高級計量經濟學及Stata套用（第二版）

成書過程

修訂情況

該教材在《高級計量經濟學及Stata套用》的基礎上新增了四章內容，即非線性面板、處理效應、空間計量經濟學與久期分析。

該教材得到山東大學研究生精品課程項目的資助，以及高等教育出版社的支付盼妹持。山東大學經濟學院的王永副教授、韓青博士對教材新增的內容進行了校對。

出版工作

2014年4月，該教材由高等教育出版社出版。

出版工作人員

策劃編輯	責任編輯	封面設計	版式設計	插圖繪製	責任校對	責任印製
施春花	施春花	趙陽	馬靜茹	尹文軍	李大鵬	毛斯璐

內容簡介

該教材共32章，借鑑了現代計量經濟學的內容，除了介紹傳統的應辣試橫截面數據外，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分析。同時，結合歐美流行的Stata計量軟體，介紹相應的Stata命令與實例。

教材目錄

第1章緒論

1.1 什麼是計量經濟學

1.2 經濟數據的特妹達束檔點與類型

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的照閥影視窗

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 為何需整罪項己要大樣本理論

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 大恥船市樣本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 多詢連重共線性

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 Beveridge Nelson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

（註：目錄排版順序為從左列至右列）

教學資源

課程資源

該教材配有與各章節相配套的教學課件及課後習題等資源，此外還向讀者提供了教材所使用的數據集以及該教材的勘誤表。

教材特色

該教材以易懂為要，秉承了第一版的寫作風格。

該教材以語言、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。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。

作者簡介

陳強，山東大學經濟學院教授，博士生導師，泰岳經濟研究中心（TREE）副主任。2010年，入選教育部新世紀優秀人才支持計畫。