计量经济学 第2卷【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

计量经济学 第2卷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

第12章 自相关393

12.1 总是的性质394

12.2 自相关出现时的OLS估计量399

12.3 自相关出现时的BLUE估计量401

12.4 自相关出现时OLS的后果402

考虑到自相关的OLS估计402

忽视自相关的OLS估计403

12.5 侦察自相关407

图解法407

游程检验410

德宾-沃森d检验412

自相关的其他检验416

12.6 补救措施417

自相关的结构已知417

ρ未知419

12.7 一个说明性例子:美国零工招聘指数与失业率的关系方法比较423

12.8 自回归条件异方差(ARCH)模型427

ARCH出现时怎么办?428

为德宾-沃森d统计量与ARCH效应进一言429

12.9 要点与结论429

习题433

附录12A443

12A.1 1960-1991年美国工资(γ)-生产力(X)TSP输出443

第12章 计量经济建模Ⅰ:传统计量经济学方法论446

13.1 计量经济建模的传统观点:平均经济回归(AER)446

13.2 设定误差的类型448

13.3 设定误差的后果450

漏掉一个有关变量(模型的过低拟合)450

包含一个无关变量(模型的过高拟合)451

侦察是否含有无需变量453

13.4 设定误差的检验453

对遗漏变量和不正确函数形式的检验454

13.5 观测误差460

应变量Y中的观测误差460

解释变量X中的观测误差461

一个例子463

仅应变量Y有观测误差463

X中的观测误差464

13.6 要点与结论464

习题466

附录13A472

13A.1 含有无关变量的后时:无偏性质472

13A.2(13.5.10)的证明473

第14章 计量经济建模Ⅱ:另立计量经济学方法论475

14.1 利莫尔的模型选择方法476

14.2 韩德瑞的模型选择方法479

14.3 诊断性检验选讲:总评480

14.4 非嵌套假设的检验481

判别方法481

辨识方法482

14.5要点与结论487

习题489

第3篇 计量经济学业专题491

第15章 虚拟变量的性质493

15.1 虚拟变量的性质493

例15.1:按性别划分的教授薪金494

15.2 对一个定量变量和一个两分定性变量的回归496

例15.2:库存对利率敏感吗?498

15.3 一个定量变量和一个多分定性变量的回归499

15.4 对一个定量变量和两个定性变量的回归500

15.5 例15.3：“兼职”经济学502

例15.4:1946-1963年联合王国储蓄与收入503

15.6 检验回归模型的结构稳定性503

15.7 比较两个回归:虚拟变量法505

15.8 比较两个回归:进一步的说明507

例15.5:1958-1971年英国失业和空缺情况507

15.9 交互作用效应509

15.10 虚拟变量在季节分析中的应用510

例15.6:美国制造业的利润-销售额行为511

15.11 分段线性512

例15.7:总成本与产出的关系514

15.12 在时间序列和横截面数据的合并中使用虚拟变量515

混合回归:时间序列与横截面数据并用515

例15.8:通用汽车与西屋电气公司的投资函数517

在半对数回归中的虚拟变量的解释518

例15.9:带虚拟变量的半对数回归518

15.13 虚拟变量方法的一些技术问题518

避免虚拟变量隐阱的另一种方法519

虚拟变量与异方差性520

虚拟变量与自相关520

15.14 进一步的研究问题521

15.15 要点与结论522

习题524

附录15A533

15A.1 回归(15.8.2)的数据矩阵533

15A.2 回归(15.10.2)的数据矩阵534

第16章 关于虚拟应变量的回归:线性概率模型、对数单位、概率单位及托比模型535

16.1 虚拟应变量535

16.2 线性概率模型(LPM)536

16.3 LPM的估计问题537

干扰ui的非正态性537

干扰的异方差性538

可疑的拟合优度:R2值539

0≤E(Yi|Xi)≤1不被满足539

16.4 LPM:一个数值例子540

16.5 LPM的应用543

例16.1 科恩-雷-勒曼研究543

例16.2 对债券评级的预测545

例16.3 预测债券违约546

16.6 LPM以外的其他方法547

16.7 对数单位模型548

16.8 对数单位模型的估计550

16.9 对数单位模型:一个数值例子552

16.10 对数单位模型:说明性例子555

例16.4：“对数单位模型在预测兼并对象中的一个应用”555

例16.5：债券评级的预测556

16.11 概率单位模型557

16.12 概率单位模型:一个数值例子560

对数单位与概率单位561

16.13 概率单位模型:例16.5562

比较对数单位与概率单位的估计值562

回归元单位变化的边际效应562

16.14 托比模型565

16.15 要点与结论568

习题572

第17章 动态计量经济模型:自回归与分布滞后模型581

17.1 “时间”或“滞后”在经济学业中的作用582

17.2 滞后的原因586

17.3 分布滞后模型的估计587

分布滞后模型的现代估计法587

17.4 分布滞后模型的考伊克方法588

中位滞后591

平均滞后591

17.5 考伊克模型的理性化：适应性期望模型592

17.6 考伊克模型理性化的另一形式：存量调整或部分调整模型594

17.7 适应性期望与部分调整模型的组合596

17.8 自回归模型的估计597

17.9 工具变量（IV）法598

17.10 在自回归模型中侦察自相关：德宾h检验599

17.11 一个数值例子：印度的货币需求601

17.12 说明性例子603

例17.7:联邦储备与实际利率603

例17.8:1946-1972年美国短期与短期总消费函数604

17.13 分布滞后模型的阿尔蒙方法:阿尔蒙或多项式分布滞后(PDL)606

17.14 经济学中的因果关系:葛兰杰检验613

葛兰杰检验613

经验结果614

17.15 经点与结论616

习题620

第4篇 联立方程模型629

18.1 联立方程模型的性质631

第18章 联立方程模型631

18.2 联立方程模型举例632

例18.1:需求与供给模型632

例18.2:凯恩斯收入决定模型633

例18.3:工资-价格模型634

例18.4:宏观经济学中的IS模型635

例18.5:LM模型636

例18.6:计量经济模型637

18.3 联立方程偏误:OLS估计量的非一致性638

18.4 联立方程偏误:一个数值例子641

18.5 要点与结论643

习题644

第19章 识别问题649

19.1 符号与定义649

19.2 识别问题652

不足识别情形652

恰好或恰可识别情形654

过度识破别情形658

19.3 识别规则659

可识别性的阶条件659

可识别性的秩条件661

19.4 联立性检验664

豪斯曼设定检验664

例19.2:平狄克-鲁宾费尔德公共支出模型666

19.5 外生检验667

关于因果律与外生性667

19.6 要点与结论668

习题669

第20章 联立方程方法673

20.1 估计的方法673

20.2 递归模型与普通最小二乘法674

20.3 恰可识别方程的估计:间接最小二乘(ILS)法676

一个说明性例子677

ILS估计量的性质680

20.4 过度识别方程的估计:二阶最小二乘法(2SLS)680

20.5 2SLS:一个数值例子683

20.6 说明性例子686

例20.1：广告费、集中度与价差686

例20.2：克莱因的模型I688

例20.3：表达为递归方程组的资本性资产定价模型689

例20.4：圣路易斯模型的修订版本691

20.7 要点与结论693

习题696

附录20A700

20A.1 间接最小二乘估计量的偏误700

20A.2 2SLS估计量的标准误的估计701

第5篇 时间序列计量经济学703

第21章 时间序列计量经济学Ⅰ:平衡性、单位根与协积705

21.1 选看一些美国经济的时间序列706

21.2 平衡随机过程709

21.3 根据相关图的平稳性检验711

21.4 平衡性的单位根检验713

美国GDP时间序列是平衡的吗?715

GDP序列的一阶差分是平衡的吗?716

21.5 趋势平衡(TS)与差分平稳(DS)随机过程717

21.6 谬误回归719

21.7 协误721

恩格尔-葛兰杰(EG)或扩充恩格尔-葛兰杰(AEG)检验721

协积回归德宾-沃森(CRDW)检验722

21.8 协积与误差纠正机制(ECM)722

21.9 要点与结论723

习题727

21A.1 随机步游模型729

附录21A729

第22章 时间序列计量经济学Ⅱ:用于预测的ARIMA与VAR模型730

22.1 经济预测方法730

22.2 时间序列数据的AR、MA和ARIMA建模731

自回归（AR）过程732

移动平均（MA）过程732

自回归与移动平均（ARMA）过程733

自回归求积移动平均（ARIMA）过程733

22.3 博克斯-詹金斯（BJ）方法论734

22.4 识别735

22.5 ARIMA模型的估计739

22.6 诊断739

22.7 预测739

22.8 BJ方法论的其他方面741

22.9 向量自回归（VAR741

VAR的估计742

VAR建模的一些问题744

VAR用于预测744

VAR的一个应用：得克萨斯州经济的一个VAR模型745

22.10 要点与结论747

习题749

附录A 统计学中的若干概念复习751

A.1 总和与乘积运算子751

A.2 样本空间,样本点与事件752

A.3 概率与随机变量概率753

A.4 概率密度函数(PDF)754

A.5 概率分布的特征值759

A.6 若干重要的理论概率分布768

A.7 统计推断774

A.8 统计推断:假设检验782

附录B 矩阵代数初步788

B.1 定义788

B.2 矩阵的类型790

B.3 矩阵运算792

B.4 行列式796

B.5 求一个方阵的逆阵799

B.6 矩阵微分法801

附录C 计量经济软件包选编803

附录D 统计学用表805

表D.1 标准化正态分布下的面积806

表D.2 t分布的百分点807

表D.3 F分布的上端百分点808

表D.4 X2分布的上端百分点814

表D.5 德宾-沃森d统计量:在0.05和0.01显著性水平上dL和dU的显著点816

表D.6 游程检验中的游程临界值820

参考书目822

人名索引中译825

标题索引829

后记853