内容简介
本书是一本计量经济学基本理论的综合参考书,它一方面关注计量经济学各领域的基本问题,另一方面也为实证研究中常常遇到的困惑提供了解答。本书的每一章都由国际知名的专家撰写,并且综合了该领域中的最新研究成果,而这些新的进展往往是标准的计量经济学教科书通常并不涉及的。
对于需要迅速了解计量经济学的基本理论的读者来说,本书是一本优秀的参考书。本书的每一章都提供了相关主题的清楚的信息,并指出了进一步阅读的方向。本书所包括的重要的主题有:序列相关、异方差、非参数和半参数模型、计数数据和面板数据回归模型及空间相关等。
作者简介
Badi H.Baltagi是Texas A & M大学的人文学科George Summey Jr.教授及经济学教授。他是《计量经济学杂志》的编委和会员、《计量经济评论》的编委及《实证经济学》的主编,曾获得经济计量理论的Multa Scripsit奖。Baltagi教授著有《面板数据分析》、《面板数据的经济计量分析》和《计量经济学》(第2版)等著作,并已经在国际知名的杂志上发表了70多篇论文。
目录
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
经济学研究的坚实基石:现代计量经济学深度导览 本书将带领读者穿梭于计量经济学的核心领域,构建一个严谨、全面且富有洞察力的分析框架。它不仅仅是一本教科书,更是研究者和实践者通往经济学前沿的导航图。 本书的叙述逻辑旨在清晰地铺陈从基础概念到前沿方法的演进路径,确保读者能够系统地掌握每一个关键工具及其背后的理论支撑。 第一部分:计量经济学的基本原理与线性模型 本部分致力于为读者打下坚实的计量经济学基础,重点阐述数据、模型与现实世界之间的桥梁如何搭建。 1. 经济学与统计学的交汇点: 我们首先探讨计量经济学的本质——它如何将抽象的经济理论转化为可检验的数学表达式,并利用观测数据进行量化分析。详细介绍了因果关系识别的挑战,区分了相关性与因果性的关键区别,并引入了结构化模型思维的必要性。 2. 经典线性回归模型(CLM)的精细解析: 详细剖析了最小二乘法(OLS)的推导过程,不仅仅停留在代数层面,更深入探讨了其统计学基础——高斯-马尔可夫定理(Gauss-Markov Theorem)。我们将细致讨论该定理成立的严格假设(如零条件均值、同方差性、无自相关性等),并详尽阐述当这些假设被违反时,OLS估计量的性质(一致性、有效性)将如何受损。 3. 假设检验与模型诊断: 介绍如何运用t检验、F检验等工具对回归系数的显著性进行量化评估。重点讲解了异方差性(Heteroskedasticity)和自相关(Autocorrelation)的检测方法(如White检验、DW统计量)。随后,本书将介绍处理这些问题的成熟方案,包括异方差一致标准误(Robust Standard Errors,即Huber-White标准误)和广义最小二乘法(GLS),使得估计结果更加稳健可靠。 第二部分:截面数据分析的深化:超越线性假设 随着模型复杂度的提升,现实世界中的数据结构往往不符合CLRM的严格要求。本部分专注于截面数据(Cross-Sectional Data)中常见的非线性、内生性等难题的解决之道。 4. 离散选择模型: 经济现象中,许多结果变量是定性的(例如“是/否”,“购买/不购买”)。本书系统讲解了概率模型,包括Logit模型和Probit模型。我们不仅会展示如何解释系数的边际效应,更重要的是,会深入讨论这些模型中似然函数的构建、极大似然估计(MLE)的原理,以及如何进行模型选择和预测。 5. 异方差性与稳健估计: 尽管第一部分提到了异方差的对策,本章将以更深入的视角,讲解当模型中存在复杂结构性异方差时,加权最小二乘法(WLS)的应用条件,以及如何在没有明确知晓异方差函数形式时,依赖稳健估计方法的优势和局限性。 6. 模型的设定误差与函数形式选择: 探讨模型设定(Functional Form)对估计结果的敏感性。例如,使用对数-对数、对数-线性模型时,参数的经济学解释发生了根本性变化。本书指导读者如何根据经济理论和数据分布,合理选择线性、半对数或双对数形式,并运用拉姆达检验(RESET Test)进行模型设定诊断。 第三部分:面板数据:时间和空间的融合 面板数据(Panel Data)因其同时包含个体和时间维度,为控制不可观测的个体异质性提供了强大的工具。本部分是计量经济学中应用最为广泛的领域之一。 7. 面板数据结构与估计: 详细阐述了混合回归模型(Pooled OLS)的局限性。重点对比分析了固定效应模型(Fixed Effects, FE)和随机效应模型(Random Effects, RE)的内在差异及其适用条件。本书会着重讲解“去均值化”(Within Transformation)在FE模型中的核心作用,并利用豪斯曼检验(Hausman Test)来指导研究者在两者之间做出最优选择。 8. 动态面板数据模型: 现实中,今天的决策往往受到过去的决策影响(例如,投资行为)。本书引入了时间序列的元素,讲解自回归(AR)和移动平均(MA)过程在面板数据中的体现。特别关注工具变量法(IV)在处理内生性问题时的升级——如Arellano-Bond广义矩估计(GMM),这是处理动态面板中“序列相关性”和“内生性”的基石方法。 第四部分:内生性与因果推断的终极挑战 内生性是计量经济学研究中最具挑战性、也最能体现研究价值的核心问题。本部分聚焦于如何严格识别和估计经济学中的因果效应。 9. 工具变量(Instrumental Variables, IV)法深度解析: 系统梳理IV法的理论基础,即工具变量必须满足的两个核心条件:相关性(与内生变量相关)和外生性(与误差项无关)。本书将详细分析“两阶段最小二乘法”(2SLS)的推导,并讨论其在弱工具变量(Weak Instruments)情况下的偏差问题,同时介绍更高级的间接最小二乘法(ILM)和更稳健的GMM估计。 10. 准实验设计与因果识别策略: 转向非实验设计中的因果推断前沿。 断点回归设计(Regression Discontinuity Design, RDD): 详细阐述了清晰断点与模糊断点的操作流程,以及如何利用局部平均处理效应(LATE)的概念进行估计。 双重差分法(Difference-in-Differences, DiD): 强调平行趋势假设(Parallel Trends Assumption)的重要性,并介绍如何通过多时间点数据或安慰剂检验来验证这一假设的合理性。 倾向得分匹配(Propensity Score Matching, PSM): 讲解如何通过构建协变量平衡的样本,在观察性数据中模拟随机对照实验(RCT)的环境。 第五部分:时间序列分析:动态经济系统的描绘 本部分转向处理时间点上连续观测的数据,分析经济变量的时间动态行为。 11. 平稳性与单位根检验: 明确定义时间序列的平稳性(Stationarity),这是许多时间序列分析的前提。深入介绍如何使用迪基-福勒(DF)检验、增广迪基-福勒(ADF)检验来判断序列是否具有单位根,并讨论非平稳序列的后果。 12. 自回归与移动平均模型(ARMA/ARIMA): 详细讲解如何通过自相关函数(ACF)和偏自相关函数(PACF)来识别和确定ARMA模型的阶数,并讲解如何通过差分来处理非平稳序列,构建ARIMA模型。 13. 协整关系与向量自回归(VAR): 当多个非平稳时间序列之间存在长期均衡关系时,它们是协整的。本书将介绍恩格尔-格兰杰两步法以及更普适的格兰杰协整检验(Johansen Test)。最后,系统介绍VAR模型,用于分析多个经济变量之间的相互动态影响,以及如何利用脉冲响应函数(Impulse Response Functions, IRF)来描绘冲击在系统中的传播路径。 本书力求在严谨的数学推导和清晰的经济学直觉之间找到完美的平衡点,使读者不仅知其然,更能知其所以然,最终能够独立设计、执行并批判性地解读复杂的计量经济学研究。