計量經濟學方法與應用（第五版）（經濟科學譯叢；“十一五”國傢重點圖書齣版規劃項目） 下載 mobi epub pdf 電子書 2026

內容簡介

　　《計量經濟學方法與應用（第五版）（經濟科學譯叢；“十一五”國傢重點圖書齣版規劃項目）》是一部闡述計量經濟學基本方法和基本假定的教科書，其在證明各項定理的縝密的方法論與實證研究法中找到瞭一個很好的平衡點，內容主要包括時間序列分析、有界相關變量、麵闆數據分析、空間相關性分析和迴歸診斷等前沿課題，除此之外各章還有幫助理解書中所述內容的理論分析題。《計量經濟學方法與應用（第五版）（經濟科學譯叢；“十一五”國傢重點圖書齣版規劃項目）》涵蓋瞭計量經濟學的眾多領域，通過運用真實數據讓讀者更好地理解和解釋理論方法的實證結果。

作者簡介

　　巴蒂·H·巴爾塔基（Badi H.Baltagi），自1979年在賓夕法尼亞大學獲得經濟學博士學位以來，先後在美國休斯敦大學和得剋薩斯A&M; 大學任教。曾齣版瞭《麵闆數據計量經濟分析》和《計量經濟學》等學術專著，編輯齣版瞭《理論計量經濟精粹》、《麵闆數據計量經濟學新進展》（捲I和捲II）、《非平穩麵闆數據、麵闆協整和動態麵闆》和《麵闆數據計量經濟學：理論貢獻和經驗應用》等100多部著作以及擔任權威經濟學和統計學雜誌的主編或副主編。

內頁插圖

目錄

第1章 什麼是計量經濟學？
1.1 引言
1.2 簡要曆史
1.3 計量經濟學批判
1.4 展望
注釋
參考文獻

第2章 基本統計概念
2.1 引言
2.2 估計方法
2.3 估計量的性質
2.4 假設檢驗
2.5 置信區間
2.6 描述性統計量
注釋
問題
參考文獻
附錄

第3章 簡單綫性迴歸
3.1 引言
3.2 最小二乘估計和古典假設
3.3 最小二乘法的統計特性
3.4 的估計
3.5 極大似然估計
3.6 擬閤優度的測量
3.7 預測
3.8 殘差分析
3.9 數值例子
3.10 實證案例
問題
參考文獻
附錄

第4章 多元迴歸分析
4.1 引言
4.2 最小二乘估計
4.3 多元迴歸估計的殘差解釋
4.4 迴歸方程的過度設定和設定不足
4.5 R2和R2
4.6 綫性約束條件檢驗
4.7 虛擬變量
注釋
問題
參考文獻
附錄

第5章 違背古典假設的模型
5.1 引言
5.2 零期望假設
5.3 隨機解釋變量
5.4 擾動的正態性
5.5 異方差
5.6 自相關
注釋
問題
參考文獻

第6章 分布滯後和動態模型
6.1 引言
6.2 無限分布滯後
6.3 帶有序列相關的動態模型的估計與檢驗
6.4 自迴歸分布滯後
注釋
問題
參考文獻

第7章 一般綫性模型：基礎知識
7.1 引言
7.2 最小二乘估計
7.3 分塊迴歸和Frisch-Waugh-Lovell定理
7.4 極大似然估計
7.5 預測
7.6 置信區間和假設檢驗
7.7 聯閤置信區間和假設檢驗
7.8 受約束的極大似然估計和受約束的最小二乘
7.9 似然比，Wald和拉格朗日乘子檢驗
注釋
問題
參考文獻
附錄
參考文獻

第8章 迴歸模型的診斷與設定檢驗
8.1 有影響的觀測值
8.2 遞歸殘差
8.3 模型的設定檢驗
8.4 非綫性最小二乘法和高斯一牛頓迴歸
8.5 綫性與對數一綫性函數形式的檢驗
注釋
問題
參考文獻

第9章 廣義最小二乘法
9.1 引言
9.2 廣義最小二乘
9.3 Q的特殊形式
9.4 極大似然估計
9.5 假設檢驗
9.6 預測
9.7 未知形式的Q
9.8 W，LR，LM統計量的再討論
9.9 空間誤差相關
注釋
問題
參考文獻

第10章 似無關迴歸
10.1 引言
10.2 可行的GLS估計
10.3 檢驗方差一協方差矩陣是否為對角陣
10.4 不同觀測值個數的似無關迴歸
10.5 實證案例
問題
參考文獻

第11章 聯立方程模型
11.1 引言
11.2 單方程估計：兩階段最小二乘
11.3 係統估計：三階段最小二乘
11.4 過度識彆約束的檢驗
11.5 Hausman的設定檢驗
11.6 實證案例
注釋
問題
參考文獻
附錄：再議識彆問題：識彆的秩條件

第12章 閤並截麵時間序列數據
12.1 引言
12.2 誤差分量模型
12.3 預測
12.4 實證案例
12.5 混閤模型中的檢驗
12.6 動態麵闆數據模型
12.7 項目評價與差分差異估計量
問題
參考文獻

第13章 受限因變量
13.1 引言
13.2 綫性概率模型
13.3 函數形式：logit和probit
13.4 分組數據
13.5 個體數據：probit和logit
13.6 二元響應模型迴歸
13.7 預測的漸近方差和邊際影響
13.8 擬閤優度的測量
13.9 實證案例
13.10 多元選擇模型
13.11 刪失迴歸模型
13.12 截尾迴歸模型
13.13 樣本選擇
注釋
問題
參考文獻
附錄

第14章 時間序列分析
14.1 引言
14.2 平穩性
14.3 Box-Jenkins方法
14.4 嚮量自迴歸
14.5 單位根
14.6 趨勢平穩與差分平穩
14.7 協整
14.8 自迴歸條件異方差
注釋
問題
參考文獻
附錄
圖形索引
錶格索引
術語錶
譯後記

前言/序言

計量經濟學：理論、方法與前沿應用探索 本書旨在為讀者提供一個全麵、深入且與時俱進的計量經濟學知識體係。它不僅涵蓋瞭計量經濟學作為一門學科的經典理論基石，更著重探討瞭當前經濟學研究和實踐中最為前沿和實用的方法論及其在不同領域中的具體應用。全書結構嚴謹，邏輯清晰，力求在數學嚴謹性與實際操作性之間取得完美的平衡，使不同背景的讀者都能從中獲益。 第一部分：計量經濟學基礎與模型設定 本部分將奠定堅實的計量經濟學基礎，是理解後續高級主題的關鍵。 1. 計量經濟學的本質與數據基礎： 首先闡述計量經濟學的學科定位，即如何使用統計方法檢驗和量化經濟理論。重點討論經濟數據的類型（時間序列、截麵、麵闆數據）及其特性、局限性與預處理方法。強調數據質量在計量分析中的決定性作用。 2. 經典綫性迴歸模型（OLS）的深入剖析： 詳細迴顧多元綫性迴歸模型的設定、參數估計（Gauss-Markov定理的嚴格證明）、統計推斷（假設檢驗、置信區間構建）。在此基礎上，深入探討OLS方法的局限性，特彆是對違反經典假設情況的應對策略，包括： 異方差性（Heteroskedasticity）： 識彆異方差的檢驗方法（如White檢驗、Breusch-Pagan檢驗），以及修正方法，如加權最小二乘法（WLS）和穩健標準誤（Robust Standard Errors）的應用場景與解釋。 序列相關性（Autocorrelation）： 在時間序列數據中，如何診斷（如Durbin-Watson檢驗、Breusch-Godfrey檢驗），以及使用Newey-West標準誤等修正技術。 3. 模型設定誤差與函數形式的選擇： 探討函數形式（綫性、對數綫性、冪函數等）對估計結果的敏感性。詳細分析模型設定偏差（Misspecification Bias）的後果，並引入瞭嵌套模型檢驗（如Ramsey RESET檢驗）和非嵌套模型比較方法（如Davidson-MacKinnon檢驗）。 第二部分：處理內生性與因果推斷的核心方法 內生性是計量經濟學中最核心、最具挑戰性的問題之一，本部分集中於如何通過嚴謹的方法識彆和估計可靠的因果效應。 4. 工具變量法（Instrumental Variables, IV）與2SLS： 深入講解工具變量法的基本思想——如何利用外生變數來解決由遺漏變量偏誤、測量誤差或同步性引起的內生性問題。詳細講解兩階段最小二乘法（2SLS）的步驟、估計式及漸近性質。尤其關注工具變量的有效性檢驗（如弱工具變量檢驗、過度識彆約束檢驗），並討論當工具變量選擇不當時可能導緻的估計偏差。 5. 麵闆數據模型與固定效應/隨機效應： 針對具有時間維度和個體維度的麵闆數據，係統介紹如何利用其豐富信息控製不可觀測的個體異質性。 固定效應模型（FE）： 側重於消除不隨時間變化的個體特定效應，實現“組內”估計。 隨機效應模型（RE）： 探討個體效應與解釋變量不相關的假設，並介紹其估計效率優勢。 Hausman檢驗： 用於在FE和RE之間進行決策的統計工具。 6. 準實驗設計與因果推斷的前沿技術： 轉嚮更貼近現代政策評估和微觀經濟學的因果識彆策略。 斷點迴歸設計（Regression Discontinuity Design, RDD）： 詳細闡述Sharp RDD和Fuzzy RDD的識彆邏輯，重點討論帶寬選擇和非參數估計的實施細節。 雙重差分模型（Difference-in-Differences, DiD）： 重點闡述平行趨勢（Parallel Trends）假設的檢驗與論證，以及如何擴展到多期DiD模型。 閤成控製法（Synthetic Control Method, SCM）： 針對隻有少數乾預單元的情況，構建一個高質量的“閤成”對照組，用於評估特定政策或事件的影響。 第三部分：時間序列分析與高級主題 本部分聚焦於處理依賴時間順序的數據，並引入瞭更復雜的模型結構來應對動態係統的挑戰。 7. 單變量時間序列模型： 介紹時間序列數據的基本概念，如平穩性（Stationarity）的檢驗（ADF檢驗、PP檢驗）。深入講解自迴歸（AR）、移動平均（MA）、自迴歸移動平均（ARMA）模型的構建與識彆（ACF/PACF圖的應用）。 8. 單位根與協整分析： 識彆非平穩序列，並區分虛假迴歸（Spurious Regression）的風險。重點講解協整關係的概念——雖然單個序列非平穩，但其綫性組閤卻是平穩的。介紹Engle-Granger兩步法和Johansen協整檢驗，以及誤差修正模型（ECM）的構建，使其能夠同時捕捉長期均衡關係和短期動態調整。 9. 嚮量自迴歸模型（VAR）與脈衝響應分析： 用於分析多個相互影響的時間序列係統。講解VAR模型的階數選擇、估計以及核心應用——脈衝響應函數（IRF）和方差分解（Forecast Error Variance Decomposition, FEVD），以揭示係統內部的動態衝擊傳導機製。 10. 非綫性與離散選擇模型： 擴展到處理非連續或特定分布的數據： 有限因變量模型： 詳細分析Logit和Probit模型，關注邊際效應的計算與解釋，並介紹Tobit模型用於處理刪失數據。 計數數據模型： 介紹泊鬆迴歸（Poisson Regression）和負二項迴歸（Negative Binomial Regression），後者在處理過度離散問題時的優勢。 第四部分：計量經濟學的現代挑戰與實踐指導 最後一部分關注當前經濟學前沿關注的議題，以及保證研究可重復性的實踐要求。 11. 異質性處理效應與機器學習的融閤： 討論如何估計條件平均處理效應（CATE），超越瞭傳統模型中僅關注平均處理效應（ATE）的局限。簡要介紹機器學習技術（如隨機森林、梯度提升）如何被納入因果推斷框架中，以更好地進行變量選擇和異質性識彆。 12. 貝葉斯計量經濟學簡介： 簡要介紹與傳統頻率學派計量經濟學不同的哲學基礎和推斷方法，包括先驗信息的納入和MCMC（馬爾可夫鏈濛特卡洛）方法的應用前景。 13. 計量軟件應用與結果報告： 強調實際操作能力，指導讀者如何使用主流統計軟件（如Stata, R或Python）有效地運行上述模型。同時，詳細規範如何按照學術規範撰寫研究報告，包括對估計結果的清晰報告、模型穩健性檢驗的展示，以及結果的可視化呈現。 本書的編寫風格注重引導讀者形成批判性思維，不僅僅是學習“如何運行一個迴歸”，而是理解“為什麼選擇這個模型”以及“該模型結果的可信度如何”，從而能夠獨立、嚴謹地處理復雜的經濟學實證問題。