本書較多地借鑑了現代計量經濟學的最新發展，內容全面，除了介紹傳統的橫截面數據外，對面板數據（含長面板、動態面板、非線性面板）、時間序列（含VAR、單位根、協整）、自然實驗、重複截面數據、GMM、自助法、蒙特卡羅法、分位數回歸、門限回歸、非參數估計、處理效應、空間計量、久期分析、貝葉斯估計等均做了較深入的分析。本書力圖以生動的語言、較多的插圖與經濟意義來直觀地解釋計量方法，而又不失數學的嚴謹性。同時，結合目前歐美最為流行的Stata計量軟體，及時地介紹相應的Stata命令與實例，為讀者提供“一站式”服務。
基本介紹
- 書名：高級計量經濟學及Stata套用（第二版）
- 作者：陳強
- ISBN：9787040329834
- 類別：經濟類
- 定價：59.00元
- 出版社：高等教育出版社
- 出版時間：2014-04-01
- 裝幀：平裝
- 開本：16開
內容介紹,目錄,
內容介紹
本書較多地借鑑了現代計量經濟學的最新發展，內容全面，除了介紹傳統的橫截面數據外，對面板數據（含長面板、動態面板、非線性面板）、時間序列（含VAR、單位根、協整）、自然實驗、重複截面數據、GMM、自助法、蒙特卡羅法、分位數回歸、門限回歸、非參數估計、處理效應、空間計量、久期分析、貝葉斯估計等均做了較深入的分析。本書力圖以生動的語言、較多的插圖與經濟意義來直觀地解釋計量方法，而又不失數學的嚴謹性。同時，結合目前歐美最為流行的Stata計量軟體，及時地介紹相應的Stata命令與實例，為讀者提供“一站式”服務。
本書適合普通高等學校經濟學、管理學類或社科類碩士生、博士生與研究人員使用。為便於讀者學習高級計量經濟學，本書在內容安排上，假設讀者已經學過微積分、線性代數與機率統計，但不要求學過本科階段的計量經濟學（學過更好）。
目錄
前言
第1章 緒論
1.1 什麼是計量經濟學
1.2 經濟數據的特點與類型
第2章 機率統計回顧
2.1 機率與條件機率
2.2 分布與條件分布
2.3 隨機變數的數字特徵
2.4 疊代期望定律
2.5 隨機變數無關的三個層次概念
2.6 常用連續型統計分布
2.7 統計推斷的思想
習題
附錄
第3章 小樣本OLS
3.1 古典線性回歸模型的假定
3.2 OLS的代數推導
3.3 OLS的幾何解釋
3.4 擬合優度
3.5 OLS的小樣本性質
3.6 對單個係數的t檢驗
3.7 對線性假設的F檢驗
3.8 F統計量的似然比原理表達式
3.9 分塊回歸與偏回歸（選讀）
3.10 預測
習題
附錄
第4章 Stata簡介
4.1 為什麼使用Stata
4.2 Stata的視窗
4.3 Stata操作實例
4.4 Stata命令庫的更新
4.5 進一步學習Stata的資源
習題
第5章 大樣本OLS
5.1 為何需要大樣本理論
5.2 隨機收斂
5.3 大數定律與中心極限定理
5.4 統計量的大樣本性質
5.5 漸近分布的推導
5.6 隨機過程的性質
5.7 大樣本OLS的假定
5.8 OLS的大樣本性質
5.9 線性假設的大樣本檢驗
5.10 大樣本OLS的Stata命令及實例
習題
附錄
第6章 最大似然估計法
6.1 最大似然估計法的定義
6.2 線性回歸模型的最大似然估計
6.3 最大似然估計的數值解
6.4 信息矩陣與無偏估計的最小方差
6.5 最大似然法的大樣本性質
6.6 最大似然估計量的漸近協方差矩陣
6.7 三類漸近等價的統計檢驗
6.8 準最大似然估計法
6.9 對常態分配假設的檢驗
6.10 最大似然估計法的Stata命令及實例
習題
附錄
第7章 異方差與GLS
7.1 異方差的後果
7.2 異方差的例子
7.3 異方差的檢驗
7.4 異方差的處理
7.5 處理異方差的Stata命令及實例
7.6 Stata命令的批處理
習題
附錄
第8章 自相關
8.1 自相關的後果
8.2 自相關的例子
8.3 自相關的檢驗
8.4 自相關的處理
8.5 處理自相關的Stata命令及實例
習題
第9章 模型設定與數據問題
9.1 遺漏變數
9.2 無關變數
9.3 建模策略：“由小到大”還是“由大到小”
9.4 解釋變數個數的選擇
9.5 對函式形式的檢驗
9.6 多重共線性
9.7 極端數據
9.8 虛擬變數
9.9 經濟結構變動的檢驗
9.10 缺失數據與線性插值
9.11 變數單位的選擇
習題
附錄
第10章 工具變數，2SLS與GMM
10.1 解釋變數與擾動項相關的例子
10.2 工具變數法作為一種矩估計
10.3 二階段最小二乘法
10.4 有關工具變數的檢驗
10.5 GMM的假定
10.6 GMM的推導
10.7 GMM的大樣本性質
10.8 如何獲得工具變數
10.9 MLE也是GMM
10.10 工具變數法的Stata命令及實例
習題
附錄
第11章 二值選擇模型
11.1 離散被解釋變數的例子
11.2 二值選擇模型
11.3 二值選擇模型的微觀基礎
11.4 二值選擇模型中的異方差問題
11.5 稀有事件偏差（選讀）
11.6 含內生變數的Probit模型（選讀）
11.7 雙變數Probit模型（選讀）
11.8 部分可觀測的雙變數Probit模型（選讀）
習題
第12章 多值選擇模型
12.1 多項Logit與多項Probit
12.2 條件Logit模型
12.3 混合Logit模型
12.4 嵌套Logit
習題
第13章 排序與計數模型
13.1 排序模型
13.2 泊松回歸
13.3 負二項回歸
13.4 零膨脹泊松回歸與負二項回歸
13.5 計數模型的Stata實例
習題
第14章 受限被解釋變數
14.1 斷尾回歸
14.2 零斷尾泊松回歸與負二項回歸
14.3 隨機前沿模型（選讀）
14.4 偶然斷尾與樣本選擇
14.5 歸併回歸
14.6 歸併數據的兩部分模型
14.7 含內生解釋變數的Tobit模型（選讀）
習題
附錄
第15章 短面板
15.1 面板數據的特點
15.2 面板數據的估計策略
15.3 混合回歸
15.4 個體固定效應模型
15.5 時間固定效應
15.6 一階差分法
15.7 隨機效應模型
15.8 組間估計量
15.9 擬合優度的度量
15.10 非平衡面板
15.11 究竟該用固定效應還是隨機效應模型
15.12 個體時間趨勢
15.13 短面板的Stata命令及實例
習題
第16章 長面板與動態面板
16.1 長面板的估計策略
16.2 面板校正標準誤
16.3 僅解決組內自相關的FGLS
16.4 全面FGLS
16.5 組間異方差的檢驗
16.6 組內自相關的檢驗
16.7 組間同期相關的檢驗
16.8 變係數模型
16.9 面板工具變數法
16.10 豪斯曼-泰勒估計量（選讀）
16.11 動態面板
16.12 動態面板的Stata命令及實例
16.13 偏差校正LSDV法
16.14 重複截面數據與組群分析
習題
第17章 非線性面板
17.1 面板二值選擇模型
17.2 面板二值選擇模型的隨機效應估計
17.3 面板二值選擇模型的固定效應估計
17.4 面板二值選擇模型的Stata實例
17.5 面板泊松回歸
17.6 面板負二項回歸
17.7 面板計數模型的Stata實例
17.8 面板Tobit
17.9 面板隨機前沿模型
習題
第18章 隨機實驗與自然實驗
18.1 實驗數據
18.2 理想的隨機實驗
18.3 引入更多的解釋變數
18.4 隨機實驗執行過程中可能出現的問題
18.5 自然實驗
18.6 雙重差分法
18.7 三重差分法
18.8 觀測數據的處理效應
習題
第19章 蒙特卡羅法與自助法
19.1 蒙特卡羅法的思想與用途
19.2 蒙特卡羅法實例：模擬中心極限定理
19.3 蒙特卡羅法實例：服從卡方分布的擾動項
19.4 蒙特卡羅積分
19.5 最大模擬似然法與模擬矩估計
19.6 自助法的思想與用途
19.7 自助法的分類
19.8 使用自助法估計標準誤
19.9 使用自助法進行區間估計
19.10 使用自助法進行假設檢驗
19.11 自助法的一致性（選讀）
19.12 異方差情況下的自助法
19.13 面板數據與時間序列的自助法
19.14 自助法的Stata命令
19.15 使用自助法進行穩健的豪斯曼檢驗
習題
附錄
第20章 平穩時間序列
20.1 時間序列的數字特徵
20.2 自回歸模型
20.3 移動平均模型
20.4 ARMA
20.5 自回歸分布滯後模型
20.6 ARMA模型的Stata命令及實例
20.7 誤差修正模型
20.8 MA（∞）與滯後運算元
20.9 向量自回歸過程
20.10 VAR的脈衝回響函式
20.11 預測誤差的方差分解
20.12 格蘭傑因果檢驗
20.13 面板格蘭傑因果檢驗
20.14 VAR的Stata命令及實例
20.15 季節調整
習題
第21章 單位根與協整
21.1 非平穩序列
21.2 ARMA的平穩性
21.3 VAR的平穩性
21.4 單位根所帶來的問題
21.5 單位根檢驗與平穩性檢驗
21.6 單位根檢驗的Stata實例
21.7 面板單位根檢驗
21.8 協整的思想與初步檢驗
21.9 BeveridgeNelson分解公式
21.10 協整的定義與最大似然估計
21.11 協整分析的Stata實例
習題
附錄
第22章 自回歸條件異方差模型
22.1 條件異方差模型的例子
22.2 ARCH模型的性質
22.3 ARCH模型的MLE估計
22.4 GARCH模型
22.5 何時使用ARCH或GARCH模型
22.6 ARCH與GARCH模型的擴展
22.7 ARCH與GARCH的Stata命令及實例
22.8 多維GARCH模型（選讀）
習題
第23章 似不相關回歸
23.1 單一方程估計與系統估計
23.2 似不相關回歸的假定
23.3 SUR的FGLS估計
23.4 SUR的假設檢驗
23.5 似不相關回歸的Stata命令及實例
23.6 變係數面板數據的SUR估計
習題
附錄
第24章 聯立方程模型
24.1 聯立方程模型的結構式與簡化式
24.2 聯立方程模型的識別
24.3 單一方程估計法
24.4 三階段最小二乘法
24.5 三階段最小二乘法的Stata實例
24.6 結構VAR
24.7 SVAR的Stata實例
習題
第25章 非線性回歸與門限回歸
25.1 非線性最小二乘法
25.2 非線性回歸的Stata命令及實例
25.3 門限回歸
25.4 面板數據的門限回歸
25.5 門限回歸的計算機操作
習題
第26章 分位數回歸
26.1 為什麼需要分位數回歸
26.2 總體分位數
26.3 樣本分位數
26.4 分位數回歸的估計方法
26.5 分位數回歸的Stata命令及實例
習題
第27章 非參數與半參數估計
27.1 為什麼需要非參數與半參數估計
27.2 對密度函式的非參數估計
27.3 核密度估計的性質
27.4 最優頻寬
27.5 多元密度函式的核估計
27.6 非參數核回歸
27.7 多元核回歸
27.8 k近鄰回歸
27.9 局部線性回歸
27.10 非參數估計的Stata命令及實例
27.11 半參數估計
習題
附錄
第28章 處理效應
28.1 處理效應與選擇難題
28.2 通過隨機分組解決選擇難題
28.3 依可測變數選擇
28.4 匹配估計量的思想
28.5 傾向得分匹配
28.6 傾向得分匹配的Stata實例
28.7 偏差校正匹配估計量
28.8 雙重差分傾向得分匹配
28.9 斷點回歸的思想
28.10 精確斷點回歸
28.11 模糊斷點回歸
28.12 斷點回歸的Stata實例
28.13 處理效應模型
習題
第29章 空間計量經濟學
29.1 地理學第一定律
29.2 空間權重矩陣
29.3 空間自相關
29.4 空間自回歸模型
29.5 空間杜賓模型
29.6 空間誤差模型
29.7 一般的空間計量模型
29.8 含內生解釋變數的SARAR模型
29.9 空間面板模型
29.10 空間計量方法的局限性
第30章 久期分析
30.1 久期數據的處理方法
30.2 風險函式
30.3 久期數據的歸併問題
30.4 描述性分析
30.5 久期模型的最大似然估計
30.6 比例風險模型
30.7 加速失效時間模型
30.8 Cox模型
30.9 比例風險模型的設定檢驗
30.10 分層Cox模型
30.11 隨時間而變的解釋變數
30.12 不可觀測的異質性
30.13 其他久期分析模型
30.14 久期分析的Stata命令及實例
習題
第31章 貝葉斯估計簡介
31.1 貝葉斯估計的思想
31.2 貝葉斯定理
31.3 貝葉斯估計的一個例子
31.4 基於後驗分布的統計推斷
31.5 先驗分布的選擇
31.6 多元回歸的貝葉斯分析
31.7 馬爾可夫鏈蒙特卡羅法
習題
第32章 如何做規範的實證研究
32.1 計量理論與現實數據
32.2 實證研究的主要步驟
32.3 實證論文的結構
32.4 計量實踐的十誡
32.5 結束語
習題
附錄：常用數據來源
參考書目
數學符號
英文縮寫
著作權
