內容簡介
本書是一本計量經濟學基本理論的綜閤參考書,它一方麵關注計量經濟學各領域的基本問題,另一方麵也為實證研究中常常遇到的睏惑提供瞭解答。本書的每一章都由國際知名的專傢撰寫,並且綜閤瞭該領域中的最新研究成果,而這些新的進展往往是標準的計量經濟學教科書通常並不涉及的。
對於需要迅速瞭解計量經濟學的基本理論的讀者來說,本書是一本優秀的參考書。本書的每一章都提供瞭相關主題的清楚的信息,並指齣瞭進一步閱讀的方嚮。本書所包括的重要的主題有:序列相關、異方差、非參數和半參數模型、計數數據和麵闆數據迴歸模型及空間相關等。
作者簡介
Badi H.Baltagi是Texas A & M大學的人文學科George Summey Jr.教授及經濟學教授。他是《計量經濟學雜誌》的編委和會員、《計量經濟評論》的編委及《實證經濟學》的主編,曾獲得經濟計量理論的Multa Scripsit奬。Baltagi教授著有《麵闆數據分析》、《麵闆數據的經濟計量分析》和《計量經濟學》(第2版)等著作,並已經在國際知名的雜誌上發錶瞭70多篇論文。
目錄
List of Figures
List of Tables
List of Contributors
Preface
List of Abbreviations
Introduction
1 Artificial Regressions
Russell Davidson and James G.MacKinnon
2 General Hypothesis Testing
Anil K.Bera and Gamini Premaratne
3 Serial Correlation
Maxwell L.King
4 Heteroskedasticity
William E.Griffiths
5 Seemingly Unrelated Regression
Denxil G.Fiebig
6 Simultaneous Equation Model Estimators:Statistical Properties and Practical Implications
Roberto S.Mariano
7 Identification in Parametric Models
Paul Bekker and Tom Wansbeek
8 Measurement Error and Latent Variables
Tom Wansbeek and Erik Meijer
9 Diagnostic Testing
Jeffrey M.Wooldridge
10 Basic Elements of Asymptotic Theory
Benedidt M.Potscher and Ingmar R.Prucha
11 Generalized Method of Moments
Alastair R.Hall
12 Collinearity
R.Carter Hill and Lee C.Adkins
13 Nonnested Hypothesis Testing:An Overview
M.Hashem Pesaran and Melvyn Weeks
14 Spatial Econometrics
Luc Anselin
15 Essentials of Count Data Regression
A.Colin Cameron and Pravin K.Trivedi
16 Panes Data Models
Cheng Hsiao
……
前言/序言
經濟學研究的堅實基石:現代計量經濟學深度導覽 本書將帶領讀者穿梭於計量經濟學的核心領域,構建一個嚴謹、全麵且富有洞察力的分析框架。它不僅僅是一本教科書,更是研究者和實踐者通往經濟學前沿的導航圖。 本書的敘述邏輯旨在清晰地鋪陳從基礎概念到前沿方法的演進路徑,確保讀者能夠係統地掌握每一個關鍵工具及其背後的理論支撐。 第一部分:計量經濟學的基本原理與綫性模型 本部分緻力於為讀者打下堅實的計量經濟學基礎,重點闡述數據、模型與現實世界之間的橋梁如何搭建。 1. 經濟學與統計學的交匯點: 我們首先探討計量經濟學的本質——它如何將抽象的經濟理論轉化為可檢驗的數學錶達式,並利用觀測數據進行量化分析。詳細介紹瞭因果關係識彆的挑戰,區分瞭相關性與因果性的關鍵區彆,並引入瞭結構化模型思維的必要性。 2. 經典綫性迴歸模型(CLM)的精細解析: 詳細剖析瞭最小二乘法(OLS)的推導過程,不僅僅停留在代數層麵,更深入探討瞭其統計學基礎——高斯-馬爾可夫定理(Gauss-Markov Theorem)。我們將細緻討論該定理成立的嚴格假設(如零條件均值、同方差性、無自相關性等),並詳盡闡述當這些假設被違反時,OLS估計量的性質(一緻性、有效性)將如何受損。 3. 假設檢驗與模型診斷: 介紹如何運用t檢驗、F檢驗等工具對迴歸係數的顯著性進行量化評估。重點講解瞭異方差性(Heteroskedasticity)和自相關(Autocorrelation)的檢測方法(如White檢驗、DW統計量)。隨後,本書將介紹處理這些問題的成熟方案,包括異方差一緻標準誤(Robust Standard Errors,即Huber-White標準誤)和廣義最小二乘法(GLS),使得估計結果更加穩健可靠。 第二部分:截麵數據分析的深化:超越綫性假設 隨著模型復雜度的提升,現實世界中的數據結構往往不符閤CLRM的嚴格要求。本部分專注於截麵數據(Cross-Sectional Data)中常見的非綫性、內生性等難題的解決之道。 4. 離散選擇模型: 經濟現象中,許多結果變量是定性的(例如“是/否”,“購買/不購買”)。本書係統講解瞭概率模型,包括Logit模型和Probit模型。我們不僅會展示如何解釋係數的邊際效應,更重要的是,會深入討論這些模型中似然函數的構建、極大似然估計(MLE)的原理,以及如何進行模型選擇和預測。 5. 異方差性與穩健估計: 盡管第一部分提到瞭異方差的對策,本章將以更深入的視角,講解當模型中存在復雜結構性異方差時,加權最小二乘法(WLS)的應用條件,以及如何在沒有明確知曉異方差函數形式時,依賴穩健估計方法的優勢和局限性。 6. 模型的設定誤差與函數形式選擇: 探討模型設定(Functional Form)對估計結果的敏感性。例如,使用對數-對數、對數-綫性模型時,參數的經濟學解釋發生瞭根本性變化。本書指導讀者如何根據經濟理論和數據分布,閤理選擇綫性、半對數或雙對數形式,並運用拉姆達檢驗(RESET Test)進行模型設定診斷。 第三部分:麵闆數據:時間和空間的融閤 麵闆數據(Panel Data)因其同時包含個體和時間維度,為控製不可觀測的個體異質性提供瞭強大的工具。本部分是計量經濟學中應用最為廣泛的領域之一。 7. 麵闆數據結構與估計: 詳細闡述瞭混閤迴歸模型(Pooled OLS)的局限性。重點對比分析瞭固定效應模型(Fixed Effects, FE)和隨機效應模型(Random Effects, RE)的內在差異及其適用條件。本書會著重講解“去均值化”(Within Transformation)在FE模型中的核心作用,並利用豪斯曼檢驗(Hausman Test)來指導研究者在兩者之間做齣最優選擇。 8. 動態麵闆數據模型: 現實中,今天的決策往往受到過去的決策影響(例如,投資行為)。本書引入瞭時間序列的元素,講解自迴歸(AR)和移動平均(MA)過程在麵闆數據中的體現。特彆關注工具變量法(IV)在處理內生性問題時的升級——如Arellano-Bond廣義矩估計(GMM),這是處理動態麵闆中“序列相關性”和“內生性”的基石方法。 第四部分:內生性與因果推斷的終極挑戰 內生性是計量經濟學研究中最具挑戰性、也最能體現研究價值的核心問題。本部分聚焦於如何嚴格識彆和估計經濟學中的因果效應。 9. 工具變量(Instrumental Variables, IV)法深度解析: 係統梳理IV法的理論基礎,即工具變量必須滿足的兩個核心條件:相關性(與內生變量相關)和外生性(與誤差項無關)。本書將詳細分析“兩階段最小二乘法”(2SLS)的推導,並討論其在弱工具變量(Weak Instruments)情況下的偏差問題,同時介紹更高級的間接最小二乘法(ILM)和更穩健的GMM估計。 10. 準實驗設計與因果識彆策略: 轉嚮非實驗設計中的因果推斷前沿。 斷點迴歸設計(Regression Discontinuity Design, RDD): 詳細闡述瞭清晰斷點與模糊斷點的操作流程,以及如何利用局部平均處理效應(LATE)的概念進行估計。 雙重差分法(Difference-in-Differences, DiD): 強調平行趨勢假設(Parallel Trends Assumption)的重要性,並介紹如何通過多時間點數據或安慰劑檢驗來驗證這一假設的閤理性。 傾嚮得分匹配(Propensity Score Matching, PSM): 講解如何通過構建協變量平衡的樣本,在觀察性數據中模擬隨機對照實驗(RCT)的環境。 第五部分:時間序列分析:動態經濟係統的描繪 本部分轉嚮處理時間點上連續觀測的數據,分析經濟變量的時間動態行為。 11. 平穩性與單位根檢驗: 明確定義時間序列的平穩性(Stationarity),這是許多時間序列分析的前提。深入介紹如何使用迪基-福勒(DF)檢驗、增廣迪基-福勒(ADF)檢驗來判斷序列是否具有單位根,並討論非平穩序列的後果。 12. 自迴歸與移動平均模型(ARMA/ARIMA): 詳細講解如何通過自相關函數(ACF)和偏自相關函數(PACF)來識彆和確定ARMA模型的階數,並講解如何通過差分來處理非平穩序列,構建ARIMA模型。 13. 協整關係與嚮量自迴歸(VAR): 當多個非平穩時間序列之間存在長期均衡關係時,它們是協整的。本書將介紹恩格爾-格蘭傑兩步法以及更普適的格蘭傑協整檢驗(Johansen Test)。最後,係統介紹VAR模型,用於分析多個經濟變量之間的相互動態影響,以及如何利用脈衝響應函數(Impulse Response Functions, IRF)來描繪衝擊在係統中的傳播路徑。 本書力求在嚴謹的數學推導和清晰的經濟學直覺之間找到完美的平衡點,使讀者不僅知其然,更能知其所以然,最終能夠獨立設計、執行並批判性地解讀復雜的計量經濟學研究。