计量经济学（武大张定胜）doc

amelite

4947

收藏 2009-12-14

前言

本书是一本中级水平的计量经济学教材，适合于本科高年级和研究生一年级使用。它比较系统地介绍了经典的计量经济学的主要内容，包括单方程线性回归模型，线性回归方程组，单方程非线性回归模型，同步方程模型以及常见的时间序列模型，详细地分析了这些模型，给出了常用的参数估计方法和统计推断方法。本书注重理论分析，只要把这些理论知识弄懂了，那么利用现成的计算机软件处理实际数据则是一件很简单的事情。
全书包括十五章，第一章到第三章是预备知识，主要介绍了在进行经济计量模型的分析过程中要用到的数学知识，包括矩阵代数、概率和分布理论以及统计推断方法。掌握好这些知识对于学习计量经济学是至关重要的。第四章到第九章主要是介绍单方程线性回归模型。其中第四章到第六章给出了单方程线性回归模型中未知参数的最小二乘估计量和最大似然估计量以及这些估计量的有限样本性质和大样本性质，同时还介绍了参数的区间估计和假设检验方法。第七章是正态线性统计模型的贝叶斯分析，按照贝叶斯推断理论，参数被看成是随机变量，它的概率分布有两种：第一种是在试验之前就已经知道的被称为先验分布（prior distribution），它可以通过对以往的关于参数的知识进行总结作一个主观判断得到；第二种是在试验之后得到的被称为后验分布（posterior distribution）。贝叶斯分析的关键是要找到参数的后验分布，利用这个后验分布，我们就可以给出参数的点估计量和区间估计量，进行假设检验。除了这一章以外，本书的其余各章的经济计量模型分析都属于样本理论范围，样本理论和贝叶斯理论的主要区别在于贝叶斯理论利用了先验信息。第八章介绍了一般化的线性统计模型，在这个模型里，随机扰动不再满足古典的假设，它们之间可能存在异方差性或自相关性，此时参数的最小二乘估计量不是一个有效的估计量，我们给出了一般化的最小二乘估计量。第九章介绍了虚变量和可变参数模型，这些模型是为了处理参数随着不同的样本观察值而改变的情形。第十章介绍了非线性回归模型，在这个模型里，参数的估计值一般需要利用数值解法得到。同时，我们还给出了如何利用经验数据来判断模型的线性性和非线性性。第十一章介绍了一般矩方法，在最近的经验分析中特别是在宏观经济学和金融里大量地使用一般矩方法（GMM）估计未知参数。GMM 估计量是一个非常一般的估计量，它包括几乎所有的我们讨论过的其它估计量。GMM 估计技术是矩方法的一个直接推广。第十二章给出了几个处理既有时间序列数据又有截面数据的数据集的模型，它们是回归方程组，包括似不相关的回归模型，固定影响模型（使用虚变量合并时间序列数据和截面数据）和随机影响模型（随机化截距参数来合并时间序列数据和截面数据）。第十三章介绍了同步方程模型，这个模型包含不只一个内生变量，结构方程也不只一个，如果仅仅利用单个方程用最小二乘法来估计其中的未知参数，所得到的估计量既是有偏的又是不有效的。一般的方法是把结构方程变换成简化式方程，对简化式方程运用最小二乘法得到简化参数的最小二乘估计量，然后再利用结构参数和简化参数之间的关系得到结构参数的估计，这种估计思想被称为间接最小二乘法。但是这个第二步有时是不可行的，为此，我们需要对结构参数的估计进行识别。对同步方程模型中的参数进行估计的方法可分为有限信息法和完全信息法，有限信息法只利用了模型的有限信息，它包括间接最小二乘法、一般化的最小二乘法（两阶段最小二乘法是它的特例）和有限信息的最大似然估计法。完全信息法包括三阶段最小二乘法和完全信息的最大似然估计法。第十四章和第十五章主要介绍了一些时间序列模型。
现代计量经济学的理论和应用都发展得飞快，要想在一本书里包容所有的内容是不可能的。有很多经济计量专题没有被收入到本书中，在弄懂本书的基础上，读者可参看其他的计量经济学教材了解这些专题内容，同时还可阅读计量经济学的有关杂志，关注计量经济学的理论和应用的最新动态。
处理计量经济模型的计算机软件有很多，一般来说，每个软件都包含有处理各种不同模型的程序，用起来很方便。有些软件还可直接在互联网上免费下载。
作者感谢武汉大学经济科学高级研究中心的邹恒甫教授和黄训腾老师的无私帮助，是他们两人把我带到现代经济学的殿堂，并多年来一直不断的鼓励和帮助我。
作者感谢澳大利亚社会科学院院士、澳大利亚莫纳什大学经济系教授、哈佛大学国际发展中心访问教授杨小凯的鼓励和帮助，杨老师的广博的知识和踏实做学问的精神深深地影响和感染我，使得我不断地向上奋进。

作者还要感谢我的妻子方昉和女儿张兰，是她们为我创造了良好的工作和学习环境，使得我能够顺利完成本书的写作。
最后，作者对给予我关怀和帮助的武汉大学经济科学高级研究中心的全体老师和同学一并表示感谢！

张定胜

2000年3月

附件列表

计量经济学（武大张定胜）.rar