正版横截面与面板数据的计量经济分析 伍德里奇 第二版上下册中文版 中国人民大学出版社 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

杰弗里·M·伍德里奇 著

图书标签:

• 计量经济学
• 面板数据
• 横截面数据
• 伍德里奇
• 计量分析
• 经济学
• 统计学
• 第二版
• 中国人民大学出版社
• 上册/下册

店铺： 文天雅图书专营店

出版社： 中国人民大学出版社

ISBN：978730021938701

商品编码：27283167337

包装：平装

开本：16开

出版时间：2016-01-01

用纸：胶版纸

页数：892

正文语种：中文

基本信息

书名：横截面与面板数据的计量经济分析(第二版)(经济科学译丛)(上、下册)

：128.00元

作者：杰弗里·M·伍德里奇

出版社：中国人民大学出版社

出版日期：2016-01-01

ISBN：9787300219387

字数：

页码：

版次：1

装帧：平装

开本：大16

商品重量：0.4kg

编辑

---

导语_点评_词

内容提要

---

这本备受赞誉的研究生教材第二版提供了用在现代计量经济学研究的两类数据结构分析的一个统一处理：横截面数据和面板数据。本书同时涵盖了线性和非线性模型，包括含有动态性和/或个体异质性的模型。除了一般估计框架（特别是矩方法与极大似然法）外，还详细介绍了一些特定的线性与非线性方法，包括probit和logit模型、多项选择和有序选择模型、Tobit模型和两部拓展式、关于计数数据的模型、多种截取和缺失数据设计、因果（或处理）效应估计，以及期限分析,并扩展了控制函数和相关*效应方法以允许估计存在内生性和异质性的复杂模型。
相比版，第二版已经被实质性地更新和修订。改进包括：更大的一类关于缺失数据问题的模型；整群抽样问题更详细的处理，这对经验研究而言是一个重要主题；关于＂广义工具变量＂(GIV)估计的展开讨论；对逆概率加权的新覆盖；一个用于估计含有关于干预和不同数据结构——包括面板数据，和一个在对非线性面板数据的计量经济学方法与在统计学及其他领域中流行的＂广义估计方法＂文献之间牢固确立的联系——方面假设的处理效应之更完整的框架。对解释特殊的计量经济学方法可以在何时应用给予了新的关注；目标不仅是告诉读者什么是起作用的，而且还说明某些＂显然的＂程序为何不可行。许多列入书中的习题，无论是理论性的还是基于计算机的，都允许读者拓展涵盖在书中的方法并发现新的洞见。

目录

---

第Ⅰ篇 引论与背景第1章 引论
1.1 因果关系与其余条件不变分析
1.2 随机设置与渐近分析
1.2.1 数据结构
1.2.2 渐近分析
1.3 一些例子
1.4 为什么不使用固定的解释变量第2章 计量经济学中条件期望与相关概念
2.1 条件期望在计量经济学中的作用
2.2 条件期望的特征
2.2.1 定义与例子
2.2.2 偏效应、弹性与半弹性
2.2.3 条件期望模型的误差形式
2.2.4 条件期望的若干性质
2.2.5 平均偏效应
2.3 线性投影
习题
附录2A
2A.1 条件期望的性质
2A.2 条件方差与协方差的性质
2A.3 线性投影的性质第3章 基本渐近理论
3.1 确定性序列收敛
3.2 依概率收敛与依概率有界
3.3 依分布收敛
3.4 随机样本的极限定理
3.5 估计量与检验统计量的极限特性
3.5.1 估计量的渐近性质
3.5.2 检验统计量的渐近性质
习题
第Ⅱ篇 线性模型第4章 单方程线性模型与普通小二乘法估计
4.1 单方程线性模型概述
4.2 普通小二乘法的渐近性质
4.2.1 一致性
4.2.2 利用普通小二乘法的渐近推断
4.2.3 异方差性稳健的推断
4.2.4 拉格朗日乘子（得分）检验
4.3 遗漏变量问题的普通小二乘法解
4.3.1 忽略被遗漏变量的普通小二乘法
4.3.2 代理变量——普通小二乘法解
4.3.3 含有在不可观测项中存在的交互作用的模型:随机系数模型
4.4 测量误差下普通小二乘法的性质
4.4.1 因变量的测量误差
4.4.2 解释变量的测量误差
习题第5章 单方程线性模型的工具变量估计
5.1 工具变量与两阶段小二乘法
5.1.1 工具变量估计的动机
5.1.2 多重工具：两阶段小二乘法
5.2 两阶段小二乘法的一般处理
5.2.1 一致性
5.2.2 两阶段小二乘法的渐近正态性
5.2.3 两阶段小二乘法的渐近有效性
5.2.4 使用两阶段小二乘法的假设检验
5.2 两阶段小二乘法的异方差性稳健推断
5.2.6 使用两阶段小二乘法的潜在陷阱
5.3 遗漏变量与测量误差问题的IV解
5.3.1 误差项中的遗漏因素
5.3.2 利用不可观测指示符求解
习题第6章 附加的单方程专题
6.1 使用生成回归元与工具的估计
6.1.1 使用生成回归元的普通小二乘法
6.1.2 使用生成工具的二阶段小二乘法
6.1.3 生成工具与回归元
6.2 处理内生性的控制函数法
6.3 一些设定检验
6.3.1 内生性检验
6.3.2 过度识别约束检验
6.3.3 函数形式检验
6.3.4 异方差性检验
6.4 相关的随机系数模型
6.4.1 何时一般的IV估计量是一致的？
6.4.2 控制函数法
6.5 混合的截面数据与倍差法估计
6.5.1 跨时间混合横截面
6.5.2 政策分析和倍差法估计
习题
附录6A第7章 利用普通小二乘法与广义小二乘法估计方程组
7.1 简介
7.2 一些例子
7.3 多变量线性方程组的普通小二乘法估计
7.3.1 预备知识
7.3.2 普通小二乘法的渐近性质
7.3.3 多重假设检验
7.4 广义小二乘法的一致性与渐近正态性
7.4.1 一致性
7.4.2 渐近正态性
7.5 可行的广义小二乘法
7.5.1 渐近性质
7.5.2 标准假设下可行的广义小二乘法的渐近方差
7.5.3 含有对无条件方差矩阵（可能不正确）约束的可行广义小二乘法的性质
7.6 检验可行广义小二乘法的使用
7.7 似无关回归的再研究
7.7.1 关于似无关回归方程组的普通小二乘法与可行广义小二乘法之间的比较
7.7.2 含有方程间约束的方程组
7.7.

作者介绍

---

杰弗里.M.伍德里奇是密歇根州立大学的经济学＂大学杰出教授＂和计量经济学会院士。

文摘

---

序言

---

《经济学研究方法：从理论到实证的系统探索》 本书导读 经济学作为一门研究稀缺资源如何分配的社会科学，其核心在于构建严谨的理论模型并运用科学的方法检验这些理论。然而，抽象的理论模型往往需要与纷繁复杂的现实世界对接，才能真正揭示经济现象背后的规律。《经济学研究方法：从理论到实证的系统探索》旨在为广大经济学爱好者、学生以及研究者提供一套系统性的方法论框架，帮助读者深入理解经济学研究的逻辑，掌握从提出问题、构建理论到收集数据、进行实证分析的全过程，最终能够独立开展高质量的经济学研究。 本书不同于以往单纯介绍统计工具或理论模型的著作，它将理论构建与实证检验有机地结合起来，强调方法论的连贯性和操作性。我们认为，经济学研究的生命力在于其对现实世界的解释和预测能力，而这种能力根植于扎实的方法论基础。本书的写作目标是成为读者在学术探索道路上的可靠伙伴，提供清晰的指引和实用的工具，使其能够自信地应对经济学研究中的挑战。 第一部分：经济学研究的理论基石 在深入进行实证分析之前，理解经济学研究的理论根基至关重要。本部分将从经济学研究的基本范式入手，引导读者认识理论在经济学研究中的核心作用。 第一章：经济学研究的逻辑与方法论 本章将首先探讨经济学研究的本质：如何理解和解释经济行为、经济系统以及它们的相互作用。我们将审视经济学研究的核心逻辑，即理论构建与实证检验的相互促进。理论提供了对复杂经济现象的简化和抽象，使我们能够捕捉其本质特征；而实证检验则通过观察和分析真实世界的数据，来验证、修正甚至推翻现有的理论。 我们将深入讨论经济学研究中常用的基本方法论原则，包括： 归纳与演绎： 了解如何从具体的观察中提炼出一般性的规律（归纳），以及如何基于普遍的理论前提推导出具体的结论（演绎）。 模型构建： 学习如何构建简化的、抽象的经济模型来刻画经济现象。我们将探讨模型的假设、变量、内生性与外生性等关键要素，并理解为何模型需要简化，以及如何评价一个模型的优劣。 可证伪性原则： 强调理论必须是可检验、可证伪的，即理论的结论必须能够通过经验数据得到验证或反驳。这是区分科学理论与非科学主张的关键。 因果关系识别： 深入探讨经济学研究中最具挑战性的问题之一——如何从相关性中识别出因果关系。我们将初步介绍因果推断的基本概念，为后续的实证分析奠定基础。 第二章：微观经济学理论作为实证分析的起点 微观经济学是经济学的基础，理解其核心理论对于进行实证研究至关重要。本章将聚焦于微观经济学中的关键理论框架，并探讨它们如何为实证研究提供出发点。 消费者理论： 我们将复习消费者如何做出最优选择，包括偏好、效用函数、预算约束以及需求曲线的推导。重点将放在如何将这些抽象概念转化为可观测的经济行为，例如商品的需求量和价格。 生产者理论： 探讨企业如何进行生产决策以实现利润最大化，包括生产函数、成本函数、供给曲线的推导。同样，我们将关注如何将这些理论转化为可衡量的生产投入、产出和价格。 市场均衡： 分析不同市场结构（完全竞争、垄断、寡头、垄断竞争）下价格和产量的决定机制，以及市场效率的评估。理解市场机制如何通过价格信号协调经济活动，为实证分析提供重要的背景。 博弈论入门： 介绍博弈论的基本概念，如参与人、策略、支付，以及纳什均衡等。博弈论在分析具有战略互动行为的经济场景（如寡头定价、拍卖）中具有极其重要的应用价值，为理解市场微观结构和企业行为提供了强大的分析工具。 第三章：宏观经济学理论及其对实证研究的启示 宏观经济学关注整体经济的表现，其理论框架为理解国家层面的经济现象提供了视角。本章将阐述宏观经济学的核心理论，并说明它们如何指导实证研究。 国民收入核算： 介绍国内生产总值（GDP）、国民收入（NI）、消费（C）、投资（I）、政府支出（G）和净出口（NX）等关键宏观经济指标的定义、计算方法及其相互关系。理解这些宏观变量的构成和变动是进行宏观经济实证分析的基础。 总需求-总供给模型： 阐述IS-LM模型、AD-AS模型等，分析影响总需求和总供给的因素，以及它们如何共同决定整体经济的产出和价格水平。 经济增长理论： 介绍索洛模型等经典增长模型，以及内生增长理论，探讨驱动经济长期增长的关键因素，如技术进步、资本积累和人力资本。 失业与通货膨胀： 分析失业的类型与原因，以及通货膨胀的成因和影响。我们将探讨菲利普斯曲线等描述失业与通胀之间权衡关系的理论。 货币政策与财政政策： 介绍中央银行如何运用货币政策工具，以及政府如何运用财政政策工具来影响宏观经济。理解这些政策的传导机制对于分析政策效果至关重要。 第二部分：实证分析的工具与方法 理论的生命力在于实践。本部分将聚焦于经济学实证分析的核心工具和方法，帮助读者掌握将理论模型转化为可检验命题，并运用数据进行检验的能力。 第四章：数据收集与描述性统计 实证研究的第一步是获得可靠的数据。本章将指导读者如何有效地收集和整理数据。 数据类型： 介绍不同类型的数据，包括截面数据（Cross-sectional Data）、时间序列数据（Time Series Data）和面板数据（Panel Data）。我们将讨论它们各自的特点、优缺点以及适用的研究问题。 数据来源： 详细介绍各种可靠的数据来源，如政府统计部门（国家统计局、各部委）、国际组织（IMF、世界银行）、金融市场数据提供商（Bloomberg、Wind）、学术研究数据库以及调查数据。 数据清理与预处理： 讲解数据缺失、异常值、数据格式不一致等常见数据问题，以及如何进行数据清理、转换和编码。 描述性统计： 介绍如何使用描述性统计量（均值、中位数、标准差、方差、偏度、峰度等）来概括数据的基本特征。 数据可视化： 强调利用图表（直方图、散点图、箱线图、折线图等）直观地展示数据分布、变量关系和趋势，帮助研究者快速理解数据并发现潜在的研究线索。 第五章：回归分析基础：线性回归模型 回归分析是经济学实证研究中最核心的统计工具。本章将从最基础的线性回归模型开始，逐步深入。 回归模型的概念： 介绍回归模型的目标——通过一个或多个自变量来解释因变量的变化。 简单线性回归： 详细阐述简单线性回归模型，包括模型的形式、回归系数的含义、最小二乘法（OLS）估计原理。 多元线性回归： 将模型扩展到包含多个自变量的情况，讨论如何估计和解释多元回归系数，以及多重共线性问题。 模型假设与诊断： 介绍OLS估计量的经典假设（高斯-马尔可夫条件），以及如何检验这些假设是否成立。我们将讨论异方差、自相关、非正态性等违背经典假设的情况，并介绍初步的诊断方法。 假设检验与置信区间： 讲解如何对回归系数进行t检验和F检验，以及如何构建置信区间来估计系数的可能取值范围。 模型拟合优度： 介绍判定系数R²的含义及其局限性。 第六章：计量经济模型的扩展与应用 线性回归模型是基础，但现实经济问题往往需要更复杂的模型来捕捉。本章将介绍一些常用的计量经济模型扩展，以及它们在经济学研究中的具体应用。 定性变量的回归分析： 介绍虚拟变量（Dummy Variables）的构造与使用，如何分析定性因素对因变量的影响，例如性别、地区、政策变动等。 滞后变量模型： 探讨时间序列数据中变量之间的动态关系，介绍自回归模型（AR）、移动平均模型（MA）和自回归移动平均模型（ARMA）的基本思想，以及如何处理时间序列数据中的自相关问题。 异方差与自相关处理： 深入讲解如何诊断和处理异方差（如White检验、Breusch-Pagan检验）和自相关（如Durbin-Watson检验、Cochrane-Orcutt方法），以及如何使用广义最小二乘法（GLS）和异方差一致协方差矩阵（HAC）来获得更可靠的估计。 模型选择与误设： 讨论如何根据经济理论和数据特征选择合适的模型，以及模型误设（如遗漏重要变量、加入无关变量、函数形式错误）的后果和识别方法。 第七章：因果推断的进阶方法 在经济学研究中，我们不仅关心变量之间的相关性，更关心它们之间的因果关系。本章将系统介绍识别因果关系的各种实证方法。 随机对照试验（RCT）： 介绍RCT作为识别因果关系的“金标准”，讨论其在经济学中的应用和局限性。 准实验方法： 工具变量法（Instrumental Variables, IV）： 详细讲解工具变量法的基本原理，包括相关性、外生性要求，以及两阶段最小二乘法（2SLS）等估计方法，并列举在经济学中的典型应用场景，如教育对收入的影响、医疗保健支出对健康的影响。 断点回归设计（Regression Discontinuity Design, RDD）： 介绍RDD如何利用某个阈值规则来构造“准实验”，以及其核心思想和估计方法。 差分中的差分法（Difference-in-Differences, DiD）： 阐述DiD如何通过比较政策或干预措施实施前后处理组和控制组的平均变化来识别因果效应，并讨论其关键假设。 倾向得分匹配法（Propensity Score Matching, PSM）： 介绍PSM如何通过匹配具有相似可观测特征的处理组和对照组样本，来近似随机实验的效果。 结构性方程模型（Structural Equation Modeling, SEM）简介： 简要介绍SEM的概念，以及其在同时估计多个方程、处理测量误差和识别复杂因果链中的作用。 第八章：面板数据的分析方法 面板数据（Panel Data）结合了截面数据和时间序列数据的特点，能够更有效地控制个体效应和时间固定效应，提高估计的效率和一致性。本章将聚焦于面板数据分析的常用方法。 面板数据的结构与特点： 详细介绍面板数据的构成，以及其相对于纯截面数据和时间序列数据的优势。 混合OLS模型（Pooled OLS）： 介绍最简单的面板数据处理方式，并指出其可能存在的缺陷。 固定效应模型（Fixed Effects Model, FE）： 深入讲解个体固定效应和时间固定效应的处理方法，包括“个体固定效应模型”（Within Estimator）和“时间固定效应模型”，以及“双向固定效应模型”。分析FE模型如何控制了未观测到的、随时间不变的个体异质性。 随机效应模型（Random Effects Model, RE）： 介绍RE模型的假设和估计方法（GLS），并讨论FE与RE模型的选择（Hausman检验）。 动态面板数据模型： 介绍包含因变量滞后项的动态面板模型，如Arellano-Bond（AB）估计量和Arellano-Bover/Blundell-Bond（ABB）估计量，以及如何处理内生性问题。 面板数据模型的诊断与检验： 讨论面板数据模型中的异方差、自相关以及序列相关问题，并介绍相应的诊断方法和处理技术。 第三部分：研究实践与前沿探索 本部分将引导读者将所学的理论和方法应用于实际研究，并展望经济学研究的前沿方向。 第九章：经济学研究的论文写作与发表 掌握了研究方法，最终需要将成果以学术论文的形式呈现。本章将提供论文写作的指导。 研究选题与文献回顾： 如何寻找有价值的研究问题，并进行系统、深入的文献回顾，确定研究的理论贡献和实证空白。 论文结构： 详细介绍学术论文的标准结构，包括引言、文献综述、理论模型、数据与方法、实证结果、讨论与结论等各部分的写作要点。 实证结果的呈现： 如何清晰、准确地呈现回归表格，解释回归系数的经济含义，并进行稳健性检验。 讨论与结论： 如何将实证结果与理论和已有文献进行对比，解释研究发现的意义，提出政策建议，并指出研究的局限性和未来研究方向。 学术发表的流程： 介绍期刊投稿、同行评审、修改再投等学术发表的实际流程，以及如何应对审稿人的意见。 第十章：经济学研究的前沿领域与未来展望 经济学研究是一个不断发展的领域，新的问题和方法层出不穷。本章将简要介绍当前经济学研究的一些前沿领域，为读者的进一步探索提供启发。 行为经济学： 探讨心理学原理如何影响经济决策，以及如何将这些发现应用于解释和预测经济行为。 大数据与人工智能在经济学中的应用： 介绍如何利用海量数据和机器学习技术来分析经济现象，例如文本分析、图像识别在经济学研究中的应用。 发展经济学与不平等研究： 关注发展中国家的经济发展问题、贫困、不平等以及相关的政策设计。 环境经济学与可持续发展： 探讨环境问题与经济活动之间的相互作用，以及如何实现经济发展与环境保护的双赢。 金融计量经济学： 关注金融市场的计量模型、风险管理、资产定价等问题。 结语 《经济学研究方法：从理论到实证的系统探索》力求为读者提供一个全面、系统且深入的经济学研究方法论指导。我们相信，通过掌握本书介绍的理论框架和实证工具，读者将能够更自信、更有效地开展经济学研究，为理解和解决现实经济问题贡献自己的力量。研究的道路永无止境，希望本书能成为您学术旅程中坚实的起点和宝贵的参考。

评分☆☆☆☆☆

从内容上看，这本书的组织结构非常合理，从最基础的回归分析原理，到各种复杂的模型和估计方法，循序渐进，层层递进。我特别着迷于书中对内生性问题及其处理方法的详尽阐述。这部分内容在很多入门教材中往往一带而过，但伍德里奇却花了相当大的篇幅，通过多种模型和实证研究的例子，深入浅出地讲解了工具变量法、面板数据模型等处理内生性的关键工具。这对于理解经济学研究中的因果推断至关重要，也让我对很多经济现象有了更深刻的认识。比如，书中在讨论教育与收入的关系时，通过精心设计的例子，揭示了“教育是否真的能带来更高的收入”这一问题的复杂性，以及如何通过计量方法来克服潜在的混淆因素。这种细致的分析，让我不再满足于简单的相关性结论，而是开始主动去思考和探究事物之间的真实因果关系。这本书不仅仅是一本教科书，更像是一位经验丰富的导师，引领我走出计量经济学的迷宫，让我能够更自信地面对实际经济数据分析的挑战。

评分☆☆☆☆☆

我必须承认，最初拿到这本《计量经济学导论：现代观点》第二版时，它的厚度确实让我有些望而却步。上下两册，满满的学术气息，让我一度怀疑自己能否消化。然而，当我真正开始阅读，并深入其中后，我才意识到，这份“厚重”正是其价值所在。这本书的体系性是我见过最完整的。它不仅仅是罗列各种模型和方法，更注重于建立一个完整的计量经济学分析框架。从最基本的统计概念，到各种回归模型、时间序列、面板数据，以及更高级的主题，都构建起了一个严谨的逻辑链条。让我印象深刻的是，书中对于各种假设条件的讨论，以及这些假设不成立时可能带来的问题和解决方法。这让我意识到，计量经济学研究并非是盲目的套用公式，而是需要审慎的思考和严谨的论证。这本书教会我的，是一种严谨的学术态度，一种批判性的思维方式，一种解决问题的系统方法。这对我今后的学习和研究，都将产生深远的影响。

评分☆☆☆☆☆

伍德里奇这本《计量经济学导论：现代观点》第二版，简直就是我在学术道路上遇到的一个宝藏。我一直觉得，学习计量经济学，最重要的就是能够将抽象的理论和真实的经济世界联系起来。这本书在这方面做得极其出色。它不仅仅是教科书，更像是一本“实践指南”。我最喜欢的部分是书中大量的案例分析，这些案例都来自于真实的经济研究，涉及了宏观经济、微观经济、劳动经济学、金融学等多个领域。每一个案例都清晰地展示了如何应用计量经济学的方法来解决实际问题，从提出研究问题，到选择合适的模型，再到解释实证结果，每一个环节都剖析得鞭辟入里。这让我深刻体会到，计量经济学并非是脱离现实的象牙塔理论，而是能够为我们理解和解决现实世界经济问题提供强有力工具的。通过这些案例，我不仅学习了理论知识，更重要的是学会了如何“思考”和“建模”。感觉自己就像亲身参与了一次次的学术研究，受益匪浅。

评分☆☆☆☆☆

这本书的语言和风格，我必须说，简直太对我的胃口了。很多计量经济学书籍，读起来总是让人感觉枯燥乏味，像是在啃一本冰冷的书籍。但伍德里奇的这本书，文字间流露出的那种清晰、严谨，又带着一丝温和的学术气质，让我欲罢不能。他解释概念的时候，总是能把最复杂的原理用最简洁明了的语言表达出来，而且逻辑性极强，读起来一点也不费劲。我尤其欣赏书中那种“循序渐进”的叙述方式，仿佛一位循循善诱的老师，从最基础的概念讲起，一步步引导读者进入更深的学术殿堂。当你感到困惑时，他总能及时地提供恰当的解释和补充。这种教学相长的体验，让我觉得非常舒服，也更加坚定了我深入学习计量经济学的决心。这本书真的让我觉得，原来计量经济学也可以如此引人入胜，如此充满魅力。

评分☆☆☆☆☆

伍德里奇这本《计量经济学导论：现代观点》第二版中文版，绝对是计量经济学领域的一部里程碑式巨著。我作为一名对计量经济学充满热情，但又时常被其深度和广度所震撼的学生，深感此书的价值。它不仅仅是理论的罗列，更是一次严谨的学术探索之旅。初次翻开，厚实的上下册就给人一种沉甸甸的学术力量感，封面设计简洁而不失庄重，透露出内容本身的专业性。这本书的语言风格我非常喜欢，既有严谨的学术逻辑，又不乏清晰的讲解，使得复杂的概念能够被层层剥开，便于理解。特别是对于我这种需要扎实基础的读者来说，前期的概念铺垫和数学准备工作做得非常到位，一点也不含糊，为后续更深入的学习打下了坚实的地基。我尤其欣赏书中大量的例证和习题，它们不仅仅是知识点的巩固，更是引导我们如何将理论应用于实际问题的绝佳工具。每次完成一个章节的学习，我都会尝试去做一些配套的习题，虽然有些题目颇具挑战性，但那种豁然开朗的感觉，是任何在线课程或简短教程都无法比拟的。它教会我的不仅仅是“是什么”，更是“为什么”和“怎么做”。