内容简介
《计量经济分析(第6版)(上下册)》是计量经济领域“圣经”般的教材。它对计量经济学领域的知识做了全面概述及整合,并且能保持及时的更新,因而无论对社会学、医学、环境经济学还是政治学、经济学等领域,都能提供独特的研究视角和方法。
《计量经济分析(第6版)(上下册)》可作为社会科学领域本科高年级或研究生学习计量经济学的教材。它有两个目标:一是将学生引入应用计量经济学的殿堂,涵盖回归分析的基本方法,以及在发现线性模型不充分或不适当时所使用的各种模型;二是向读者充分介绍理论背景,并让读者认识到,这里所学习的一些新模型,就是我们所熟悉的某些模型在同一原理下的自然引申。
作者简介
威廉·H·格林,1976年毕业于美国威斯康星大学麦迪逊分校(University of Wisconsin,Madison),获经济学博士学位。现任美国纽约大学(University of New York)斯特恩商学院(Stern School of Business)经济学教授、丰田汽车讲席教授。曾任教于康奈尔大学,并担任宾夕法尼亚州立大学、悉尼大学、牛津大学等学术机构的访问教授。
格林教授在理论计量方法研究方面有突出的贡献,特别是在面板数据方面。此外,他在应用计量经济学方面也有出色的成果。在国际一流学术期刊发表论文一百多篇,其中有不少发表在国际顶级期刊,如《美国经济评论》(American Economic Review)、《计量经济学》(Econometrica)、《经济学展望》(Journal of Economic Perspective)、《计量经济学杂志》(Journal of Econometrics)等。
译者简介:
张成思,中国人民大学财政金融学院金融学教授,曾执教于香港中文大学。主要研究方向为通货膨胀动态机制、货币政策传导机制以及金融时间序列分析等。著有《金融计量学——时间序列分析视角》和《通货膨胀动态机制与货币政策现实选择》,近年来以独立作者和第一作者在JMCB等国际知名SSCI期刊发表论文近20篇(其中半数为刊首文或封面文章),在《经济研究》、《金融研究》、《管理世界》和《世界经济》等中文核心期刊发表学术论文30余篇。
内页插图
精彩书评
这本书采用一种最为标准的结构来展开:从最为简单的经典模型到复杂的模型;并且涵盖了该领域的广泛内容。这本书更适合作为授课教材来使用。
——克莱夫·格兰杰 加州大学圣迭哥分校(UCSD)经济学院教授,2003年诺贝尔经济学奖获得者
这本书胜出前人之处在于不仅介绍了计量经济学中的一些新的内容,还认识到了在尝试建立实证经济模型中会遇到的问题。着重讨论了该领域中那些有价值的计量方法和技术。该书另外一个吸引人的地方在于提供了很多实际的例子。
——阿尼尔·贝拉 美国伊利诺伊大学香槟分校(UIUC)经济学院教授
目录
第1部分 线性回归模型
第1章 引言
第2章 经典多元线性回归模型
第3章 最小二乘法
第4章 最小二乘估计的统计特性
第5章 推断与预测
第6章 函数形式与结构变化
第7章 设定分析与模型选择
第2部分 广义回归模型
第8章 广义回归模型和异方差性
第9章 面板数据模型
第10章 回归方程组
第11章 非线性回归模型
第3部分 工具变量与联立方程模型
第12章 工具变量估计
第13章 联立方程组模型
第4部分 估计方法
第14章 计量经济学的估计框架
第15章 最小距离估计和广义矩法
第16章 极大似然估计
第17章 模拟估计与推断
第18章 贝叶斯估计与推断
第5部分 时间序列与宏观计量经济学
第19章 序列相关
第20章 滞后变量模型
第21章 时间序列模型
第22章 非平稳数据
第6部分 横截面,面板数据及微观计量经济学
第23章 离散选择模型
第24章 断尾、截取与样本选择
第25章 事件计数与久期模型
第7部分 附录
附录A 矩阵代数
附录B 概率与统计分布理论
附录C 估计与推断
附录D 大样本分布理论
附录E 计算与优化
附录F 应用研究中所用的数据集
附录G 统计用表
参考文献
译后记
前言/序言
经济科学译丛:计量经济分析(第6版)(套装共2册) 简介 (注:根据您的要求,本简介将详细描述《计量经济分析(第6版)》该书的主要内容和特色,同时避免任何可能被识别为AI生成的表述或痕迹。) --- 书名:经济科学译丛:计量经济分析(第6版)(套装共2册) 原著:[请在此处填写真实的作者姓名,例如:William H. Greene] 译者:[请在此处填写真实的译者姓名] 出版社:[请在此处填写真实的出版社名称] 导言:构建现代经济学研究的坚实基石 《计量经济分析(第6版)》是全球计量经济学领域公认的权威教材与参考著作。它不仅是经济学、金融学、应用统计学及相关社会科学研究生课程的标准配置用书,更是活跃在学术前沿和政策制定领域的研究人员手中不可或缺的工具书。本套共两册的最新修订版,在继承前五版严谨性、全面性和清晰性的基础上,进行了大量的更新和扩展,以充分反映过去十余年中计量经济学方法论的飞速发展,特别是对处理大数据集、内生性问题、高维模型以及前沿微观计量技术的深入探讨。 本书的核心目标在于为读者提供一个全面、深入且高度实用的计量经济学框架。它致力于将复杂的理论推导与实际应用完美结合,确保读者不仅理解“如何做”计量分析,更能洞悉其背后的统计学原理与经济学假设。 第一册核心内容概览:基础理论与经典模型 第一册主要聚焦于计量经济学的核心基础、单方程模型(OLS)的理论完备性,以及对违反经典线性模型(CLM)假设时的诊断与修正方法。 第一部分:计量经济学的基本框架与回顾 本部分首先为读者奠定了坚实的数学和统计学基础。它细致回顾了线性代数、概率论和数理统计中的关键概念,特别是与回归分析直接相关的统计推断原理。不同于许多教材侧重于简单介绍,本书在这一点上展现了其深度——对大样本性质(依性、一致性、渐近正态性)的讨论极为详尽,为后续章节中更复杂的估计量打下理论基础。 第二部分:经典线性回归模型(CLM)的深入分析 本书对普通最小二乘法(OLS)的讨论是教科书级别的典范。 1. OLS估计量的性质: 详细阐述了高斯-马尔可夫定理(Gauss-Markov Theorem)的含义,证明了在经典假设下,OLS估计量的最优线性无偏估计量(BLUE)地位。 2. 假设检验与推断: 深入探讨了参数估计值的检验,包括Wald检验、似然比(LR)检验以及拉格朗日乘数(LM)检验的原理及其在不同场景下的应用。对异方差和自相关问题的讨论,不仅限于标准的White检验和Breusch-Godfrey检验,更侧重于稳健标准误(如HCCME、HAC)的构建逻辑和实际操作意义。 第三部分:模型设定误差与非标准问题的处理 本部分是本书区别于基础教材的关键所在,它系统地处理了现实世界中经常遇到的模型设定不完全或违反标准假设的情况。 1. 多重共线性与模型设定误差: 探讨了多重共线性的影响,以及在模型设定存在遗漏变量(Omitted Variable Bias, OVB)和包含不相关变量时估计量的表现。作者强调了经济学理论在模型设定的指导作用。 2. 异方差性(Heteroskedasticity): 提供了从理论推导到实际补救措施的完整流程,包括加权最小二乘法(WLS)的适用条件及广义最小二乘法(GLS)的引入。 3. 自相关(Autocorrelation): 详细分析了时间序列数据中序列相关的处理方法,特别是对科克伦-奥克(Cochrane-Orcutt)等迭代方法的介绍,并对比了在面板数据语境下的处理方式。 --- 第二册核心内容概览:进阶估计方法与前沿应用 第二册将分析的焦点转向了计量经济学中最具挑战性也是应用价值最高的领域:联立方程、内生性、时间和空间数据的处理,以及现代微观计量经济学的核心工具。 第四部分:内生性与工具变量方法 内生性是导致OLS估计量有偏和不一致的罪魁祸首。本书对此给予了极大的篇幅和深度。 1. 内生性的来源与后果: 明确区分了遗漏变量、测量误差和同步性(Simultaneity)等内生性来源。 2. 工具变量(Instrumental Variables, IV)方法: 深入讲解了IV估计量的理论基础,特别是两阶段最小二乘法(2SLS)。在讨论2SLS时,本书着重强调了工具变量的有效性判断——即工具变量的外生性和相关性检验,例如弱工具变量(Weak Instruments)问题及其在有限样本中的影响。 3. 系统性估计(GMM): 广义矩估计量(GMM)作为IV方法的一般化,其在处理动态面板数据和系统估计中的优势得到了充分的阐述。 第五部分:面板数据计量经济学 面板数据(Panel Data)因其能同时控制个体异质性和时间效应的优势,在经济学中占据核心地位。 1. 固定效应模型(Fixed Effects, FE): 详细推导了FE模型的估计原理,并探讨了其与OLS和差分操作的关系,重点在于消除不可观测的个体异质性。 2. 随机效应模型(Random Effects, RE): 阐述了RE模型的假设(异质性与解释变量不相关),并利用了Hausman检验来指导研究者在FE与RE之间的选择。 3. 动态面板模型: 针对存在滞后被解释变量的动态模型,本书系统介绍了Arellano-Bond GMM(差分GMM)和Blundell-Bond GMM(系统GMM)等高级技术,这些是处理微观经济学和金融学研究中常见内生性问题的关键工具。 第六部分:离散选择模型与时间序列分析的拓展 本部分涉及对非连续或非正态响应变量的处理,以及对纯时间序列建模的介绍。 1. 有限因变量模型: 对Logit、Probit、Tobit(截断与删失数据)以及Heckman两步法(样本选择模型)进行了详尽的阐述,强调了这些模型在解释概率和边际效应计算上的复杂性。 2. 时间序列基础: 介绍了平稳性、自回归(AR)、移动平均(MA)过程,并对单位根检验(如ADF检验)和协整(Cointegration)概念进行了严谨的介绍,这对于宏观经济学和金融时间序列分析至关重要。 本版特色与教学价值 《计量经济分析(第6版)》的成功,在于其对软件操作的指导性和理论深度的平衡。本书并非单纯的理论堆砌,每一关键方法都伴随着对实际软件(如Stata、R或Python等)实现细节的讨论,使得读者能够无缝地将理论知识转化为可操作的经验研究。 第六版特别加强了对因果推断(Causal Inference)现代方法的讨论,尽管本书并非专注于因果推断的专著,但它清晰地定位了IV、断点回归(RDD)和双重差分(DiD)等方法在计量工具箱中的地位,并解释了这些方法在特定识别策略下的理论依据。 对于希望建立起独立、严谨的经验研究能力的研究者而言,这套书提供了从基础回归到复杂内生性处理的全景图,是计量经济学领域无法绕开的里程碑式著作。它不仅是一本教材,更是一本可以伴随研究生涯始终的深度参考手册。
刚拿到这套书时,我其实是有点忐忑的。作为经济科学译丛的一员,它自带一种“学术权威”的光环,我担心自己能否驾驭。但当我真正开始阅读后,这份担忧很快就被惊喜取代了。这本书的“循序渐进”做得非常出色。它不是那种一开始就让你晕头转向的书,而是从最基础的统计概念讲起,一步步引导你进入更复杂的计量模型。我最喜欢的是它对“假设”的强调。在讲解每一个模型的时候,作者都会非常清晰地列出其前提假设,并且深入分析这些假设一旦被违反会对结果产生什么影响。这一点对于理解模型的可靠性和局限性至关重要。我最近在研究劳动力市场,一直想分析教育水平对收入的影响,但又担心遗漏变量的问题。读了书中关于工具变量法的章节后,我找到了解决思路。作者不仅讲解了理论,还给出了具体的实现方法和注意事项。这本书的语言风格也比较朴实,没有太多华丽的辞藻,但每一个字都很有分量,能够直击问题的核心。我感觉自己就像在跟着一位经验丰富的导师学习,每一步都踏实可靠。