请选择 进入手机版 | 继续访问电脑版

tag 标签: 计量经济学经管大学堂:名校名师名课

相关帖子

版块 作者 回复/查看 最后发表
因变量为时间序列(连续) 自变量为面板可以用面板模型吗?连续因变量可以划为离散吗 计量经济学与统计软件 学习使我快乐哦哦哦哦 2023-12-14 1 480 jnutt 2023-12-23 19:50:59
计量经济学第五版学习指南 attachment 新手入门区 tanzer2022 2023-10-29 3 353 xujingjun 2023-10-30 19:39:24
悬赏 求问只有两个时间的面板数据可以用双重差分did吗? - [!reward_solved!] Stata专版 az10969 2021-7-22 15 4796 wawiii 2023-6-2 09:27:15
计量经济学课程论文10篇 word 版 attachment EViews专版 sng542 2007-10-18 1335 135262 bowiewong0212 2023-2-17 01:40:53
[推荐]handbook of econometrics(计量经济学手册)完全精美版 attachment digest 计量经济学与统计软件 anthust 2009-6-1 562 104482 fzw0000 2022-5-31 10:05:47
[下载]免费《计量经济学软件:EVIEWS的使用》于俊年编,手把手教你操作eviews! attachment EViews专版 orochieh 2009-6-1 1040 84014 fishsky 2019-9-3 17:21:20
wooldridge计量经济学导论(现代观点)的全套资料(免费) 计量经济学与统计软件 boshihua 2007-4-29 44 20966 yueguomi 2016-12-24 17:08:46
[原创]免费计量经济学论文经典范文 计量经济学与统计软件 zq929311 2006-11-12 123 101831 楚天江南客 2016-12-23 15:07:47
古扎拉蒂计量经济学习题答案(英文版) free 计量经济学与统计软件 lovelove99 2009-2-11 23 7783 memeda0809 2015-11-4 11:02:10
李子奈计量经济学课件 attachment EViews专版 lbj90 2013-6-20 3 4227 我是小李子 2015-4-16 22:47:29
伍德里奇计量经济学第三版电子书及答案 attachment 计量经济学与统计软件 arthurwangfh 2008-5-18 195 48716 xujinhang 2015-4-15 16:47:12
企业内部写关于价格弹性估计的论文,有很多计量问题请教各位 爱问频道 tinalee1229 2013-6-11 1 3959 Bonnie0734 2014-8-28 18:44:53
[下载]约翰斯顿《计量经济学方法》(第四版)数据光盘 attachment 计量经济学与统计软件 lgcabc 2007-8-9 2 3674 katrina_lu 2014-5-6 20:52:06
格林计量经济学(英文) 计量经济学与统计软件 lixiaos 2007-6-14 3 5793 zhoudanhz 2013-11-14 11:49:14
悬赏 计量经济学OSL与ML相关试卷求答案(A) - [悬赏 100 个论坛币] attach_img 计量经济学与统计软件 noahfangzz 2013-5-3 0 4697 noahfangzz 2013-5-3 12:51:41
计量经济学论文---影响居民消费水平因素分析 计量经济学与统计软件 ckelaine 2008-12-30 14 14082 红色晚会 2012-12-24 22:18:00
Eviews在计量经济学中的应用(pdf,54页) attachment 商学院 ambow 2007-4-29 1 2026 风说你要来 2011-11-22 23:41:12
[求助]急需计量经济学资料! attachment 数据分析与数据挖掘 yeechen 2009-6-11 2 2130 叶江峰 2009-6-12 01:44:00

相关日志

分享 计量经济学—20141224
accumulation 2014-12-24 20:07
1.Beta系数 2.工具变量法中的R-squared 3.工具变量法中的内生性检验** 4.2SLS 5.异方差的B-P检验法 6.弱工具变量的后果 7.虚拟变量问题 8.加权最小二乘法
个人分类: 计量经济学|0 个评论
分享 Prediction——计量经济学
accumulation 2014-12-24 15:04
0.MLR1~6每一项的意义 1.虚拟变量系数的意义与估计 2.交互项系数的意义与检验(检验两个组别的回归方程相同) 3.HSK的影响、检验与处理 4.WLS,GLS,FGLS等的步骤 5.遗漏变量偏误 6.内生变量的区分与检验 7.工具变量的条件(以及不满足条件的后果) 8.2SLS步骤 9.Beta系数的意义 n Construct confidence interval for q Mean of the dependent variable q A particular unit 为以下各项构建置信区间 因变量的均值 某一特殊值 n Predicting y when log(y) is the dependent variable 当log(y)为解释变量时预测y n The interpretation of the coefficient for a dummy variable, esp. when the dependent variable is log(y). q Be able to show that the coefficients for the binary regression with only one dummy measures the group differences. q Be able to interpret the intercept and coefficients for each group. q The interpretation of the coefficients when there are multiple categories. n Estimation and testing involves slope differences q How to write out models that allow both intercept and slope differences across groups q How to interpret the corresponding coefficients n The Chow Test q How to construct the Chow test when the null hypothesis allows no difference between two groups q How to construct the Chow test when some of the coefficients are allowed to be different n The interpretation of linear probability model q What is a linear probability model q Why the error is HSK for linear probability model q How to interpret the coeffients in linear probability models q What are the limitations of the linear probability model 1. What is instrument exogeneity and instrument relevance 2. show that the IV estimator is consistent using z as a instrument that satisfies the conditions in 1, for a binary regression. 3. Understand why the IV estimator can be represented as the division of the coefficients for z in the two reduced-form regressions. 4.The difference between structural equation and the reduced-form equation. 5. How 2SLS is performed. 6. How to test for endogeneity 7. How to test whether the IV is weak 8. What is the consequence if one uses IVs that are weak?
个人分类: 计量经济学|0 个评论
分享 REVIEW计量经济学—工具变量估计与两阶段最小二乘法
accumulation 2014-12-24 14:27
1.动机:简单回归模型中的遗漏变量 1-内生性产生的三点原因 2-工具变量的外生性 3-工具变量的关联性 4-二元回归中工具变量参数的估计 5-工具变量的条件以及不满足的后果 6-工具变量的渐近方差 7-工具变量法使用时特别要求大样本 8-工具变量法中的R-sq 2.多元回归模型中的IV估计 1-结构方程 2-简约式 3-工具变量相关性的检验 3.两阶段最小二乘法 1-IV一定是大样本的方法,如果是有限样本,则计算结果是因工具变量的不同选择而异的 2-多工具变量的检验应该是F检验;工具变量的线性组合可以作为一个新的工具使用;从而利用每一个工具的信息 3-2SLS的步骤 4.变量误差问题中的IV解决方法 5.内生性检验与检验过度识别约束 6.异方差条件下的2SLS 1. What is instrument exogeneity and instrument relevance 2. show that the IV estimator is consistent using z as a instrument that satisfies the conditions in 1, for a binary regression. 3. Understand why the IV estimator can be represented as the division of the coefficients for z in the two reduced-form regressions. 4.The difference between structural equation and the reduced-form equation. 5. How 2SLS is performed. 6. How to test for endogeneity 7. How to test whether the IV is weak 8. What is the consequence if one uses IVs that are weak?
个人分类: 计量经济学|0 个评论
分享 REVIEW计量经济学—异方差
accumulation 2014-12-24 13:57
1.异方差对OLS造成的影响 1-线性概率模型中的异方差性 2-工资的教育回报中的异方差性 3-存在异方差时,OLS无偏且一致 4-R-sq与调整后的R-sq仍可以较好地度量拟合优度 5-存在异方差时估计值的标准误是有偏的 6-存在异方差时不能用t检验与F检验 2.OLS估计后的异方差稳健推断 1-简单二元回归中异方差存在时参数的方差及其估计量 2-多元回归中异方差存在时参数的方差及其估计量 3-异方差-稳健的t统计量 4-异方差-稳健的F统计量 5-稳健标准误的适用性依赖于大样本 3.对异方差性的检验 1-图形检验-残差 2-B-P检验异方差性—F统计量 3-White检验异方差性—F统计量 4-即使无异方差性,可能由于重要变量的遗漏而拒绝原假设 5-HSK可能意味着模型设定错误 4.加权最小二乘估计 1-WLS加权-每个残差平方的权重 2-广义最小二乘法GLS-BLUE 3-GLS的权重 4-WLS—工资的异方差性 5-FGLS的步骤 6-异方差的B-P、White检验与FGLS例子—香烟需求 5.线性概率模型
个人分类: 计量经济学|0 个评论
分享 REVIEW计量经济学—虚拟变量
accumulation 2014-12-24 13:29
1.对定性信息的描述 1-定性分析、二值变量、虚拟变量 2-虚拟变量-分类与回归 2.只有一个虚拟自变量 1-男性女性工资差异问题—截距迁移 2-虚拟变量陷阱—完全多重共线性问题 3-基准组的选择—n个分类,n-1个虚拟变量 4-因变量为log(y)时对虚拟解释变量系数的解释 5-对数小时工资方程-精确的百分数差异 6-回归系数的最小二乘估计 3.使用多类别虚拟变量 1-对数小时工资方程-基准组的选择-工资的婚姻溢价 2-相貌吸引力对工资的影响 3-法学院排名对起薪的影响 4.设计虚拟变量的交互作用 1-婚姻状况与性别对工资的影响—交互作用 2-交互作用—允许出现不同的斜率—男性女性工资差异 3-种族对棒球运动员薪水的影响—种族与城市中种族比例的交互项 4-检验不同组之间回归函数上的差异 5-Chow-statistic与F检验 5.二值因变量—线性概率模型 1-线性概率模型的条件方差 2-系数的解释 6.对政策分析和项目评价的进一步讨论 n Estimation and testing involves slope differences q How to write out models that allow both intercept and slope differences across groups q How to interpret the corresponding coefficients n The Chow Test q How to construct the Chow test when the null hypothesis allows no difference between two groups q How to construct the Chow test when some of the coefficients are allowed to be different n The interpretation of linear probability model q What is a linear probability model q Why the error is HSK for linear probability model q How to interpret the coeffients in linear probability models q What are the limitations of the linear probability model
0 个评论
分享 REVIEW计量经济学—多元回归进一步讨论
accumulation 2014-12-24 12:49
1.Beta系数 2.函数形式 1-对数函数形式—半弹性的计算 2-含二次项的形式—抛物线、递减效应 3-含交互项的形式—交互项的含义 3.标准误和置信区间 4.拟合优度与回归元选择的进一步探讨 5.预测和残差分析
0 个评论
分享 计量经济学期末复习重点
accumulation 2014-12-23 22:34
0.MLR1~6每一项的意义 1.虚拟变量系数的意义与估计 2.交互项系数的意义与检验(检验两个组别的回归方程相同) 3.HSK的影响、检验与处理 4.WLS,GLS,FGLS等的步骤 5.遗漏变量偏误 6.内生变量的区分与检验 7.工具变量的条件(以及不满足条件的后果) 8.2SLS步骤 9.Beta系数的意义
0 个评论
分享 计量经济学—2014f
accumulation 2014-12-23 14:47
1.计量经济学导论 2.简单二元回归 3.多元回归分析—估计 4.多元回归分析—推断 5.多元回归分析—OLS渐近性 6.多元回归虚拟变量 7.多元回归进一步讨论 8.异方差 9.工具变量
0 个评论
分享 计量经济学内生性的原因
accumulation 2014-12-17 21:24
1.Simultaneous equation bias(PQ); 2.Omitting variable bias; 3.Measurement error bias; Valid IV:instrument exogeneity and relevance; E(u|x)=0 E(u|x)不等于0 OLS BLUE BIASED AND INCONSISTENCY IV INEFFICIENT(sd) CONSISTENCY IV——BIASED WHEN SMALL SAMPLE. 有工具变量时估计量具有一致性的证明;有工具变量时方差变大的证明。
0 个评论
分享 计量经济学案例与数据
accumulation 2014-12-17 20:32
1. 计量经济学的性质与经济数据 (1) 培训项目对工人随后每小时工资的影响; (2) 证券各种不同投资组合的回报; (3) 宏观经济变量的预测; (4) 犯罪的经济模型; (5) 最低工资与失业率的时间序列; (6) 两年住房价格的混合横截面数据; (7) 城市犯罪统计量的一个两年面板数据集; (8) 肥料对作物收成的影响; (9) 测度教育的回报率; (10) 执法对犯罪活动的影响; (11) 金融经济学的预期假说; (12) WAGE1.RAW 平均受教育程度与工资; (13) BWGHT2.RAW 怀孕期间吸烟; (14) MEAP01.RAW 数学和阅读的平均通过率; (15) JTRAIN2.RAW 工作培训实验; 2. 简单回归模型 (1) CEOSAL1.RAW 首席执行官的薪水和股本回报率; (2) VOTE1.RAW 投票结果与竞选支出; (3) WAGE1.RAW 一个对数工资方程; (4) MEAP93.RAW 学生的数学成绩与学校的午餐项目; (5) 401K.RAW 养老金计划参与率与该计划慷慨程度之间的关系; (6) CEOSAL2.RAW 美国公司首席执行官的信息; (7) SLEEP75.RAW 每周用于睡眠的时间和用于有酬工作的时间之间是否有替代关系; (8) WAGE2.RAW 用智商解释月薪; (9) RDCHEM.RAW 化工产业研发支出与销售额的关系; (10) ATTEND.RAW 出勤率与成绩的关系; 3. 多元回归分析:估计 (1) GPA1.RAW 大学 GPA 的决定因素; (2) WAGE1.RAW 小时工资的对数方程; (3) CRIME1.RAW 对拘捕记录的解释; (4) GPA2.RAW 数学与语言成绩与 GPA ; (5) LAWSCH85.RAW 法学院刚毕业学生的起薪; (6) MEAP01.RAW 数学考试通过率与免费午餐的关系; (7) HPRICE1.RAW 住房价格的模型; (8) CEOSAL2.RAW 企业业绩对 CEO 薪水的影响; (9) DISCRIM.RAW 快餐店各种商品价格与人口特征方面的数据; 4. 多元回归分析:推断 (1) WAGE1.RAW 小时工资方程中工作经历的偏效应; (2) MEAP93.RAW 学生成绩与学校规模; (3) GPA1.RAW 大学 GPA 决定因素的统计显著性; (4) 校园犯罪与注册人数; (5) HPRICE2.RAW 住房价格和空气污染; (6) RDCHEM.RAW 研发支出模型与置信区间; (7) TWOYEAR.RAW 大专与本科教育回报的比较; (8) MLB1.RAW 棒球运动员薪水的模型与 F 检验; (9) BWGHT.RAW 婴儿出生体重方程中父母的受教育程度与联合显著性; (10) MEAP93.RAW 教师的薪水与养老金之间的替换关系; (11) RENTAL.RAW 总人口与租金; (12) MSUECON.RAW 学生平均成绩及其影响因素; (13) RETURN.RAW 股票市场中的信息与有效市场假说; (14) HTV.RAW 包含父母受教育程度的工资方程; (15) 401KSUBS.RAW 净金融财富与年龄、收入、家庭规模等信息之间的关系; 5. 多元回归分析: OLS 的渐近性 (1) BWGHT.RAW 婴儿出生体重方程中的标准误; (2) 犯罪的经济模型与 LM 统计量; (3) SMOKE.RAW 美国成人个体随机抽样在抽烟行为和其它变量方面的信息; 6. 多元回归分析:其它问题 (1) HPRICE2.RAW 污染对住房价格的影响与 beta 系数; (2) HPRICE2.RAW 污染对住房价格的影响与二次项; (3) ATTEND.RAW 出勤率对期末考试成绩的影响与交互项的解释; (4) APPLE.RAW 弱解释能力与无偏性无关; (5) RDCHEM.RAW 利用调整 R-squared 在非嵌套模型中进行选择,对数形式与二次函数形式; (6) GPA2.RAW 大学 GPA 预测值的置信区间; (7) 对 CEO 薪水的预测; (8) KIELMC.RAW 垃圾焚化炉的位置对住房价格的影响; (9) HPRICE1.RAW 房价的预测值; (10) VOTE1.RAW 含有竞选支出交互项的模型; (11) ATTEND.RAW 交互项与二次函数项综合模型; (12) NBASAL.RAW 美国 NBA 运动员的薪水信息和职业统计; (13) BWGHT2.RAW 模型二次项的显著性; (14) APPLE.RAW 统计显著性; (15) 401KSUBS.RAW 净总金融资产、年轻家长; 7. 含有定性信息的多元回归:虚拟变量 (1) WAGE1.RAW 小时工资模型中的虚拟变量 female ; (2) GPA1.RAW 拥有计算机对大学 GPA 的影响; (3) JTRAIN.RAW 培训津贴对培训小时数的影响; (4) HPRICE1.RAW 殖民地建筑风格住房的价格; (5) WAGE1.RAW 对数小时工资方程与多类别虚拟变量; (6) MLB1.RAW 棒球运动员不同位置上薪水的差异; (7) BEAUTY.RAW 相貌吸引力对工资的影响,通过虚拟变量包含序数信息; (8) LAWSCH85.RAW 法学院排名对起薪的影响; (9) 拥有计算机对工资的影响,虚拟变量之间的交互作用; (10) WAGE1.RAW 对数小时工资方程中允许男性与女性表现出不同的斜率; (11) MLB1.RAW 种族对棒球运动员薪水的影响—种族与运动员所在城市中的种族比例; (12) GPA3.RAW 男女运动员的大学 GPA —检验不同组之间回归函数上的差别 - 邹至庄统计量; (13) MROZ.RAW 妇女参与劳动市场概率的线性概率模型—二值因变量; (14) CRIME1.RAW 拘捕率的一个线性概率模型; (15) GPA2.RAW 种族与性别对 GPA 的影响; (16) MSUECON.RAW 各种虚拟变量对课程得分的影响; (17) WAGE2.RAW 种族、性别对工资的影响; (18) FERTIL2.RAW 子女数的简单模型; (19) LOANAPP.RAW 抵押贷款市场中的种族歧视; (20) 401KSUBS.RAW 养老金计划的出现是否提高净储蓄; (21) AFFAIRS.RAW 婚外性行为的线性概率模型; 8. 异方差性 (1) WAGE1.RAW 同时使用异方差 - 稳健标准误的对数工资方程; (2) GPA3.RAW 异方差 - 稳健的 F 统计量; (3) CRIME1.RAW 异方差 - 稳健的 LM 统计量; (4) HPRICE1.RAW 住房价格方程中的异方差性; (5) HPRICE1.RAW 住房价格方程中怀特检验特殊形式; (6) SAVING.RAW 家庭储蓄方程中的加权最小二乘法; (7) SMOKE.RAW 对香烟的需求 - 纠正异方差性; (8) SLEEP75.RAW 睡眠行为模型中男性、女性的方差; (9) HPRICE1.RAW 异方差性的完全怀特检验; (10) VOTE1.RAW 异方差性的布罗施 - 帕甘检验; (11) PNTSPRD.RAW 线性概率模型与异方差性; 9. 模型设定和数据问题的深入探讨 (1) CRIME1.RAW 犯罪的经济模型 - 模型的函数形式; (2) HPRICE1.RAW 住房价格模型的形式 -RESET 统计量; (3) WAGE2.RAWIQ 作为能力的代理变量; (4) CRIME2.RAW 城市犯罪率—滞后因变量作代理变量; (5) SAVING.RAW 有测量误差的储蓄方程; (6) 废品率中的测量误差; (7) GPA1.RAW 存在测量误差的 GPA 方程; (8) RDCHEM.RAWRD 强度与企业规模—异常观测处理; (9) 州婴儿死亡率与异常观测处理; (10) CEOSAL2.RAW 模型中添加二次项后函数误设的证据; (11) LOANAPP.RAWwhite 系数估计值与 t 统计量; 10. 时间序列数据的基本回归分析 (1) 美国通货膨胀率与失业率的部分数据列表; (2) 静态模型 - 静态菲利普斯曲线; (3) 有限分布滞后模型 FDL- 通货膨胀率对利率的冲击倾向和长期倾向; (4) PHILLIPS.RAW 静态菲利普斯曲线—短期替代关系—附加预期的菲利普斯曲线; (5) INTDEF.RAW 通货膨胀和赤字对利率的影响; (6) PRMINWGE.RAW 波多黎各的就业和最低工资; (7) 货币需求与几年 GDP 的关系—短期弹性与长期弹性; (8) FERTIL3.RAW 个人税收减免对生育率的影响; (9) BARIUM.RAW 反倾销调查与化学产品进口; (10) FAIR.RAW 选举结果与经济形势; (11) 线性时间趋势与指数趋势; (12) HSEINV.RAW 住房投资于价格—时间趋势项; (13) FERTIL3.RAW 生育方程—线性时间趋势; (14) PRMINWAGE.RAW 波多黎各就业的除趋势解释; (15) INTDEF.RAW 美国 1979 年后利率方程的变化; (16) BARIUM.RAW 时间线性趋势与显著性; (17) EZANDERS.RAW 印第安纳州安德森市每月失业救济金登记人数; (18) CONSUMP.RAW 消费增长与真实人均可支配收入增长之间的关系 - 与真实利率的关系; (19) VOLAT.RAW 标准普尔 500 股票指数的月回报 - 收益的预测; (20) INTDEF.RAWinf 与 def 的相关系数、通货膨胀效应的估计与 LRP ; (21) TRAFFIC2.RAW 交通的时间序列分析; (22) MINWAGE.RAW 最低工资增长对就业增长的短期或长期影响及其显著性; 11. OLS 用于时间序列数据的其它问题 (1) NYSE.RAW 有效市场假说—股票收益的正相关性; (2) PHILLIPS.RAW 附加预期的菲利普斯曲线 - 供给冲击; (3) FERTIL.RAW 生育方程 - 一阶差分方法; (4) EARNS.RAW 工资和生产率 - 一阶差分; (5) WAGEPRC.RAW 月工资增长率与月总价格水平增长率的分布滞后模型 - 对数差分; (6) INTQRT.RAW 国库券收益与理性预期假说; (7) HSEINV.RAW 线性滞后、自相关; (8) EARNS.RAW 生产率增长率的提高对工资增长率既有当期的影响又有滞后的影响; (9) NYSE.RAW t 时期的期望收益有可能是 t-1 时期的期望收益的二次函数; (10) INVEN.RAW 存货投资的加速数模型——数据估计、实际利率对模型的影响; (11) CONSUMP.RAW 消费的持久收入假说; 12. 时间序列回归中的序列相关和异方差性 (1) PHILLIPS.RAW 菲利普斯曲线中 AR ( 1 )序列相关的检验—静态菲利普斯曲线中存在一阶正序列相关,附加预期的菲利普斯曲线中没有 AR ( 1 )序列相关; (2) MINWAGE.RAW 最低工资方程中 AR ( 1 )序列相关; (3) 对利率方程进行差分; (4) NYSE.RAW 异方差性与有效市场假说—异方差的布罗施 - 帕甘检验—当以前收益高时,股票收益率的波动就减小;股票收益的期望值不依赖于它的过去值,但是收益的方差依赖于过去的收益; (5) 股票收益的 ARCH ; 13. 跨时横截面的混合:简单面板数据方法 14. 高深的面板数据方法 15. 工具变量估计与两阶段最小二乘法 16. 联立方程模型 17. 限值因变量模型和样本选择纠正 18. 时间序列高深专题 19. 一个经验项目的实施
0 个评论
分享 计量经济学现代观点—横截面数据分析
accumulation 2014-12-17 20:29
计量经济学现代观点: 1. 计量经济学的性质与经济数据 (1). 什么是计量经济学 A. 劳动经济学:工人的小时工资; B. 检验经济理论:美国短期国债不同投资战略的回报; C. 宏观经济变量的预测:利率、通货膨胀率、 GDP 等; D. 计量经济学主要考虑非实验数据(观测数据、回顾数据); (2). 经验经济分析的步骤 A. 经验分析:利用数据来检验某个理论或估计某种关系; B. 经济模型:描述经济关系的数理方程,如预算约束下的最优决策、效用最大化; C. Becker 犯罪的经济模型; D. 工作培训与工人生产力; E. 计量经济模型:参数决定方向与强度、误差项与干扰项; F. 计量经济模型的应用:理论检验、研究政策; (3). 经济数据的结构 A. 横截面数据:给定时点所采集样本的特性; B. 随机抽样:从总体中抽样得到,财富样本不是所有家庭构成总体的一个随机样本; C. 另一种偏离随机抽样的情况:总体不够大,不能合理假定观测值是独立抽取的; D. 二值变量的概念; E. 例:工资和其它个人特征的横截面数据集、经济增长率和国家特征方面的数据集 - 政策对长期经济增长的影响; F. 时间序列数据:对一个或几个变量不同时间的观测值;如股票价格、货币供给、 CPI 、 GDP 等; G. 多数经济和其它时间序列都与近期历史高度相关; H. 时间序列的相互依赖性、时间趋势;数据频率; I. 时间序列的趋势性和高度持续性; J. 例:最低工资、失业和相关数据; K. 混合横截面数据:两年的住房价格; L. 混合横截面分析可看出一个基本关系如何随时间面变化; M. 面板数据有别于混合横截面数据的关键特征:同一横截面数据的数据单位都被跟踪了一段特定的时期; N. 面板数据例子:城市犯罪统计量的一个两年面板数据集; (4). 计量经济分析中的因果关系和其它条件不变的概念 A. 因果效应与相关关系; B. 计量经济方法:模拟其它条件不变的实验; C. 施肥对作物收成的影响、测度教育的回报、执法对城市犯罪活动的影响、最低工资条例对失业的影响; D. 金融经济学的预期假说:经济理论不能很自然地用因果关系进行描述; 2. 简单回归模型 (1). 简单回归模型的定义 A. 因变量与自变量、回归子与回归元、响应变量与控制变量、被预测变量与预测变量; B. 误差项或干扰项:观测不到的因素; C. 假定:误差项 u 的数学期望值为 0 ; D. 假定: u 的均值独立、零条件均值假定; E. E ( abil|16 ) =E ( abil|8 ); F. 总体回归函数 PRF ; (2). 普通最小二乘法的推导 A. 矩方法: E ( u ) =0 、 Cov ( x , u ) =E ( xu ) =0 ; B. 真值β 1 等于总体的协方差除以 x 的方程—— x 和 y 的相关性; C. 假定:样本中的 xi 不完全相等; D. 拟合值与残差——最小化残差平方和; E. 多元函数极值— OLS 估计值的一阶条件; F. 样本回归曲线 SRF — SRF 是 PRF 的一个样本估计; G. 首席执行官的薪水和股本回报率、工资和受教育程度、投票结果与竞选支出; (3). OLS 的操作技巧 A. OLS 统计量的三点代数性质:残差、样本协方差、均值; B. 总平方和 SST 、解释平方和 SSE 与残差平方和 SSR ; C. 拟合优度 R^2=SSE/SST=1-SSR/SST ; D. R^2 等于 y 的真值与拟合值的样本相关系数的平方; E. R^2 是 y 的样本变异中被 x 解释部分的百分比; (4). 度量单位和函数形式 A. 改变度量单位对 OLS 统计量的影响:自变量、截距; B. 模型的拟合优度 R^2 不依赖变量的度量单位; C. 在简单回归中加入非线性因素:一个对数工资方程; D. 自然对数的应用:常弹性模型; E. 含对数的函数形式:半弹性、弹性; F. 线性回归模型与非线性回归模型; (5). OLS 估计量的期望值和方差 A. OLS 的无偏性:线性于参数、随机抽样、解释变量的样本有变异、零条件均值; B. OLS 无偏性的证明:β 1 、β 0 ; C. OLS 估计量的方差: SLR5- 同方差性; D. Var ( y|x ) =Var ( u|x ); E. 一个工资方程中的异方差性; F. 证明— OLS 估计量的抽样方程:β 1 、β 0 ; G. 较大的样本中, x 的变异增大,β 1 的方差减少; H. 偏误与方差的替换关系; I. 误差方程的估计: SSR/ ( n-2 )、无偏估计; (6). 过原点回归 A. 简单回归的高斯 - 马尔科夫假定: SLR.1-SLR.5 ; 3. 多元回归分析:估计 (1). 使用多元回归的动因 A. 引入多个变量,变量之间可以相关; B. 推广模型形式,边际消费倾向递减; C. 一般多元回归模型的条件期望形式; (2). 普通最小二乘法的操作和解释 A. 普通最小二乘法:最小化残差平方和; B. OLS 一阶条件: k+1 个线性方程——矩条件; C. 估计量的排除效应与其它情况不变效应; D. 多元回归分析使得在非实验环境中进行受控实验; E. OLS 拟合值和残差的性质:样本平均值、样本协方差、均值; F. 对多元回归排除其它变量影响的解释: ri1- 将 xi 对 x1 进行回归得到的 OLS 残差——β 1 估计量的表达式; G. 简单回归和多元回归估计量的比较:上偏与下偏; H. 简单回归估计量等于多元回归估计量的情形: x2 与 x1 不相关、 x2 对 y 的效应为零; I. 拟合优度 R^2 : y 的实际值与拟合值相关系数的平方; J. 多元回归模型中增加任何一个变量都不会使 R^2 减小; K. 过原点的回归: R^2=1-SSE/SST : R^2 实际上可能为负?? L. 估计带截距项方程的代价: OLS 斜率估计量的方程会更大; (3). OLS 估计量的期望值 A. MLR 模型假定:线性于参数、随机抽样、不存在完全共线性、条件均值为零; B. 一般回归模型中,如果样本容量小于参数个数 k+1 ,不存在完全共线性假定便不成立; C. 外生解释变量:解释变量 x 与误差项 u 不相关; D. 内生解释变量:解释变量 x 与误差项 u 相关; E. 多元回归模型中的 OLS 无偏性; F. 在回归模型中包含了无关变量:在一个多元回归模型中包含一个或多个无关变量,或对模型进行了过度设定,并不会影响到 OLS 估计量的无偏性; G. 包含无关变量对 OLS 估计量的方程具有不利影响; H. 遗漏变量的偏误(简单情形):对模型设定不足时偏误的正负,偏误方向的总结; I. 例:小时工资与教育、能力的方程; J. 遗漏变量的偏误(一般情形); (4). OLS 估计量的方差 A. 假定 MLR.5 :同方差性; B. OLS 斜率估计量的抽样方差 Var ; C. OLS 方差的成分:多重共线性; D. 误设模型中的方差:模型中包括一个无关变量的代价是β 1 的估计值方差较高; E. 偏误的可能性大小与方差的减小之间的权衡; F. 估计: OLS 估计量的标准误: G. 方差的无偏估计量: SSR/ ( n-k-1 ); H. 方差的无偏估计:标准误 se ; (5). OLS 的有效性:高斯 - 马尔科夫定理 A. 在假定 MLR1-MLR4 下, OLS 估计量是无偏的; B. 在假定 MLR1-MLR5 下, OLS 估计量是最优线性无偏估计量( BLUE ):线性的含义:斜率估计量可以表示成因变量数据的一个线性函数、最优的含义:给定两个线性无偏估计量, OLS 估计量是方差最小的; C. 最优 BLUE : OLS 估计量的对应线性组合,在所有线性无偏估计量中也体现了最小方差; D. β 1 估计量表达式的证明; E. 证明:一般情形中的遗漏变量偏误; F. 证明: Var (β 1|X )公式; G. 证明: OLS 估计量是 BLUE 的证明; 4. 多元回归分析:推断 (1). OLS 估计量的抽样分布 A. 正态性假定( MLR6 ):总体中不可观测误差是正态分布的; B. 经典线性模型假设 CLM : MLR1 —— MLR6 ; C. 正态分布的缺点与对数正态分布; D. 正态抽样分布:(β j^- β j ) /sd (β j^ ) ~Normal ( 0 , 1 ); (2). 检验对单个总体参数的假设: t 检验 A. 定理:标准化估计量的 t 分布——(β j^- β j ) /se (β j^ ) ~t ( n-k-1 ); B. 卡方分布; C. 检验零假设: H0 :β j=0 ; D. t 统计量与 t 检验; E. 对单侧对立假设的检验:显著性水平; F. 拒绝法则: tc 部分为拒绝域, c 为临界值; G. 随着显著性水平下降,临界值会提高,拒绝零假设需要越来越大的 t 值; H. 随着 t 分布的自由度逐渐变大, t 分布会接近标准正态分布;只要自由度大于 120 ,就可以使用标准正态的临界值; I. 参数小于零的对立假设: H1 :β 10 ;拒绝法则为 t-c ; J. 双侧对立假设: H1 :β j 不等于 0 ; K. 双侧对立假设拒绝法则: |t|c ;显著性水平 5% 对应 c 使得 t 分布两端的面积各等于 2.5% L. 计算 t 检验的 p 值: p 值是能拒绝零假设的最小显著性水平; M. 小 p 值是拒绝零假设的证据,大 p 值是不能提供拒绝零假设的证据; N. 单侧检验 p 值等于双侧检验 p 值的一半; O. 经济显著性(实际显著性)与β的大小及符号有关; (3). 置信区间 (4). 检验关于参数的一个线性组合假设 (5). 对多个线性约束的检验: F 检验 (6). 报告回归结果 5. 多元回归分析: OLS 的渐近性 (1). 一致性 (2). 渐近正态和大样本推断 (3). OLS 的渐近有效性 6. 多元回归分析:深入专题 (1). 数据的测度单位对 OLS 统计量的影响 (2). 对函数形式的进一步讨论 (3). 拟合优度和回归元选择的进一步探讨 (4). 预测和残差分析
0 个评论
分享 计量经济学—异方差复习1
accumulation 2014-12-17 20:20
MLR1:Linear in Parameters; MLR2:Random Sampling; MLR3:Zero Conditional Mean; MLR4:No perfect collinearity; MLR5:Homoskedasticity; MLR6:Normal Distribution; MLR1-5:Gauss-Markov假设,OLS估计量是BLUE; MLR1-6:CLM,OLS估计量是MVUE; 如果存在异方差情形,则: 1.不影响无偏性(只需要MLR1——MLR4); 2.不影响一致性(只需要MLR1——MLR4); 3.不影响R-squared; 4.影响估计量方差有效性:OLS不是BLUE,而是Biased variance of the estimates; 异方差不影响无偏性、一致性的证明;条件期望零值假定比协方差为零更强; 如果存在内生性问题,则估计量不具备无偏性、一致性;
0 个评论
分享 计量经济学研究方法—经济研究
accumulation 2014-12-17 12:22
现代市场经济充满不确定性和风险,一个经济人做出一项决策后,其后果往往无法预知。现代经济学就是研究在充满不确定性因素的条件下如何公平而有效地配置有限资源。现代经济学可大致分为四个领域:宏观经济学、微观经济学、金融经济学和计量经济学。其中,宏观经济学、微观经济学和计量经济学已经成为中国高校经济类本科生和研究生必修的三门核心经济理论课程。同大多数的自然科学学科一样,现代经济学研究的一般方法可归纳为以下几个步骤: 第一,收集数据和总结经验特征事实(empirical stylized facts) 。经验特征事实一般从观察到的经济数据中提炼出来。比如,微观经济学中著名的恩格尔曲线(Engel’s curve) 就是一个经验特征事实,它刻画家庭生活用品支出占总收入的比例随着家庭总收入的上升而递减;宏观经济学中一个著名的经验特征事实是菲利普斯曲线(Phillips curve) ,它描述一个经济的失业率和通货膨胀率之间的负相关关系(后来又出现了“高失业高通胀”和“低失业低通胀”的正相关现象) ;还有,金融市场的波动常常会交替出现,大波动后通常会紧跟着另一个大波动,而小波动后会紧跟另一个小波动,这就是金融学中有名的经验特征事实———市场波动聚集(volatility clustering) 。经验特征事实是经济学研究的出发点,比如,时间序列计量经济学中的单位根(unit root) 和协理论,就是基 于Nelson and Plossor (1982) 在实证研究中发现大多数宏观经济时间序列都是单位根过程这一经验特征事实而发展起来的。 第二,建立经济理论或模型。找到经验特征事实以后,经济学家会建立经济理论或模型,以解释这些经验特征事实。这一阶段的关键是建立合适的经济数学模型。 第三,实证检验。这一步的工作需要把经济理论或模型转化为可用数据检验的计量经济模型。经济理论或模型通常只指出经济变量之间的因果关系和数量关系,没有给出确切的函数形式。从经济数学模型到计量经济模型的转化过程中,需要对函数形式做出假设,然后利用观测到的数据,估计未知参数值,并进一步验证计量经济模型的设定是否正确。 第四,应用。计量经济模型通过实证检验后,可用来检验经济理论或经济假说的正确性,预测未来经济的变动趋势以及提供政策建议。 可以看出,对经济理论进行数学建模和对经济现象进行实证分析已成为现代经济学的两个基本分析方法。事实上,这是几代经济学家努力使经济学成为像自然科学(如物理学) 那样的一门科学的必然结果。在北美,经济学博士生教育非常注重包括数学建模和实证研究的数量分析训练。数学建模在经济学中具有十分重要的作用。有很多方法,诸如图形描绘和文字论述等,都可用来描述经济理论。但是,任何经济理论,如果可用数学工具来表述,就能够确保其逻辑的一致性和正确性。正如马克思所指出的,在一门学科中能够使用数学是该学科成熟的重要标志。 在经济学中使用数学已有很长一段历史。古诺(Cournot ,1838) 撰写的《财富论中的数学原理》被认为是最早在经济分析中使用数学的著作之一。“边际革命”(marginal revolution) 是经济学发展的一个重要里程碑,尽管它当时没有使用数学工具,但后来经济学家发现,边际效应、边际产出和边际成本等概念,与微积分中的导数概念相对应。数理经济学家瓦尔拉斯(Walras ,1874) 在提出一般均衡理论时,使用了大量的数学工具;冯·诺依曼和摩根斯坦恩(Von Neumann and Morgenstern ,1944)提出的博弈论,起源于数学的一个分支,博弈论现已成为微观经济学的重要基石。 在经济学研究中使用数学有几个重要作用: 第一,数学能精确简洁地刻画经济理论的最重要本质。例如,凯恩斯(Keynes ,1936) 提出的宏观经济学理论,主要研究经济总量(比如国民生产总值、消费、失业、通货膨胀、利率、汇率等) 之间的关系,这一理论可以简要地用如下两个等式来表述(封闭经济假设) : 国民收入恒等式: Y = C + I + G 消费函数: C = α + βY 其中, Y 表示收入, C 表示消费, I 表示私人投资, G 表示ZF支出,参数α表示维持生存的最低消费,参数β表示边际消费倾向。若我们用国民收入恒等式减去消费函数,整理后求偏导,可以得到ZF支出的乘数效应(即ZF增加公共开支一元钱,最终可增加多少元GDP) ; 凯恩斯理论的基本思想可以用上述两个或三个数学等式来表述。 第二,经济学中复杂的逻辑分析可通过数学工具得到大大简化。经济学入门课程里,常常通过文字和图表描述的方式进行分析,既直观又浅显易懂。然而,文字或图表对复杂的经济分析往往无能为力。例如,在均衡分析中,局部均衡分析可用一个二维坐标系中两条曲线的交点来表示均衡点,这两条曲线分别是需求曲线和供给曲线。然而,在更为复杂的一般均衡分析中,图表显然无能 为力,因为涉及到很多商品。一般均衡理论是经济学中的一个基本理论,它研究在竞争性市场经济中,市场力量能否推动相互联系的诸多产品和服务市场同时达到均衡。具体地说,假设有n 种商品,第i 种商品的需求为Di ( P) ,供给为Si ( P) , n 种商品的价格向量为P = ( p1 , p2 , ⋯, pn ) 。一般均衡分析就是研究是否存在一个能使市场出清的价格向量P。这个问题看似比较简单,却很难找到一个有效解,因为需求函数和供给函数一般不是线性的。 瓦尔拉斯没能解决这一问题。许多年以后,阿罗(Arrow) 和德布鲁(Debreu) 应用数学的不动点定理(fixed point theorem) ,严格证明了均衡价格向量的存在。可见,在一般均衡理论的发展过程中,数学起了至关重要的作用。 第三,数学建模是经济理论实证化的必经之路。我们生活在一个数字时代,许多经济和金融现象都体现为数据。我们只有把经济理论“数字化”,才能把理论和数据联系起来,才能验证经济理论能否解释经济现实。为此,需要把经济理论转化成可以检验的数学模型,进而用观察到的数据对该模型进行估计和检验,并以模型分析实际问题。 现代经济学的另一个主要特征是实证分析。在北美,绝大部分经济金融学术研究均是实证研究。为什么实证分析非常重要呢? 一个重要原因是,使用数学尽管可确保理论本身的逻辑一致性和正确性,却不能保证经济学成为一门真正的科学。即使数学推导准确无误,如果经济理论的基本假设不正确,或不切合实际,那么它在实践上将毫无用处。这种情况并不少见。作为一门科学,经 济理论必须与实践相结合并保持一致,也只有这样,经济理论才能够解释过去的经济事件,预测未来的经济发展趋势。 那么,如何验证经济理论是否可以解释现实呢? 实际上,几乎不可能或很难用经济数据检验经济理论的前提假设是否正确。但是,我们可以通过考察经济理论的推论与观测到的数据之间是否一致来检验。在经济学发展的早期阶段,实证研究通常是使用案例分析或间接验证的方法。比如,亚当·斯密在《国富论》中就是用案例分析方法来解释专业化分工的优势所在。今天,简单的案例分析方法仍然有用,但只限于实证研究的辅助性探索性分析,因为其精确性常常受到质疑,特别是当经济现象比较复杂,而获得的数据又很有限的时候,严格的实证分析需要使用计量经济学方法。计量经济学在过去的几十年中发展非常迅速,主要有以下几个原因。第一,如上所述,经济理论需要实证检验;第二,高质量经济数据的获得已逐渐变得相对容易;第三,计算技术的发展使得数 据处理的成本越来越低,计算机升级的速度远远快于经济数据积累的速度。 尽管在绝大多数的计量经济学文献中没有明确论述,现代计量经济学实际上是建立在以下基本公理之上的: 公理1 任何经济系统都可以看作是服从一定概率分布的随机过程(stochastic process) 。 公理2 任何经济现象(经济数据) 都可以看作是这个随机数据生成过程( data generating process) 的实现(realizations) 。 我们无法验证这两个公理。它们是很大一部分计量经济学家和经济学家对经济学的基本观点和理念。并不是所有的经济学家,甚至不是所有的计量经济学家都同意这些看法。比如,有一些经济学家把经济系统看作是非随机的混沌过程(chaotic process) ,经济现象是由该混沌过程产生的一些拟随机数。然而,Granger et al (1993) 和Lucas (1977) 等大多数经济学家和计量经济学家都认为经济系统中存在大量的不确定性,随机分析方法优于非随机分析方法。比如,萨缪尔森(Samuelson ,1939) 提出了其著名的乘数- 加速数模型,用一个非随机的二阶差分方程来刻画总产出。在一定的参数范围内,这个差分方程可以产生一定的周期,该周期为常周期,有固定的时长。毫无疑问,这个模型在描述宏观经济波动方面颇有建树。但是,随机结构更能真实地反映经济的周期行为,因为任何一个经济的经济周期都不会是均匀发生的。Frisch (1933) 论证了存在一个能把互不相关的随机扰动变量合成随机的具有不均匀周期行为的结构传播机制( structural propagation mechanism) 。尽管不是所有的不确定性都能用概率论很好地刻画,但概率论是描述不确定性最好的数量工具。随机经济系统的概率规律可以被看作为“经济运行规律”(law of economic motions) 。计量经济学的主要任务就是,用观测到的经济数据,以经济理论为指导,使用计量经济学方法和工具,构建合适的计量经济模型,揭示经济运行规律,并用以验证经济理论或经济假说以及指导经济实践。上述计量经济学公理表明,我们不可能精确地描述经济变量之间的数量关系。任何经济模型都不能囊括经济中各种各样的随机因素,任何点预测(point forecast) 都不可能完全精确。因此,我们只能用观测到的数据推断经济系统中的概率规律,而不是去确定经济变量之间精确的函数关系。 在进行计量经济建模时,经济理论起着非常重要的指导作用,特别是确定重要的经济变量及解释它们之间的因果关系。经济理论或经济假说常常可表述为对经济系统的概率规律的约束条件,通过检验这些约束条件的有效性,我们就可以验证经济理论或经济假说是否正确。但是,计量经济建模不能仅仅依靠经济理论的指导。数理统计知识,经济统计知识、经济数据特点、实证研究经验、研究目的等等,也起着重要的作用,不可缺少。
个人分类: 计量经济学|21 次阅读|0 个评论
分享 计量经济学公开课 链接
smklyx2008 2014-9-6 13:38
西南财经大学 计量经济学视频 01-05: https://bbs.pinggu.org/thread-3165786-1-1.html 06-10: https://bbs.pinggu.org/thread-3166593-1-1.html 11-15: https://bbs.pinggu.org/thread-3166650-1-1.html 16-20: https://bbs.pinggu.org/thread-3166686-1-1.html 21-25: https://bbs.pinggu.org/thread-3166754-1-1.html 26-30: https://bbs.pinggu.org/thread-3166923-1-1.html 31-35: https://bbs.pinggu.org/thread-3166987-1-1.html 36-40: https://bbs.pinggu.org/thread-3167011-1-1.html 41-46: https://bbs.pinggu.org/thread-3167030-1-1.html
19 次阅读|0 个评论
分享 对计量经济学的一些理解
Yiqing_Lv 2012-9-1 19:19
经济计量学是当代经济学四大分支之一,其他的三个分别是宏观经济学、微观经济学和金融经济学。经济计量学在西方这几十年发展特别的快,然而,在国内发展的落后于宏观经济和微观经济学。然而,经济计量学在推动经济学的研究有着重要的意义,特别是在经济学的方法论上面。现代经济学发展的主要体现在三个方向:一是预测、二是用微观数据研究宏观问题,三研究纯数学问题。西方发展几十年就是想使经济学成为一门像物理学那样的理性科学,因此在研究问题过程中,也是按照其方法进行研究。但经济计量学不同意统计学、数理经济学,我个人认为是对统计学、数学和经济学的一个大融合。 经济计量学对经济学的研究是经济学得到快速的发展,它可以很好的变大经济学的思想和原理,在加上计算机技术的发展,使得对数据的处理成本大幅的降低,有促进了经济计量学的发展。,现代计量经济学实际上是建立在以下基本公理之上的: 公理1:任何经济系统都可以看作是服从一定概率分布的随机过程(Stochastic Process)。 公理2:任何经济现象(经济数据)都可以看作是这个随机数据生成过程(Data Generating Process)的实现(Realizations)。这 个是我赞同的,当然也有很多经济学者不同意这种说法。 经济计量学分析问题主要通过几步来完成:第一:收集数据和总结经验特征事实(Empirical Stylized Facts)(统计学)。第二:建立经济理论或模型。(经济数学)第三:实证检验(实证分析,特有的);第四:应用(实践是任何科学的必由之路)。 经济计量经济学也有局限性,分别体现在:首先:经济理论或模型作为对复杂现实经济的简化抽象,只能刻画主要的或重要的经济因素。但是我认为这一点不存在,因为我们的模型抽象出来的目的就是要研究我们感兴趣的问题,不可能大而全。 当然,也有一些我们感兴趣的因素我们不能通过数据、模型来表达;在经济学领域,经济学家通常是被动的观测者,大多数收集到的经济数据都是非实验性的。其次,经济发展是一个不可逆或不可重复的过程。这导致每一个经济变量常常只有一个观测值。这个观点从公理中可以了解。第三,经济系统是时变系统,所以处理起来有一定的困难,如何区别结构非线性和结构时变性一直是一个问题。最后是数据质量的问题,这个我们只能更好,不能最好。 人的理解来自于社会,我也是。
23 次阅读|0 个评论
分享 计量经济学入门
热度 3 蓝色 2010-9-28 17:10
引至: http://www.pinggu.org/bbs/thread-672-1-1.html 很久以前已经看过这个内容了,今天又看到了,转引过来。 介绍的不错。如果能看完就好了啊!! 虽然这几年国内也影印和翻译出版了不少的好书,如Wooldridge的, 但是经典的书还是很经典的。 为什么不能把这些经典的影印出版啊。 Wooldridge的初级的书有影印的(第四版影印的有删节,而第三版是完全版), 但是那本高级的就没有影印出版了,可惜可惜啊!!! (红色字体是我自己加的) 计量经济学入门: Griffiths, W. E., R. C. Hill, and G. G. Judge, 1993, Learning and Practicing Econometrics, John Wiley Sons. Johnston, J. and J. DiNardo, 1997, Econometric Methods, 4th ed., McGraw-Hill. (国内有翻译的中文第四版,感觉不错的一本书,对bootstrip,GMM都有介绍,受限因变量那里也讲的不错,把一些遇到的问题都提出来。) Maddala, G. S., 1992, Introduction to Econometrics, 2nd ed., Prentice-Hall. (最新的版本是第四版了,但是国内很少见到。论坛上有第三版的pdf的。可读性很强,书上有数据,可以练习。) Ramanathan, R., 1998, Introductory Econometrics with Applications, 4th ed., The Dryden Press.(前四本似乎是大学程度计量经济学教科书中最为流行者) (国内有翻译的中文版-机械工业出版社的) Judge, G. G., W. E. Griffiths, R. C. Hill, T.-C. Lee, and H. Lutkepol, 1988, Introduction to the Theory and Practice of Econometrics, 2nd ed., John Wiley Sons. Kennedy, P., 1998, A Guide to Econometrics, 4th. ed. The MIP Press. (本书尝试少用数学而多以文字来解释一些计量经济学的概念) (英文最新第6版了,国内有翻译的中文第五版和第6版,人民大学出版社。难度其实不小,只有对计量经济学有了一定了解,在看这本书才可以,否则,许多地方也看不懂。但书上有几章对做应用计量经济学的一些准则的介绍很不错,防止大家为了做模型而做模型) Goldberger, A. S., 1991, A Course in Econometrics, Harvard University Press. (本书善用简单例子解释一些重要的基本观念,本书缺点在于未能包括一些新课题) Gujarati, D. N., 1995, Basic Econometrics, 3nd. ed., McGraw-Hill. (英文应该最新第五版了;国内有翻译的中文第四版、第五版,将的很详细,也很基础,初学计量的人应该仔细看看) Thomas, R. L., 1996, Modern Econometrics, An Introduction, Addison-Wesley. Lardaro, L., 1993, Applied Econometrics, Harper Collins.(书中包含了一些实例应用) Ghosh, S. K., 1991, Econometrics: Theory and Applications, Prentice-Hall.(书中包含了一些实例应用) Hill, R. C., W. E. Griffiths, and G. G. Judge, 1997, Undergraduate Econometrics, Jogn Wiley Sons. (本书较薄较浅,适合统计学基础较弱的读者) (国内有影印版,同时也翻译的中文版,是东北财经大学出版社。英文最新的是第四版了,名称也改了,而且更加完善了。虽然是初级的书,但是一些方面写的很到位的。) Draper, N. R. and H. Smith, 1998, Applied Regression Analysis, John Wiley Sons. (本书和下一本书均是非计量经济学者学回归分析常用的教科书) Neter, J. and W. Wasserman, 1996, Applied Linear Statistical Models, 4th ed., Irwin. 中级计量经济学: Greene, W. H., 1997, Econometric Analysis, 3rd ed., Prentice-Hall , Inc.(最畅销的研究所计量经济学教科书,包含范围很广,但常有解释不清的地方。本书作者也是一个相当流行的计量经济学软件 Limdep 的作者) (国内有翻译的中文第二版、第五版、第六版和第八版,英文最新第8版) Judge, G. G., W. E. Griffiths, R. C. Hill, and T.-C. Lee, 1985, The Theory and Practice of Econometrics, 2nd ed., John Wiley Sons. (前一本书尚未出来时最畅销的研究所计量经济学教科书) Fomby, T., C. Hill, and S. Johnson, 1984, Advanced Econometric Methods, Springer-Verlag. Amemiya, T., 1985, Advanced Econometrics, Harvard University Press.(内容较前几本书深) (国内有翻译的中文版-上海财经大学出版的,但买不到了) 进阶计量经济学: Maddala, G. S., 1983, Limited-Dependent and Qualitative Variables in Econometrics, Cambridge University Press.(是研究受限应变量模型的必读之作,印度籍作者前些时候刚过世,全书文笔流畅,极易阅读) (很经典的书,搞不清楚为什么国内这些出版社不影印,许多做logit,probit,tobit,heckman模型的人应该看看这本书。) Hsiao, C., 1986, Analysis of Panel Data, Cambridge University Press. (国内有影印的第2版,北京大学出版社;中译本也出版了,人大出版社) Baltagi, B., 1995, Econometric Analysis of Panel Data, John Wiley Sons. (国内有翻译的中文第四版,机械工业出版社2010年出版的) White, H., 1984, Asymptotic Theory for Econometricians, Academic Press.(计量经济学在七零年代以前以矩阵代数作为主要分析工具,作者是将严谨数统分析工具介绍到计量经济学的关键人物,作者在这方面的贡献可由本书看出,作者近年来的贡献则在下一本书) White, H., 1994, Estimation, Inference and Specification Analysis, Cambridge University Press. Davidson, J., 1994, Stochastic Limit Theory, Oxford University Press.(读者可由本书看出,近年来计量经济学所需的数学工具和数学系所研究的概率理论不分轩轾) Spanos, A., 1986, Statistical Foundations of Econometric Modelling, Cambridge University Press.(本书性质接近前书) Davidson, J., and MacKinnon, 1993, Estimation and Inference in Econometrics, Oxford University Press.(许多计量经济模型都可说是非线性模型的特例,因此作者强调以统一的分析方法来研究计量经济学。喜欢以抽象方式研究问题的人将会喜欢这本书,但对大多数学计量经济学只为实证分析的人而言,本书将可能不是很有用) (国内有他们出版的另外的一本书《计量经济理论和方法》,也很难,上海财经出版的) 矩阵代数: Graybill, F. A., 1983, Matrices with Applications in Statistics, Wadsworth.(计量经济学乃至统计学所需的矩阵代数大部分包括在这本书内) Dhrymes, P., 1978, Introductory Econometrics, Springer-Verlag. (附录里的矩阵代数相当实用,可补充前一本书) 时间数列专书: Granger, C. and P. Newbold, 1977, Forecasting Economic Time Series, Academic Press. (一本古老但却仍然很有用的入门书,数学不深,但时间数列的基本概念都被提到) Brockwell, P. J. and R. A. Davis, 1991, Time Series: Theory and Methods, 2nd ed., Springer-Verlag. (本书相当畅销,作者是统计学家,对时间数列题材的选择和处理都是标准的统计学方式,内容严谨但也提供相当多的直觉解释,是一本不错的入门书。本书的缺点是,对经济研究所关心之不稳定数列的讨论太少,必须要有其它书作为补充) Hamilton, J. D., 1994, Time Series Analysis, Princeton University Press.(像是一本时间数列计量经济学的百科全书,蚂蚁般的小字加上八百页的重量真是让人气都喘不过来,作者行文严谨仔细,每一个等式都附有证明,但大多数的读者可跳跃式的阅读而没有问题,除了可学到不少东西,每天带来带去也可练就一身肌肉) (国内有翻译的,中国科学文献出版社出版的。 最新 人民大学出版社刚翻译了一套) Enders, W., 1995, Applied Econometric Time Series, John Wiley Sons. Mills, T. C., 1990, Time Series Techniques for Economists, Cambridge University Press. Harvey, A. C., 1991, The Econometric Analysis of Time Series, The MIT Press.(本书和前两本书都是为经济系学生所写的时间数列入门书) Hatanaka, M., 1996, Time-Series-Based Econometrics, Oxford University Press. Banerjee, A., J. J. Dolado, J. W. Galbraith, and D. F. Hendry, 1993, Co-Integration, Error Correction, and the Econometric Analysis of Non-Stationary Data, Oxford University Press.(本书和前一本书的内容正如本书书名所示,是近二十年来时间数列计量经济学研究的主流) Maddala, G. S. and I.-M. Kim, 1998, Unit Roots, Cointegration and Structural Change, Cambridge University Press. (内容和前两本书差不多,但写得深入浅出,相当易读) Tanaka, K., 1996, Time Series Analysis, John Wiley Sons.(属于前几本书的进阶研究,相当难,需要很好的数学训练才能看得懂) Reinsel, G. C., 1993, Elements of Multivariate Time Series Analysis, Springer-Verlag.(统计学者所写,书薄而易懂,是本不错的多变量时间数列模型的入门书) Lutkepohl, H., 1993, Introduction to Multiple Time Series Analysis, Springer-Verlag.(研究多变量时间数列模型的一本百科全书) 计量经济学应用: Berndt, E., 1990, The Practice of Econometrics, Addison-Wesley.(以数个经济学课题为主轴,穿插以实证研究所需计量方法的讨论,本书缺点是所讨论的经济学课题嫌过时,叙述也过于冗长,让读者抓不到重点) Intriligator, M., R. Bodkin, and C. Hsiao, 1996, Econometric Models, Techniques, and Applications, 2nd. ed., Prentice-Hall.(本书对计量经济理论有一个精简的阐述,再辅之以一些简单的经济学应用) (国内有翻译的,中国科学文献出版社出版。) Campbell, J. Y., A. W. Lo, and A. C. MacKinlay, 1997, The Econometrics of Financial Markets, Princeton University Press.(内容包括了财务学者所需要的许多计量经济方法,创造了一个新学科「金融市场计量经济学」) Taylor, S. J., 1986, Modelling Financial Time Series, John Wiley Sons.(不是教科书,而是研究金融学时间数列资料的一本专著,读者可学到许多金融学时间数列数据的性质) Pudney, S., 1989, Modelling Individual Choice: the Econometrics of Corners, Kinks and Holes, Basil Blackwell.(本书是所谓个体计量经济学的典范,读者可看到个体经济理论使如何的和计量经济模型紧密的结合在一起) Fair, R. C., 1994, Testing Macroeconometric Models, Harvard University Press.(介绍六零、七零年代非常流行但现在已风光不再的多方程式总体计量模型,本书易读,读者可看到一些不是很难的计量模型是怎样的应用到总体经济的实证研究中) Morgan, M. S., 1990, The History of Econometric Ideas, Cambridge University Press.(内容正如书名,说明五零年代以前,经济学家是如何的从一些问题的研究中,逐渐的发展出计量经济学这个学门) 相关统计学: DeGroot, M. H., 1986, Probability and Statistics, Addison-Wesley. (很好的一本统计入门书,在美国的经济系大学部及研究所相当流行) Hogg, R. V. and A. T. Craig, 1995, Introduction to Mathematical Statistics, 5th. ed., Prentice-Hall. (数统入门的经典之作,长久以来几乎垄断该市场) Bickel, P. J. and K. A. Doksum, 1977, Mathematical Statistics: Basic Ideas and Selected Topics, Holden-Day.(可作为前一本书的补充,包含了一些对计量经济研究有用的统计教材) Cox, D. R. and D. V. Hinkley, 1974, Theoretical Statistics, Chapman and Hall. (可作为前几本书的补充,所呈现的是英国式的统计学研究方法,重视直观概念的阐释,而比较少做严谨数学的推导,和美式教科书有所不同) 概率理论及相关数学: Billingsley, P., 1995, Probability and Measure, 3rd ed., John Wiley Sons.(是数学系或统计系研究所机率理论课程常用的教科书,也是理论计量经济学家所常引用的一本书) Billingsley, P., 1968, Convergence of Probability Measures, John Wiley Sons.(是介绍一般化中心极限定理的经典之作,对一般化中心极限定理的了解,已经是现今理论计量经济学家不可或缺的常识了) Royden, H. L., 1988, Real Analysis, 3rd ed., MacMillan.(实变量分析是研究概率理论的基础,本书简单清楚,是实变量分析课程常用的教科书)
1357 次阅读|8 个评论

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-3-29 17:47