计量经济学（原书第3版·升级版）_［美］詹姆斯H.斯托克_9787111586814

本书是一本经典的计量经济学入门教材，书中全面系统地介绍了计量经济学的基本知识。全书共分5篇，内容包括：导论与知识回顾、回归分析基础、回归分析的高级专题、经济时间序列数据的回归分析和回归分析的计量经济学理论。与其他同类教材相比，本书具有以下几个显著特点：第壹，将现实世界的问题和数据与理论的发展联系起来，并且认真对待实证分析中大量的重要发现；第二，所选取的内容反映了现代理论和实践的发展；第三，给出的理论和假设都与应用相符。

　　前言不论是对于教师还是对于学生来说，计量经济学都是一门非常有趣的课程。它涉及经济、企业以及政府的现实世界，复杂且混乱，充斥着亟待解决的冲突和问题。例如，究竟是颁布严格的法令还是提高酒水的税率会更有效地抑制酒后驾车？在股票市场，你应该通过买入价格相对较低的股票赚钱，还是应该依照股票价格随机游走理论而静观其走势？是否应该通过缩小班级规模来提升小学教育质量，还是仅让孩子们每天听十分钟莫扎特的乐曲？计量经济学能够帮助我们从许多疯狂的想法中筛选出合理的思想，并寻求重要定量问题的定量答案。它在这个复杂的世界中为我们打开了一扇窗，让我们可以挖掘个人、企业以及政府做决策时所依据的内在逻辑。

　　本书适用本科阶段计量经济学的入门课程。我们的经验是，在初级课程中，应注重计量经济学理论和应用的联系，应用会推动理论的发展，而理论必须与应用相符。这一简单的原则是本书与其他计量经济学教材的主要区别。在过去的教材中，理论模型和假设常与实际应用不相符，这也是为什么一些学生在花费了大量的时间学习后却发现这些假设并不现实，于是又要去学习这些与应用不相符的假设所带来“问题”的“解决方法”，从而对计量经济学中理论和应用的联系产生怀疑。我们认为，最好从具体应用出发寻找解决方法，随后提出一些简单的、与应用相符的假设，使理论与应用直接联系起来，让计量经济学变得更加生动、便于理解。

　　第3版的变化●修正了面板数据回归中标准误差的处理方法。

　　●讨论了回归分析中数据缺失问题的产生机制和原因。

　　●应用断点回归设计（regression discontinuity design）作为分析准实验的方法。

　　●修正了对弱工具变量的讨论。

　　●阐述了在回归分析中加入控制变量的方法及其应用。

　　●介绍了实验数据的“潜在结果”框架。

　　●增加了专栏文章。

　　●增加了练习题，包括习题和实证练习。

　　第3版沿用了第1版和第2版中“应用推动理论”的基本理念，并没有太大的改变。

　　第3版的一个重要变动是关于“面板数据回归”（第10章）的讨论。在面板数据中，个体的数据常常是与时间相关的，为了保证推断有效，必须使用针对该相关性的稳健方法计算标准误差。本书关于面板数据的章节从一开始就使用了这样的方法，即集群标准误差法。这种方法是第2篇回归分析基础所介绍的异方差—稳健标准误差在面板数据的自然推广。近期的研究已经表明集群标准误差法具有许多优良的性质，本书在第10章及附录中均有讨论。

　　第3版的另外一个重要变动是第13章中对实验和准实验的处理。根据第2篇中多元回归的原理，优化了关于倍差法的讨论。第13章讨论了分析准实验数据的另一种重要方法，即断点回归设计。此外，第13章还介绍了潜在结果框架，并将这一术语与第1篇和第2篇中所介绍的概念联系在一起。

　　第3版还有一系列其他重要变化，如在多元回归模型的讨论中增加了一个明确且容易实现的控制变量处理方法，第7章讨论了控制变量应满足的条件，以保证所研究变量的系数估计量的无偏性（尽管控制变量的系数常常是有偏的）。第3版的其他变化还包括：增加了第9章中关于数据缺失的讨论，在第18章的附录中增加了对非线性回归方程斜率和弹性的数学分析，并且更新了第12章中关于弱工具问题处理的讨论。第3版还增加了一些专栏，更新了部分实证例子，补充了一些练习题。

　　升级的第3版●对第14～16章中所使用的时间序列数据进行扩充、延伸，这期间包括大衰退时期。

　　●第14章的经验分析侧重于使用期限利差而不是菲利普斯曲线对实际GDP的增长率进行预测。

　　●每个章节增加了部分实证练习。更多实证练习，请参阅本书配套网站www.pearsonhighered.com/stock_watson。之所以这么做，主要是出于两方面考虑：一方面，我们可以提供越来越多的实证练习；另一方面，可以有效增加或更新习题库。希望广大读者点击查阅。

　　本书特色与其他教材相比，本书主要有以下三个特点：第一，我们将现实问题和数据与理论发展紧密融合在一起，并且认真对待实证分析所得到的一系列结论；第二，我们所选取的内容反映了现代理论和实践的最新发展；第三，我们所给出的理论和假设是与实际应用相匹配的。我们的目的是使学生能够尽快适应、掌握和熟练应用计量经济学工具。

　　现实世界的问题和数据我们所讨论的每个专题和方法都围绕一个需要给出明确定量答案的重要现实问题而展开。例如，在估计学校投入对学校产出影响的问题（即更小的班级规模是否会提高学生的测试成绩）中，我们讲授了一元回归、多元回归及函数形式分析等内容；在分析酒驾相关法律对交通事故死亡率影响的问题中，我们讲授了面板数据方法；在分析房屋贷款市场中是否可能存在种族歧视现象的问题中，我们讲授了二元被解释变量回归（logit模型和probit模型）；在估计香烟需求弹性的问题中，我们讲授了工具变量估计方法。尽管这些实例都涉及经济推理，但只要学过初等经济学课程的学生都能理解，并且对其中大部分问题的理解不需要具备任何经济学专业知识。教师可以集中精力讲授计量经济学知识，而不用花时间去回顾

目　　录译者序前言致谢第1篇　导论与知识回顾第1章　经济问题和数据2 　1.1　我们研究的经济问题2 　1.2　因果效应和理想化随机对照实验5 　1.3　数据：来源和类型6 　本章小结9 　重要术语9 　内容复习9 第2章　概率论知识回顾10 　2.1　随机变量和概率分布10 　2.2　期望值、均值和方差13 　2.3　二维随机变量16 　2.4　正态分布、χ2分布、学生t分布及F分布21 　2.5　随机抽样与样本均值的抽样分布25 　2.6　抽样分布的大样本近似28 　本章小结32 　重要术语32 　内容复习32 　习题33 　实证练习36 　附录2A　重要概念2-3中结果的推导36 第3章　统计学知识回顾37 　3.1　总体均值的估计37 　3.2　关于总体均值的假设检验40 　3.3　总体均值的置信区间46 　3.4　不同总体间的均值比较47 　3.5　基于实验数据估计因果效应49 　3.6　样本容量较小时的t统计量51 　3.7　散点图、样本协方差和样本相关系数52 　本章小结54 　重要术语55 　内容复习55 　习题55 　实证练习58 　附录3A　美国当前人口调查59 　附录3B　Y是μY的最小二乘估计量的两种证明方法59 　附录3C　样本方差一致性的证明60 第2篇　回归分析基础第4章　一元线性回归62 　4.1　线性回归模型62 　4.2　线性回归模型的系数估计65 　4.3　拟合优度69 　4.4　最小二乘假设71 　4.5　OLS估计量的抽样分布74 　4.6　结论76 　本章小结76 　重要术语77 　内容复习77 　习题77 　实证练习78 　附录4A　加利福尼亚州的测试成绩数据集79 　附录4B　OLS估计量的推导80 　附录4C　OLS估计量的抽样分布80 第5章　一元线性回归：假设检验和置信区间82 　5.1　关于某个回归系数的假设检验82 　5.2　回归系数的置信区间86 　5.3　X为二元变量时的回归87 　5.4　异方差和同方差88 　5.5　普通最小二乘的理论基础92 　5.6　样本容量较小时的t统计量应用93 　5.7　结论94 　本章小结95 　重要术语95 　内容复习95 　习题96 　实证练习98 　附录5A　OLS标准误差公式98 　附录5B　高斯—马尔科夫条件和高斯—马尔科夫定理的证明99 第6章　多元线性回归102 　6.1　遗漏变量偏差102 　6.2　多元回归模型106 　6.3　多元回归的OLS估计量108 　6.4　多元回归的拟合优度110 　6.5　多元回归模型的最小二乘假设112 　6.6　多元回归模型中OLS估计量的分布113 　6.7　多重共线性114 　6.8　结论116 　本章小结116 　重要术语116 　内容复习117 　习题117 　实证练习119 　附录 6A　式（6-1）的推导119 　附录6B　包含两个解释变量且误差项为同方差时的OLS估计量的分布120 　附录6C　Frisch-Waugh定理120 第7章　多元线性回归：假设检验和置信区间121 　7.1　单个系数的假设检验和置信区间121 　7.2　联合假设的检验124 　7.3　涉及多个系数的单约束检验128 　7.4　多个系数的置信集128 　7.5　多元回归的模型设定129 　7.6　对测试成绩数据集的分析132 　7.7　结论135 　本章小结136 　重要术语136 　内容复习136 　习题136 　实证练习138 　　　*本节可选修，且不会影响后面章节的学习。　附录7A　联合假设的Bonferroni检验139 　附录7B　条件均值独立140 第8章　非线性回归函数142 　8.1　非线性回归的一般建模方法143 　8.2　一元非线性函数148 　8.3　解释变量的交互项154 　8.4　学生—教师比对测试成绩的非线性效应162 　8.5　结论165 　本章小结166 　重要术语166 　内容复习166 　习题167 　实证练习170 　附录8A　参数非线性的回归函数171 　附录8B　非线性回归函数的斜率和弹性173 第9章　多元回归分析有效性的评估174 　9.1　内部有效性和外部有效性174 　9.2　多元回归分析的内部有效性威胁176 　9.3　利用回归模型进行预测时的内部有效性和外部有效性183 　9.4　实例：测试成绩和班级规模184 　9.5　结论190 　本章小结190 　重要术语191 　内容复习191 　习题191 　实证练习192 　附录9A　马萨诸塞州的小学测试数据193 第3篇　回归分析的高级专题第10章　面板数据回归196 　10.1　面板数据196 　10.2　两期的面板数据：“前后”比较198 　10.3　固定效应回归200 　10.4　时间固定效应回归202 　10.5　固定效应回归假设和固定效应回归的标准误差204 　10.6　关于酒驾的法律规定和交通事故死亡人数206 　10.7　结论209 　本章小结210 　重要术语210 　内容复习210 　习题210 　实证练习211 　附录10A　州交通死亡事故数据集213 　附录10B　固定效应回归的标准误差213 第11章　二元被解释变量回归216 　11.1　二元被解释变量与线性概率模型217 　11.2　probit回归和logit回归219 　11.3　logit模型和probit模型的估计与推断223 　11.4　在波士顿HMDA数据中的应用226 　11.5　结论230 　本章小结231 　重要术语232 　内容复习232 　习题232 　实证练习233 　附录11A　波士顿HMDA数据235 　附录11B　最大似然估计235 　附录11C　其他受限被解释变量模型236 第12章　工具变量回归

你还可能感兴趣

我要评论