

4.2 多方程广义矩法的定义195

4.3 大样本理论198

4.4 单方程估计与多方程估计199

4.4.1 何时二者等价？201

4.4.2 联合估计的风险202

复习题203

4.5 多方程广义矩法的特例：FIVE、3SLS与SUR203

4.5.1 条件同方差203

4.5.2 完全信息有效工具变量（FIVE）203

4.5.3 三阶段最小二乘法（3SLS）205

4.5.4 似不相关回归（SUR）207

4.5.5 SUR与OLS208

复习题210

4.6 相同系数211

4.6.1 相同系数模型212

4.6.2 GMM估计量213

4.6.3 条件同方差约束214

4.6.4 混同OLS215

4.6.5 改进公式216

4.6.6 相同系数约束与无相同系数约束217

复习题218

4.7 应用：相关要素需求219

4.7.1 超对数成本函数220

4.7.2 要素份额220

4.7.3 替代弹性221

4.7.4 成本函数的性质221

4.7.5 随机项设定222

4.7.6 约束性质223

4.7.7 跨方程约束的多元回归224

4.7.8 删除哪个方程？225

4.7.9 结论225

复习题227

本章习题227

部分习题答案237

参考文献238

第五章 面板数据239

5.1 误差成分模型240

5.1.1 误差成分240

5.1.2 组均值242

5.1.3 参数重置242

复习题243

5.2 固定效应估计量244

5.2.1 公式244

5.2.2 大样本性质245

5.2.3 题外话：球形ηi246

5.2.4 随机效应与固定效应247

5.2.5 放松条件同方差248

复习题249

5.3.1 “零化”遗漏观测值250

5.3 非平衡面板数据（选读）250

5.3.2 零化与压缩251

5.3.3 无选择性偏差251

复习题252

5.4 应用：各国经济增长的差异253

5.4.1 推导估计方程253

5.4.2 添加误差项254

5.4.3 αi的处理254

5.4.4 收敛速度的一致估计255

复习题256

附录5.A：Hausman统计量的分布256

本章习题258

部分习题答案268

参考文献269

第六章 序列相关270

6.1.2 均方极限的MA（∞）271

6.1.1 MA（q）271

6.1 模型化序列相关：线性过程271

6.1.3 滤子273

6.1.4 滞后多项式的逆275

复习题277

6.2 自回归移动平均过程278

6.2.1 AR（1）及其MA（∞）表示278

6.2.2 AR（1）的自协方差279

6.2.3 AR（p）及其MA（∞）表示280

6.2.4 ARMA（p，q）过程281

6.2.5 具有相同根的ARMA（p，q）282

6.2.6 可逆性282

6.2.7 自协方差母函数与谱283

复习题284

6.3 向量过程285

6.3.2 滤子的逆286

6.3.1 滤子的乘积286

6.3.3 滞后多项式的绝对可和逆287

6.3.4 自协方差母函数288

复习题288

6.4 估计自回归289

6.4.1 AR（1）的估计289

6.4.2 AR（p）的估计290

6.4.3 滞后期数的选择291

6.4.4 VAR的估计292

6.4.5 ARMA（p，q）的估计293

复习题294

6.5 序列相关过程的样本均值的渐近性295

6.5.1 协方差平稳过程的大数定理295

6.5.2 两个中心极限定理296

6.5.4 向量遍历平稳过程的Gordin条件298

6.5.3 多变量拓展298

复习题299

6.6 考虑序列相关的广义矩法299

6.6.1 模型与渐近结果299

6.6.2 估计有限滞后的自协方差消失的S300

6.6.3 使用核估计S301

6.6.4 VARHAC302

复习题304

6.7 条件同方差的估计（选读）304

6.7.1 条件同方差的S的核估计304

6.7.2 长期方差估计的数据矩阵描述305

6.7.3 联系GLS306

复习题307

6.8 应用：远期汇率的最优预测308

6.8.1 市场有效性假说308

6.8.2 检验无条件均值是否为零309

6.8.3 回归检验312

复习题315

本章习题315

部分习题答案323

参考文献326

第七章 极值估计量327

7.1 极值估计量328

7.1.1 ？的可测性328

7.1.2 两类极值估计量329

7.1.3 极大似然（ML）329

7.1.4 条件极大似然331

7.1.5 ML的不变性332

7.1.6 非线性最小二乘法（NLS）333

7.1.7 线性与非线性GMM333

复习题334

7.2 一致性335

7.2.1 两个极值估计量的一致性定理335

7.2.2 M估计量的一致性337

7.2.3 重置参数的凹性339

7.2.4 ML与NLS的识别340

7.2.5 GMM的一致性343

复习题344

7.3 渐近正态性345

7.3.1 M估计量的渐近正态性345

7.3.2 一致渐近方差估计348

7.3.3 条件ML的渐近正态性348

7.3.4 两个范例350

7.3.5 GMM的渐近正态性352

7.3.6 GMM与ML354

7.3.7 样本误差的相同表示形式355

复习题358

7.4 假设检验359

7.4.1 原假设359

7.4.2 指导性假定360

7.4.3 Wald统计量360

7.4.4 Lagrange乘子（LM）统计量362

7.4.5 似然比（LR）统计量363

7.4.6 总结（三位一体）364

复习题365

7.5 数值计算366

7.5.1 Newton-Raphson算法366

7.5.2 Gauss-Newton算法366

7.5.3 Newton-Raphson与Gauss-Newton的相同形式367

7.5.4 仅参数非线性的方程367

复习题368

本章习题369

参考文献372

部分习题答案372

第八章 极大似然范例374

8.1 定性反应模型375

8.1.1 Score向量与Hessian矩阵375

8.1.2 一致性376

8.1.3 渐近正态性376

复习题377

8.2 断尾回归模型377

8.2.1 模型378

8.2.2 断尾分布378

8.2.3 似然函数379

8.2.4 似然函数的参数重置380

8.2.5 验证一致性和渐近正态性380

复习题382

8.2.6 还原原始参数382

8.3 截取回归（Tobit）模型383

8.3.1 Tobit模型的似然函数383

8.3.2 参数重置384

复习题385

8.4 多元回归385

8.4.1 重述多元回归模型386

8.4.2 似然函数386

8.4.3 极大化似然函数387

8.4.4 一致性和渐近正态性388

复习题388

8.5 完全信息的极大似然估计389

8.5.1 重述相同工具变量的多方程模型389

8.5.2 联立方程的完备模型391

8.5.3 （Г0，B0）与δ0的联系391

8.5.4 FIML似然函数392

8.5.5 FIML浓缩似然函数393

8.5.6 检验过度识别约束394

8.5.7 FIML估计量的性质394

8.5.8 SUR模型的ML估计396

复习题397

8.6 有限信息的极大似然估计398

8.6.1 定义LIML398

8.6.2 LIML的计算399

8.6.3 LIML与2SLS400

复习题401

8.7 序列相关观测值402

8.7.1 两个问题402

8.7.2 序列相关观测值的无条件ML403

8.7.3 AR（1）过程的ML估计403

8.7.4 AR（1）过程的条件ML估计404

8.7.5 AR（p）和VAR（p）过程的条件ML估计406

复习题407

本章习题407

参考文献410

第九章 单位根计量经济学412

9.1 趋势建模413

9.1.1 积分过程413

9.1.2 过程是否为I（1）的重要性415

9.1.3 原假设应为I（0）或I（1）416

9.1.4 趋势建模的其他方法416

复习题417

9.2 单位根计量经济学的工具417

9.2.1 线性I（0）过程417

9.2.2 利用随机游动近似I（1）418

9.2.3 联系ARMA模型419

9.2.4 Wiener过程420

9.2.5 有用引理422

复习题423

9.3 Dickey-Fuller检验423

9.3.1 AR（1）模型424

9.3.2 推导I（1）原假设的极限分布424

9.3.3 存在截距427

9.3.4 存在时间趋势430

复习题432

9.4 扩展的Dickey-Fuller检验434

9.4.1 扩展自回归434

9.4.2 OLS估计量的极限分布435

9.4.3 推导检验统计量437

9.4.4 检验ζ的假说438

9.4.5 如何处理未知p439

9.4.7 存在截距的回归441

9.4.6 选择pmax（T）的建议441

9.4.8 存在时间趋势443

9.4.9 归纳DF和ADF检验及其他单位根检验445

复习题445

9.5 单位根检验的选择446

9.5.1 局部趋向1的渐近性446

9.5.2 小样本性质447

9.6 应用：购买力平价447

9.6.1 随机游动模型的困惑适应性448

本章习题449

部分习题答案459

参考文献460

第十章 协整463

10.1 协整系统464

10.1.1 线性向量I（0）和I（1）过程464

10.1.2 Beveridge-Nelson分解466

10.1.3 协整的定义467

复习题470

10.2 协整系统的其他表示形式470

10.2.1 Phillips三角表示形式471

10.2.2 VAR与协整472

10.2.3 向量误差修正模型（VECM）474

10.2.4 Johansen ML方法475

复习题476

10.3 检验无协整的原假设477

10.3.1 伪回归478

10.3.2 基于残差的协整检验478

10.3.3 检验协整的原假设482

复习题482

10.4 协整向量的推断482

10.4.1 SOLS估计量483

10.4.2 双变量例484

10.4.3 双变量例（续）485

10.4.4 存在序列相关486

10.4.5 一般情形488

10.4.6 其他估计量与有限样本性质489

复习题489

10.5 应用：美国的货币需求489

10.5.1 数据490

10.5.2 （m-p，y，R）形成协整系统490

10.5.3 DOLS491

10.5.4 货币需求是否稳定492

本章习题494

参考文献495

附录A：分块矩阵与Kronecker内积498

术语表502