我自己已经读了半年了,书是advanced texts in econometrics这套中书的一本,这套书其实都满好的,每一本都是介绍上一个世纪末发展起来的热门方向,象GMM, Cointegration等等,都是一个专题一本书,不扯远,其中有一本叫stochastic limit theory

全书我认为非常适合想立志做计量研究的博士硕士,教师们阅读,想毕业后找工作的人就免了吧,找点数据,跑了软件得了,

这本书主要包括以下内容,测度论部分,测度是现代分析的基础,不学测度就不可能在一个比较高的层次上学习概率和随机过程

高等概率论部分,就是基于测度论的概率论,其核心理论是条件期望和特征函数理论,当然对于计量工作者来说,特征函数并非很重要,条件期望的重要性那是不言而喻的

随机过程理论,本书果然是专为计量专业学生老师而写的随机过程书,它里面没有提到一点马耳可夫链的东西,为什么么,作者说,这部分内容首先很初等,第二,计量中其实没什么用,确实!相反,书中对计量中,尤其在时间序列领域经常提到的各种"相关性"概念做了重要阐述和分类,象介于不相关和独立之间的鞅差分,alpha-mixing, mixingale(从拼写就能看出来同时和mixing以及martingale有关) 以及遍历和各种稳定性的定义,书中都自成章节进行阐述

极限理论部分,其实根据书名,这才是全书最精彩的部分,作者分三小部分来论述这一重要理论,首先是大数定理,在有了测度论和各种形式的相关性的定义后,作者对随机过程部分提到的各种情况,mixing, martingale, mixingale都给出了各自情况下的大数定理, 第二小部分是中心极限定理,其展开方式和大数定义一致,第三小部分是泛函中心极限定理,熟悉的朋友都知道,他是处理单位根,协整以及各种非稳定时间序列的理论基础,自然书中也做了详细阐述

总的来说全书内容丰富,其理论内容更加好的适合20世纪末,21世纪初的计量研究,我是一名计量的博士,向大家推荐该书