关注微信

推荐商品

    加载中... 正在为您读取数据...
分享到:
  • 清华经济学系列教材:高级应用计量经济学[平装]
  • 共3个商家     28.00元~28.00
  • 作者:李子奈(作者),叶阿忠(作者)
  • 出版社:清华大学出版社;第1版(2012年2月1日)
  • 出版时间:
  • 版次 :
  • 印刷时间:
  • 包装:
  • ISBN:9787302278412

  • 商家报价
  • 简介
  • 评价
  • 加载中... 正在为您读取数据...
  • 商品描述

    编辑推荐

    《清华经济学系列教材:高级应用计量经济学》涵盖现代计量经济学模型的所以分支,包括现代时间序列分析模型、微观计量模型等。

    作者简介

    李子奈,清华大学经济管理学院教授、国家重点学科(数量经济学)负责人、国家精品课程(计量经济学)主讲教授。曾任清华大学经济管理学院副院长、经济系主任、中国经济研究中心联执主任。主要学术兼职包括教育部经济类学科教学指导委员会委员、中国数量经济学会副理事长兼高等院校专门委员会主任、北京经济学总会副会长等。出版计量经济学领域专著和教科书《计量经济学模型方法论》、《计量经济学——方法与应用》、《计量经济学》(第1、2、3版)和《高等计量经济学》。
    叶阿忠,经济学博士,福州大学管理学院教授。兼任中国数量经济学会常务理事。出版计量经济学领域专著和教科书《非参数和半参数计量经济模型理论》、《非参数计量经济学》和《高等计量经济学》等。

    目录

    第1章 绪论
    1.1 计量经济学应用研究的若干方法论问题
    1.1.1 问题提出
    1.1.2 计量经济学模型的检验功能与发现功能
    1.1.3 计量经济学模型的归纳推理与演绎推理
    1.1.4 计量经济学应用研究的总体回归模型设定
    1.1.5 计量经济学应用模型对数据的依赖性
    1.2 现代计量经济学内容体系
    1.2.1 引言
    1.2.2 经典计量经济学模型的基础地位
    1.2.3 基于计量经济学模型的数学基础而发展的现代时间序列计量经济学
    1.2.4 基于研究对象和数据特征而发展的微观计量经济学
    1.2.5 基于充分利用数据信息而发展的面板数据计量经济学
    1.2.6 基于非设定的结构关系而发展的非参数计量经济学
    1.2.7 现代计量经济学模型体系的分解与综合
    1.3 本章思考题与练习题
    1.3.1 思考题
    1.3.2 练习题

    第2章 非经典计量经济学模型估计方法
    2.1 最大似然估计
    2.1.1 最大似然原理
    2.1.2 线性模型的最大似然估计
    2.1.3 非线性模型的最大似然估计
    2.1.4 异方差和序列相关的最大似然估计
    2.1.5 最大似然估计下的Wald、LM和LR检验
    2.2 广义矩估计
    2.2.1 概述
    2.2.2 广义矩估计及其性质
    2.2.3 正交性条件和过度识别限制的检验
    2.2.4 关于2SLS与GMM关系的讨论
    *2.3 贝叶斯估计
    2.3.1 贝叶斯估计
    2.3.2 线性单方程计量经济学模型的贝叶斯估计
    2.3.3 一个贝叶斯估计的实例
    *2.4 分位数回归估计
    2.4.1 分位数回归的提出.
    2.4.2 分位数回归及其估计
    2.4.3 分位数回归的假设检验
    2.4.4 实例
    2.5 本章思考题与练习题
    2.5.1 思考题
    2.5.2 练习题

    第3章 现代时间序列计量经济学模型
    3.1 时间序列的平稳性与单位根检验
    3.1.1 时间序列数据的平稳性
    3.1.2 单整时间序列
    3.1.3 平稳性的单位根检验
    3.1.4 趋势平稳与差分平稳随机过程
    *3.1.5 结构变化时间序列的单位根检验
    3.2 时间序列的协整检验与误差修正模型
    3.2.1 长期均衡关系与协整
    3.2.2 协整的E-G检验
    3.2.3 协整的JJ检验
    3.2.4 关于均衡与协整关系的讨论
    *3.2.5 结构变化时间序列的协整检验
    3.2.6 误差修正模型
    ……
    第4章 微观计量经济学模型
    第5章 面板数据计量经济学模型
    第6章 非参数计量经济学模型
    第7章 空间计量经济学模型
    参考文献

    文摘

    版权页:



    插图:



    2.总体回归模型设定对数据关系的依赖性
    正如本节上文所讨论的,数据在总体回归模型设定中发挥重要的作用。在经济学理论指导下,通过经济主体行为关系分析,得到了对研究对象(在单方程计量经济学模型中被称为被解释变量)具有恒常的、显著的影响的因素。这些关系是否真的存在?这些因素如何被引入模型?仍然需要依赖数据。即经济关系的确认,是以数据之间存在统计相关关系为条件的。这就是总体回归模型设定对数据关系的依赖性。所以,在经济主体动力学关系分析的基础上,必须进行数据的统计相关性检验,包括时间序列的因果关系检验,对经济行为分析的结论加以“甄别”,去伪存真。
    另一个重要的问题是,用什么“变量”表征“因素”?经济系统的行为关系分析,得到的只是“恒常的、显著的影响因素”。例如,资本和劳动是产出量的直接影响因素,收入和价格是需求量的直接影响因素。用什么“变量”来表征这些“因素”,并且作为解释变量引入模型?仍然需要依赖数据。根据数据的可得性和代表性原则,选择恰当的变量。例如,表征资本的变量应该是固定资本与流动资本之和,但是在很多情况下(例如以企业为研究对象)缺少流动资本的数据,只能采用固定资本,那么会带来什么问题?固定资本又有原值和净值之分,又应该如何选择?另外还大量涉及总量与部分之间的选择问题,应该采用总量的必须采用总量,如果用部分代替总量,必须假设在所有的样本点上部分在总量中的比例是相同的,这又是一个需要利用数据进行检验的问题。