《计量经济分析方法与建模:EViews应用及实例(第4版)初级》

高铁梅、王金明、康书隆、王亚芬、孔宪丽、刘玉红 (编者)

基本信息

• 出版社: 清华大学出版社; 第4版 (2020年9月1日)
• 丛书名: 数量经济学系列丛书
• 平装: 256页
• 语种： 简体中文
• 开本: 16
• ISBN: 9787302551560
• 条形码: 9787302551560
• 品牌: 清华大学出版社
• ASIN: B002AQTQ70

概况

20世纪80年代，我国部分高等学校的经济管理类专业虽已陆续开设计量经济学课程，但只有少数专业将其作为必修课程，而其他专业多数是选修课程。1998年，经教育部高等学校经济学学科教学指导委员会讨论决定，把计量经济学确定为经济学类所有专业必修的核心课程。此后全国各高校不仅经济学类各专业普遍开设了计量经济学，而且一些管理类专业也开设了这门课程。随后陆续出版了一批国外著名计量经济学教材和我国学者自己编写的适应中国高等院校经济类学科的计量经济学教材，促进了计量经济学课程的建设。

近年来，随着大数据的发展，在经济领域涌现出各类数据库，包含了大量的宏观时间序列数据、不同类型的面板数据、定期的微观调查横截面数据（企业、家户或个人）、越来越广泛和细分的产业等数据信息，这些丰富的数据信息极大地推动了计量经济学的快速发展，拓展了计量经济学的研究范围，增加了计量经济学研究的实用性，给计量经济学研究提供了更大的空间、更新的视角，注入了新的动力。目前，计量经济学、微观经济学与宏观经济学一起构成了中国经济类、管理类本科生和研究生必修的三门经济学核心课程，同时计量经济模型在经济理论研究和经济问题分析中已经被广泛应用，并取得了丰硕的成果。这些都有力地推动了计量经济学的发展。现在，计量经济学已经成为我国经济类各专业最受关注和欢迎的课程之一。

数量经济学是一门实践性很强的学科，要求学生具有将经济学知识、统计学与计量经济学方法和统计软件应用相结合的综合素质。目前的计量经济学课程注重理论方法的介绍，但是对如何应用模型分析实际的经济问题讨论较少。在计量经济学教学中，软件的使用仍然是薄弱的环节。学生学习了不少估计和检验的方法，却不知道怎样应用，对计算的结果也不能作出合理的解释，缺乏运用计量模型进行分析的实际能力。因此需要培养学生将所学习到的计量经济方法与实际经济问题相结合，利用统计和计量软件进行建模、模拟和分析的能力。

随着计量经济学理论和方法的不断发展，内容越来越丰富，需要分层次进行教学，以便本科生、硕士研究生和博士研究生可以循序渐进地实现从初级计量经济学基础向中高级计量经济学理论与方法过渡。2005年，编者在6年来教学实践的基础上，组织了科研课题组的几位年轻教师，当时也是数量经济学专业的博士研究生，为研究生教学编写了这本教材的第1版。15年过去了，这本教材几经修改和再版，这些年轻教师也在教学和科研中不断成长，有半数以上作者已成为博士生导师，并且都具有了高级职称。本书出版后受到广大读者，尤其是研究生的广泛欢迎。在使用过程中，许多教师与学生通过各种方式对本书提出了许多宝贵的意见和建议，这些意见和建议我们都及时进行了相应的修改，并在第4版中加以吸收。本书第4版分为初级版和中高级版两册，初级版是适合本科生的教材，其中也有一些略难的计量经济学方法的内容，可供读者有选择地学习； 中高级版是适合研究生的教材，包含了前沿的计量经济学理论和方法。

本书的主要特色是融理论方法与应用为一体，即理论、方法与建模应用相结合。本书全面、系统地介绍了计量经济学的基本理论和方法，尤其是21世纪以来的许多重要和最新的发展，并将它们纳入一个完整、清晰的体系之中。本书中的实际案例大多数是国内外的经典实例和作者在实践中运用的实例，并基于EViews软件介绍实际应用，具有很强的可操作性。

本书初级部分分为7章：
第1章，概率与统计基础。主要介绍在计量经济学中使用的概率与统计学的基础知识，有相关基础的读者可直接从第2章开始学习。

第2章，基本回归模型。是计量经济学的基础和重点，介绍了单方程计量经济学模型的基本理论和方法、系数估计量的统计性质和各种检验方法，介绍了几种回归方程的函数形式和虚拟变量的使用，以及模型设定的检验和预测。

第3章，其他回归方法。介绍存在异方差问题、解释变量与随机扰动项相关时带来的内生解释□量问题的后果，介绍各种检验方法以及改进估计方法，如加权最小二乘法（WLS）、二阶段最小二乘法（TSLS）、广义矩方法（GMM）、多项式分布滞后模型等。

第4章，时间序列模型。平稳时间序列的建模方法属于动态计量经济学的范畴。通常是运用时间序列的滞后值、当期值及滞后随机扰动项的加权和建立模型，来“解释”时间序列的□化规律。第4章首先通过讨论回归方程随机扰动项通常会存在的序列相关性问题，介绍如何应用时间序列数据的建模方法修正随机扰动项序列的自相关性。随后讨论平稳时间序列的概念，以及时间序列的自回归移动平均模型（ARMA模型），并且讨论它们的具体形式、识别及估计方法。

第5章，离散因变量模型。经济决策中经常面临选择问题，如消费者对商品的购买决策、求职者对职业的选择决策、投票人对候选人的投票决策、银行对客户的贷款决策等。不同于一般计量模型中因变量满足连续性的假设，这些决策结果经常是离散的，因此在实际经济分析中，作为研究对象的因变量的观测值是离散的。本章介绍二元选择模型和排序因变量模型这两种离散因变量模型的建立、估计和检验。

第6章，面板数据模型。面板数据含有个体、时期和变量三维信息，利用面板数据模型可以构造比以往单独使用横截面数据或时间序列数据更为真实的行为方程，进行更加深入的分析。基于实际经济分析的需要，面板数据模型已经成为近年来计量经济学理论方法的重要发展分支。第6章介绍了面板数据模型的基本原理、模型设定检验及各类模型的估计方法，介绍了确定变截距模型设定方式的Hausman检验方法。

第7章，联立方程模型的估计与模拟。单方程模型只适用于单一经济现象的研究。但是，在很多情况下，经济系统是极为复杂的，其中经济变量之间的关系是相互影响、互为因果的，单方程模型无法准确地描述这种具有相互依存关系的经济现象，这时，就必须用一组联立方程模型才能描述清楚。第7章分为两个部分：
第一部分介绍了联立方程系统的基本原理、建立和识别方法，以及对未知参数的各种估计方法；
第二部分介绍了基于已知参数的联立方程模型对经济问题进行政策模拟、情景分析以及预测的研究方法。

本书的初级版是针对本科生和计量经济学初学者的教材，涵盖了本科生教材的基本知识。书中理论和方法的论述力求严谨、简洁、易懂。每章附加了习题，习题中还有相应的实习题。每一章的最后一节给出了EViews软件的相应操作。各章的相关实例的原始数据（Excel表）、EViews工作文件、习题的数据等的电子版可扫描如下二维码下载。为了便于教师教学，每章还配有教学课件和习题答案，教学课件中还提供了EViews软件基本操作的介绍各章的教授内容与EViews软件操作分为两个课件，教师可以教授完一章或一节后讲相应的操作和实习，也可以把教授内容和实习分开，最后讲操作和实习。要告诉学生，不能把计量软件的结果直接复制粘贴到作业或论文里，而是要利用计量经济学规范的方程和图表把模型结果清晰地表达出来，并加以解释和分析。书中各章的例子给出了示范。

美国IHS公司2017年推出EViews 10.0版本软件，我们购买了该版本软件。本书的EViews软件操作部分都采用EViews 10.0版本软件。
本书由下列人员完成本书第1版和第2版的主要作者梁云芳教授因病于2013年10月去世，她所承担章节［本书中高级的第2章2.2节、第8章、第11章（与王亚芬合作）］的修改、增补等工作由其他作者来完成，不再标出。
初级版： 第1、2、3章，王金明； 第4章，康书隆； 第5章，王亚芬； 第6章，孔宪丽； 第7章，刘玉红。
中高级版： 第1、8章，陈飞； 第2章，康书隆； 第3章，王金明； 第4章，张同斌； 第5、7章，刘玉红； 第6、11章，王亚芬； 第9章，孔宪丽； 第10章，高铁梅。

编者简介

高铁梅，东北财经大学教授、博士生导师、数量经济研究所所长。主要研究方向:宏观经济分析与政策模拟、经济周期波动分析与预测方法。

目录

第1章概率与统计基础
1.1随机变量
1.1.1概率分布
1.1.2随机变量的数字特征
1.1.3随机变量的联合分布
1.1.4从总体到样本
1.2一些重要的概率分布
1.2.1正态分布
1.2.2χ2分布
1.2.3t分布
1.2.4F分布
1.3统计推断
1.3.1参数估计
1.3.2估计量性质
1.3.3假设检验
1.4EViews软件的相关操作
1.4.1单序列的统计量
1.4.2多序列的显示和统计量
1.4.3分布函数
1.4.4假设检验
1.5习题
第2章基本回归模型
2.1古典线性回归模型
2.1.1回归分析基本概念
2.1.2一元线性回归模型和基本假定
2.1.3最小二乘法
2.1.4多元线性回归模型
2.1.5系数估计量的性质
2.1.6线性回归模型的检验
2.1.7AIC准则和Schwarz准则
2.1.8多重共线性问题
2.1.9样本容量问题
2.2回归方程的函数形式
2.2.1双对数线性模型
2.2.2半对数模型
2.2.3双曲函数模型
2.2.4多项式回归模型
2.2.5BoxCox转换
2.3包含虚拟变量的回归模型
2.3.1回归中的虚拟变量
2.3.2季节调整的虚拟变量方法
2.4模型设定和假设检验
2.4.1系数检验
2.4.2残差检验
2.4.3模型稳定性检验
2.5方程模拟与预测
2.5.1预测误差与方差
2.5.2预测评价
2.6EViews软件的相关操作
2.6.1设定回归方程形式和估计方程
2.6.2方程输出结果
2.6.3与回归方程有关的操作
2.6.4模型设定和假设检验
2.6.5预测
2.7习题
第3章其他回归方法
3.1加权最小二乘法
3.1.1异方差的概念
3.1.2异方差的后果
3.1.3异方差检验
3.1.4加权最小二乘估计
3.1.5存在异方差时参数估计量的一致协方差
3.2内生解释变量和二阶段最小二乘法
3.2.1内生解释变量
3.2.2工具变量法
3.2.3二阶段最小二乘法
3.3广义矩方法（GMM）
3.3.1矩法估计量
3.3.2广义矩估计
3.4解释变量内生性检验与工具变量的检验
3.4.1过度识别约束检验
3.4.2工具变量外生性检验
3.4.3解释变量内生性检验
3.4.4弱工具变量检验
3.5多项式分布滞后(PDLS)模型
3.5.1分布滞后模型的概念
3.5.2多项式分布滞后模型方法
3.6EViews软件的相关操作
3.6.1异方差检验
3.6.2加权最小二乘法估计
3.6.3White异方差一致协方差和NeweyWest异方差
自相关一致协方差
3.6.4二阶段最小二乘法估计
3.6.5GMM估计
3.6.6解释变量内生性检验与工具变量检验
3.6.7估计包含PDLs的模型
3.7习题
第4章时间序列模型
4.1序列相关及其检验
4.1.1序列相关及其产生的原因和后果
4.1.2序列相关的检验方法
4.1.3广义最小二乘估计与序列相关的修正
4.2平稳时间序列建模
4.2.1平稳时间序列的概念
4.2.2ARMA模型
4.2.3ARMA模型的平稳性
4.2.4ARMA模型的识别
4.2.5ARMA模型的估计及预测
4.3EViews软件的相关操作
4.3.1检验序列相关性
4.3.2修正序列相关
4.3.3ARMA(p，q)模型的估计
4.4习题
第5章离散因变量模型
5.1二元选择模型
5.1.1线性概率模型及二元选择模型的形式
5.1.2二元选择模型的估计
5.1.3二元选择模型变量的假设检验
5.2排序因变量模型
5.2.1排序因变量模型的形式
5.2.2排序因变量模型的估计
5.3EViews软件的相关操作
5.3.1二元选择模型
5.3.2排序因变量模型
5.4习题
第6章面板数据模型
6.1面板数据模型的基本原理
6.1.1面板数据模型概述
6.1.2面板数据模型分类
6.2模型形式设定检验
6.3变截距模型
6.3.1固定影响变截距模型
6.3.2随机影响变截距模型
6.3.3Hausman检验
6.4变系数模型
6.4.1固定影响变系数模型
6.4.2随机影响变系数模型
6.5EViews软件的相关操作
6.5.1含有Pool对象的工作文件
6.5.2Pool对象中数据处理
6.5.3Pool对象的模型估计
6.5.4Hausman检验的实现
6.6习题
第7章联立方程模型的估计与模拟
7.1联立方程系统概述
7.1.1联立方程系统的基本概念
7.1.2联立方程系统的识别
7.1.3一个中国小型宏观经济联立方程模型
7.2联立方程系统的估计方法
7.2.1单方程估计方法
7.2.2系统估计方法
7.3联立方程模型的模拟
7.3.1联立方程模型概述
7.3.2模型模拟的分类
7.3.3模型的评估
7.3.4情景分析
7.4EViews软件的相关操作
7.4.1联立方程系统的基本操作
7.4.2联立方程模型的模拟与预测
7.4.3联立方程模型的求解
7.4.4联立方程模型的数据操作
7.5习题
参考文献
附录A统计分布表
A1标准正态分布表
A2χ2分布表
A3t分布表
A4F分布表
附录BEViews软件的常用函数
B1公式中的运算符号及其含义
B2时间序列函数及其含义
B3序列描述性统计量的@函数及其含义
B4三角函数
B5统计函数
B6回归统计量的@函数及其含义