经济计量学（第2版） pdf epub mobi txt 电子书 下载 2026

编辑推荐

什么是经济计量学、经济计量学的应用步骤、经济计量模型的特点、随机扰动项e的分布及其产生原因、常用的概率分布、Eviews软件功能简介、本章小结、思考与练习、一元线性回归模型、回归分析与回归方程、参数的最小二乘估计、最小二乘估计量的性质及分布、随机扰动项方差a2的估计、一元线性回归模型的统计检验……

内容简介

经济计量学的研究和应用发展很快。但《经济计量学（第2版）》再版的定位仍然是为学习经济管理类专业的高等院校本科学生、MBA学生以及从事经济管理的专业工作人员提供一本基础、简明、实用的教程。因此编写体例未做大的变动，内容上则作了较多充实。比如，增补了关于金融风险分析的ARCH模型的有关内容介绍和应用实例。同时，在第二版中，始终贯穿Eviews软件的使用。将软件的使用介绍融于教学内容中，在学习经济计量学基本原理和方法的同时，掌握实际应用的工具和手段，以缩短理论与应用之间的距离，这是《经济计量学（第2版）》的初衷之一，也可能是受读者欢迎的原因之一。

作者简介

李长风，经济学博士，原上海财经大学统计学系副教授、硕士研究生导师，曾任统计学系副主任。长期从事经济计量学的教学研究工作，有多部专著出版和多篇论文发表。参与承担国家级和上海市科研项目，其中国家社科基金项目《体制转轨时期宏观经济分析和预测方法研究》（第二作者）获1998年国家统计局社科项目一等奖。
曾任上海市静安区统计局局长、上海市统计学会第六届理事。组织实施区域内国情国力调查，撰写的统计分析报告三次获上海市统计学会一等奖。现任上海市静安区人力资源和社会保障局党委书记、副局长，区劳动人事争议仲裁院院长。

内页插图

目录

第1章 绪论
第一节 什么是经济计量学
第二节 经济计量学的应用步骤
第三节 经济计量模型的特点
第四节 随机扰动项ε的分布及其产生原因
第五节 常用的概率分布
第六节 Eviews软件功能简介
本章小结
思考与练习
第2章 一元线性回归模型
第一节 回归分析与回归方程
第二节 参数的最小二乘估计
第三节 最小二乘估计量的性质及分布
第四节 随机扰动项方差σ2的估计
第五节 一元线性回归模型的统计检验
第六节 预测
本章小结
思考与练习
第3章 多重线性回归模型
第一节 模型的矩阵表示和基本假定
第二节 参数的最小二乘估计及其性质
第三节 残差和随机扰动项方差/的估计
第四节 多重线性模型的统计检验
第五节 预测
第六节 多重线性回归分析计算步骤及主要公式
本章小结
思考与练习
第4章 非线性模型
第一节直接代换法
第二节 间接代换法
第三节 泰勒级数展开法
第四节 案例——非线性模型估计的Eviews实现
本章小结
思考与练习
第5章 异方差
第一节 异方差的概念
第二节 异方差的后果
第三节 异方差的检验
第四节 异方差的修正方法
第五节 案例——居民储蓄模型估计
本章小结
思考与练习
第6章 自相关
第一节 自相关的来源和形式
第二节 自相关的后果
第三节 自相关的检验和识别
第四节 自相关的修正方法
第五节 案例——地区商品出口模型估计
第六节 广义最小二乘法
本章小结
思考与练习
第7章 多重共线性
第一节 多重共线性及其原因
第二节 多重共线性的影响后果
第三节 多重共线性的检验
第四节 多重共线性的修正方法
第五节 案例——服装市场需求函数
本章小结
思考与练习
第8章 虚拟变量和随机解释变量
第一节 虚拟变量模型
第二节 案例——上海市生产总值长期趋势模型
第三节 随机解释变量模型
本章小结
思考与练习
第9章 滞后变量
第一节 滞后变量模型的基本概念
第二节 分布滞后模型的参数估计
第三节 滞后变量模型的构造
第四节 回归与时间序列组合模型的估计
第五节 案例——我国长期货币流通量需求模型
第六节 自回归条件异方差模型及其估计
第七节 时间滞后效应
本章小结
思考与练习
第10章 联立方程模型
第一节 联立方程模型的基本概念
第二节 联立方程模型的结构式和简化式
第三节 联立性偏误
第四节 递归模型
本章小结
思考与练习
第11章 联立方程模型的识别
第一节 模型识别的概念
第二节 模型识别的阶条件和秩条件
本章小结
思考与练习
第12章 联立方程模型的估计
第一节 有限信息法——单一方程估计
第二节 完全信息法——系统估计
本章小结
思考与练习
第13章 基本经济函数模型
第一节 需求函数和消费函数
第二节 生产函数和投资函数
本章小结
思考与练习
第14章 经济计量学的应用
第一节 经济结构分析
第二节 经济预测
第三节 政策评价
第四节 案例——联立方程模型的求解与模拟
本章小结
思考与练习
第15章 宏观经济计量模型简介
第一节 宏观经济计量模型设计概述
第二节 宏观经济计量模型的总体构造
第三节 宏观经济计量模型举例
本章小结
思考与练习
附表统计表
参考文献

精彩书摘

七十多年来，理论经济计量学取得了长足的进展。在发展初期的十多年中，主要用于研究微观经济。如H.舒尔兹在消费理论与市场行为方面的研究；道格拉斯（Douglas）对边际生产力的研究；丁伯根在景气循环方面的研究，都为经济计量学开拓了新领域。R.费里希以统计学和经济理论为基础来测定需求弹性、边际生产力以及总体经济的稳定性，是一大贡献。20世纪40年代至70年代经济计量学的重点是研究宏观经济。经济计量学家致力于经济理论的模型化与数学化的研究。如哈维尔莫（Hoavelmo）和瓦尔德（Wald）将统计推断应用于经济计量学。50年代，泰尔（Theil）发表了二阶段最小二乘法。60年代以后有关分布滞后的新处理方法得以发表。由于计算机的广泛普及使用，大量复杂的经济计量模型得以建立和应用，促进了经济计量学理论与应用的发展。最近十几年来，经济计量学在理论方法的研究中有了新的突破，英国学者享德利（Humdry）提出了协整理论，使经济计量学进入了一个新的理论体系。我国学者在模型识别理论上也做出了贡献。现代对策论和贝叶斯理论在经济计量学中的应用，是目前经济计量学研究的一个新课题。
……

前言/序言

现代金融分析与风险管理：基于R语言的实证研究 作者： [此处填写作者姓名] 出版社： [此处填写出版社名称] 版次： 初版 --- 内容简介 本书旨在为金融学、经济学、量化分析及相关领域的从业人员和高年级本科生、研究生提供一套系统、深入且高度实用的现代金融分析与风险管理方法论。本书的核心优势在于将前沿的金融理论与最新的统计计量工具（特别是R语言环境下的高效实现）紧密结合，强调实证分析能力和解决实际问题的能力培养。 本书的结构设计遵循从基础理论构建到复杂模型应用的逻辑主线，力求在覆盖经典金融工具的同时，深度挖掘新兴的金融科技（FinTech）和大数据分析在现代金融决策中的应用潜力。 第一部分：金融数据与计量基础回顾 本部分作为后续高级分析的基石，首先回顾了金融数据处理的关键技术和现代计量经济学的核心假设。我们详细讨论了时间序列数据的特殊性（如高频数据、非平稳性、波动率聚集现象），并介绍了处理这类数据的预备步骤，包括数据清洗、缺失值处理、以及时间序列的平稳性检验（如ADF检验、KPSS检验）。 重点内容包括： 1. 金融时间序列的特征分析： 探讨资产收益率的尖峰厚尾分布、杠杆效应（Leverage Effect）与波动率簇聚现象的直观解释与初步量化。 2. 回归模型在金融中的应用与局限： 回顾OLS的基本假设，并深入剖析在金融市场中，普通最小二乘法可能遇到的内生性、异方差性（特别是异方差性在波动率建模中的重要性）等问题，并引入稳健标准误（Robust Standard Errors）作为初步的解决方案。 第二部分：经典资产定价模型与线性时间序列分析 本部分聚焦于现代资产定价理论的计量检验与线性时间序列模型的构建与应用。 2.1 线性时间序列模型： 我们将详细介绍和实现ARIMA（自回归移动平均）及其扩展模型。重点不再仅仅是模型的识别和参数估计，而是如何利用这些模型对宏观经济冲击（如利率变动、通货膨胀）对资产价格的影响进行短期预测和脉冲响应分析。 ARCH/GARCH系列模型的深入探讨： 这是本书的重点之一。我们将系统讲解ARCH、GARCH、EGARCH（用于处理杠杆效应）和GJR-GARCH模型的理论基础、数学表达以及在R中如何利用`rugarch`等专业包进行估计和诊断。通过实盘案例，展示如何用GARCH模型准确刻画和预测金融资产的波动率包络。 2.2 资产定价模型的计量检验： CAPM（资本资产定价模型）的检验： 不仅关注时间序列回归，更侧重于截面回归（Cross-Sectional Regression）在检验因子有效性方面的应用。 Fama-French多因子模型： 详细介绍三因子、五因子模型的构建逻辑，并利用R语言进行动态回归，检验特定市场风格（如价值、规模、动量）的风险溢价是否显著存在。我们将探讨如何利用残差分析识别模型遗漏的风险因子。 第三部分：高级计量方法与金融风险管理 本部分是本书的实践核心，专注于解决现代金融分析中遇到的非线性、高维和尾部风险问题。 3.1 联立方程与面板数据分析： 针对跨公司、跨市场的数据结构，我们将深入研究固定效应模型（FE）和随机效应模型（RE），特别关注其在评估公司治理、银行监管对绩效影响等方面的应用。此外，也将涉及联立方程模型（如VAR/VECM）在研究宏观经济变量与金融市场联动性中的应用，包括格兰杰因果检验和长期协整关系分析。 3.2 非线性与非参数方法： 金融市场的非线性特征是传统线性模型难以捕捉的。本书引入了： 非线性时间序列模型（如TAR, STAR）： 用于识别市场状态的转换点。 非参数回归（如局部多项式回归）： 在不需要预设函数形式的情况下，估计复杂关系。 高维数据处理： 介绍主成分分析（PCA）在因子挖掘中的应用，特别是在构建大规模因子模型时如何有效降维。 3.3 极端风险度量与压力测试： 风险管理是金融机构的核心职能。本部分将侧重于尾部风险的量化： 极值理论（EVT）： 详细介绍Peaks Over Threshold (POT) 方法，并使用Hill估计量和Generalized Pareto Distribution (GPD) 对极高损失事件进行建模，计算具有实际业务意义的极端风险指标。 条件风险价值（CVaR）的估计与优化： 对比基于历史模拟法、参数法和蒙特卡洛模拟法估计CVaR的优劣，并结合线性规划技术，展示如何利用CVaR指导投资组合的优化配置，实现风险与收益的更优权衡。 第四部分：R语言实战：工具箱与案例剖析 本书的每一个理论章节都紧密嵌入R语言代码示例，确保读者能够即学即用。本部分提供了一个集成的R语言工具箱概述，重点介绍以下库的最新功能和高效用法： 数据处理与可视化： `tidyverse`生态系统（`dplyr`, `ggplot2`）在金融数据整理和报告中的应用。 高级计量与时间序列： `forecast`, `rugarch`, `vars`, `sandwich`包的深度应用指南。 金融建模与优化： `PerformanceAnalytics`用于绩效归因，`fAssets`或相关组合优化库用于投资组合构建。 案例研究（贯穿全书）： 本书将围绕若干实际金融问题展开，例如：美股市场的波动率异质性研究、新兴市场汇率波动的GARCH效应分析、以及利用结构化风险因子对私募股权基金进行绩效归因等。 --- 目标读者 本书适合希望深入理解和掌握现代金融计量分析技术的专业人士和学生： 1. 金融机构的量化分析师 (Quant)： 需要掌握前沿模型进行交易策略开发、风险量化和资产定价研究。 2. 银行和保险公司的风险管理人员： 专注于信用风险、市场风险和操作风险的量化建模，特别是EVT和压力测试的应用。 3. 高校经济学、金融工程专业的高年级本科生和研究生： 作为高级计量经济学或金融建模课程的教材或参考书。 4. 学术研究人员： 寻求将最新计量工具应用于金融实证检验的研究者。 本书特色 理论与实践的深度融合： 每一个概念都配有清晰的数学推导和即时可执行的R代码，确保学习的连续性。 聚焦前沿问题： 大量篇幅用于讲解波动率建模、尾部风险和非线性模型的实证处理，这些是传统教材较少深入探讨的部分。 强调诊断与稳健性： 不仅教授如何“运行”模型，更强调模型诊断、残差分析和结果的稳健性检验，培养批判性分析思维。 数据驱动： 使用高质量、公开可获取的金融时间序列数据进行演示，案例具有高度的现实意义和可复现性。