注册 登录 进入教材巡展
#
  • #

出版时间:2025-09

出版社:高等教育出版社

以下为《计量经济学》的配套数字资源,这些资源在您购买图书后将免费附送给您:
  • 高等教育出版社
  • 9787040649079
  • 1版
  • 63261048-1
  • 16开
  • 2025-09
  • 220
  • 经济学
  • 经济学类
  • 财经商贸大类
  • 统计类
  • 经济学类
  • 本科 研究生及以上
内容简介

本书系统介绍了计量经济学的几个核心估计方法,包括普通最小二乘估计、两阶段最小二乘估计、面板数据估计、广义矩估计和极大似然估计;基于大样本极限理论,包括大数定律和中心极限定理,重点讨论了这几个估计量的一致性和渐近正态性。

本书的特色是:第一,强调理论性,对每一种计量方法背后的理论均给出严谨的证明;第二,力图精简,不追求对所有计量知识的覆盖,而重点对计量经济学最核心、最基础的内容进行介绍;第三,追踪前沿,加入了交叠双重差分估计等前沿方法。

本书定位介于初级计量经济学和高级计量经济学之间的过渡教材。阅读本书,需要读者先修线性代数、概率论、统计学和初级计量经济学相关课程。本书适合高等学校经济管理类及其他社会科学类高年级本科生、研究生和相关研究人员使用。

目录
目录
 前辅文
 第1章 导论
  1.1 计量经济学的目标
  1.2 一个例子
  1.3 小结
  思考与练习
  延伸阅读
  参考文献
 第2章 极限定理
  2.1 几个重要的统计学概念和结论
  2.2 大数定律
  2.3 中心极限定理
  2.4 一个例子
  2.5 小结
  思考与练习
  延伸阅读
  参考文献
  附录2.1 对1.2节中例子的补充证明
  附录2.2 图2.1的MATLAB程序
  附录2.3 图2.2的MATLAB程序
 第3章 普通最小二乘估计
  3.1 OLS估计量
  3.2 OLS估计量的一致性和无偏性
  3.3 OLS估计量的经济含义
  3.4 Frisch-Waugh定理
  3.5 条件期望独立
  3.6 OLS估计量与匹配估计量的关系
  3.7 OLS估计量的渐近正态性
  3.8 统计推断
  3.9 聚类标准误
  3.10 小结
  思考与练习
  参考文献
  附录3.1 小样本情况下的统计推断
  附录3.2 非线性最小二乘回归
 第4章 两阶段最小二乘估计
  4.1 TSLS估计量
  4.2 TSLS估计量的大样本性质
  4.3 条件期望独立
  4.4 弱工具变量问题
  4.5 局部平均处理效应定理
  4.6 Abadie Kappa定理
  4.7 断点回归
  4.8 小结
  思考与练习
  延伸阅读
  参考文献
 第5章 面板数据估计
  5.1 面板数据估计量
  5.2 面板数据估计量的大样本性质
  5.3 面板工具变量估计
  5.4 双重差分估计量
  5.5 事件研究法
  5.6 小结
  思考与练习
  延伸阅读
  参考文献
 第6章 广义矩估计
  6.1 GMM估计量
  6.2 GMM估计量的大样本性质
  6.3 统计推断
  6.4 过度识别检验
  6.5 非线性GMM
  6.6 一个例子
  6.7 小结
  思考与练习
  延伸阅读
  参考文献
  附录 检验部分工具变量是否满足正交条件
 第7章 极大似然估计
  7.1 极大似然估计量
  7.2 MLE的大样本性质
  7.3 几个例子
  7.4 统计推断
  7.5 LIML估计量
  7.6 小结
  思考与练习
  参考文献
 结语
 前辅文
 第1章 导论
  1.1 计量经济学的目标
  1.2 一个例子
  1.3 小结
  思考与练习
  延伸阅读
  参考文献
 第2章 极限定理
  2.1 几个重要的统计学概念和结论
  2.2 大数定律
  2.3 中心极限定理
  2.4 一个例子
  2.5 小结
  思考与练习
  延伸阅读
  参考文献
  附录2.1 对1.2节中例子的补充证明
  附录2.2 图2.1的MATLAB程序
  附录2.3 图2.2的MATLAB程序
 第3章 普通最小二乘估计
  3.1 OLS估计量
  3.2 OLS估计量的一致性和无偏性
  3.3 OLS估计量的经济含义
  3.4 Frisch-Waugh定理
  3.5 条件期望独立
  3.6 OLS估计量与匹配估计量的关系
  3.7 OLS估计量的渐近正态性
  3.8 统计推断
  3.9 聚类标准误
  3.10 小结
  思考与练习
  参考文献
  附录3.1 小样本情况下的统计推断
  附录3.2 非线性最小二乘回归
 第4章 两阶段最小二乘估计
  4.1 TSLS估计量
  4.2 TSLS估计量的大样本性质
  4.3 条件期望独立
  4.4 弱工具变量问题
  4.5 局部平均处理效应定理
  4.6 Abadie Kappa定理
  4.7 断点回归
  4.8 小结
  思考与练习
  延伸阅读
  参考文献
 第5章 面板数据估计
  5.1 面板数据估计量
  5.2 面板数据估计量的大样本性质
  5.3 面板工具变量估计
  5.4 双重差分估计量
  5.5 事件研究法
  5.6 小结
  思考与练习
  延伸阅读
  参考文献
 第6章 广义矩估计
  6.1 GMM估计量
  6.2 GMM估计量的大样本性质
  6.3 统计推断
  6.4 过度识别检验
  6.5 非线性GMM
  6.6 一个例子
  6.7 小结
  思考与练习
  延伸阅读
  参考文献
  附录 检验部分工具变量是否满足正交条件
 第7章 极大似然估计
  7.1 极大似然估计量
  7.2 MLE的大样本性质
  7.3 几个例子
  7.4 统计推断
  7.5 LIML估计量
  7.6 小结
  思考与练习
  参考文献
 结语