內容簡介
《經濟計量學精要(第4版)(2010年最新版)》旨在嚮讀者介紹經濟計量理論和技術,力求通過大量實例、翔實解釋和豐富習題幫助學生理解經濟計量技術。根據學生和教師的建議,第4版的框架進行瞭重新調整,增加瞭許多新例子,並恰如其分地給齣瞭各種軟件的計算機輸齣結果。
《經濟計量學精要(第4版)(2010年最新版)》重點麵嚮經濟學和管理類專業本科生以及MBA學員,也適用於涉及經濟計量分析,尤其是迴歸分析的其他社會科學和行為科學專業的學生。
作者簡介
達莫達爾 N.古紮拉蒂(Damodar N.Gujarati),達莫達爾N.古紮拉蒂曾執教於紐約城市大學(25年多)和西點軍事學院社會科學係(17年)。古紮拉蒂博士於1960年獲孟買大學商學碩士學位,1963年獲芝加哥大學MBA碩士學位,1965年獲芝加哥大學博士學位。古紮拉蒂曾在Review of Economics and Statistics.Economic Journal,Journal of Financial and Quantitative Analysis,Journal of Business等國際著名雜誌上發錶多篇論文。古紮拉蒂博士曾任Journal of Quantitative Economics和官方刊物Indian Econometric Society的編委會成員。古紮拉蒂博士代錶著作有《退休金與紐約市的財政危機》(Pensions and New York City Fiscal Crisis American Enterprise Institute,1978),《政府和企業》(Government and Business McGraw-Hill,1984)和《經濟計量學》(Basic Econometrics。5th ed.McGraw-Hill,2009)。古紮拉蒂博士在經濟計量學領域的著作已被譯成多種文字齣版。
古紮拉蒂博士曾是英國謝菲爾德大學的訪問教授(1970~1971年),富布萊特項目訪問教授(印度,1981-1982年),新加坡國立大學訪問教授(1985-1986年),澳大利亞新南威爾士大學經濟計量學訪問教授(1988年夏)。古紮拉蒂博士曾先後在澳大利亞、中國、孟加拉國、德國、印度、以色列、毛裏求斯、韓國等講授宏觀和微觀經濟學專題。
道恩.C.波特(Dawn C.Porter),於2006年鞦季開始擔任南加州大學馬歇爾商學院信息和運營管理係助理教授,為本科生、MBA和研究生講授統計學課程。此前,道恩曾任喬治敦大學麥剋多諾商學院助理教授,紐約大學藝術和科學研究生院心理學係客座教授,紐約大學斯特恩商學院講師。道恩在紐約大學斯特恩商學院獲得統計學博士學位,在康奈爾大學獲數學學士學位。
道恩博士的研究領域涉及範疇分析、契約度量、多變量建模以及這些方法在心理學 方麵的應用,現在重點關注的是從統計學角度研究在綫拍賣模型。道恩博士曾在Joint Statistical Meetings、Decision Sciences Institute:Meetings、International Conference on Information Systems會議上發錶學術演講,並參加瞭倫敦經濟學院、紐約大學等高校,以 及各種電子商務和統計研討會。道恩博士還閤著齣版瞭《商業統計精要》(第2版) (Essentials of Business Statistics)以及《經濟計量學》(第5版)(Basic Econometrics)。
此外,道恩博士還擔任畢馬威公司、美國政府國民抵押貸款協會、反鬥城玩具公司、 IBM公司、Cosmaire公司、紐約大學媒體中心等多傢公司的統計谘詢顧問。
內頁插圖
精彩書評
古紮拉蒂博士的《經濟計量學精要》既介紹瞭經典的計量經濟基礎知識,又著眼於計量經濟學科的發展前沿,內容完整、豐富,是一部關於經濟計量學基礎理論的經典著作!
——中國社會科學院數量經濟與技術經濟研究所所長 汪同三
《經濟計量學精要》深入淺齣,通過大量有趣的經濟學實例來闡述計量經濟學的基本理論及其應用,更難得的是。通過介紹常用統計軟件和提供網上數據資源庫,培養學生動手進行數據處理和實證分析的能力,是一本優秀的計量經濟學入門讀物。
——美國康奈爾大學經濟學係終身教授,廈門大學王亞南經濟研究院長江學者講座教授 洪永淼
這是一本將計量經濟學理論方法與應用融為一體的好教材!
——清華大學經濟管理學院教授 李子奈
這是一本適於初學者的好教材。在書前先介紹統計推斷。很有特色!
——南開大學經濟學院教授、數量經濟研究所所長 張曉峒
目錄
前言
作者簡介
教學建議
第1章 經濟計量學的特徵及研究範圍
1.1 什麼是經濟計量學
1.2 為什麼要學習經濟計量學
1.3 經濟計量學方法論
1.4 全書結構
關鍵術語和概念 問題習題
附錄1A 互聯網上的經濟數據
第一部分 綫性迴歸模型
第2章 綫性迴歸的基本思想雙變量模型
2.1 迴歸的含義
2.2 總體迴歸函數(PRF):假想一例
2.3 總體迴歸函數的統計或隨機設定
2.4 隨機誤差項的性質
2.5 樣本迴歸函數
2.6 “綫性”迴歸的特殊含義
2.7 從雙變量迴歸到多元綫性迴歸
2.8 參數估計:普通最小二乘法
2.9 綜閤
2.10 一些例子
2.11 小結
關鍵術語和概念 問題習題 選作題
附錄2A 最小二乘估計值的推導
第3章 雙變量模型:假設檢驗
3.1 古典綫性迴歸模型
3.2 普通最小二乘估計量的方差與標準誤
3.3 為什麼使用OLS?OLS估計量的性質
3.4 OLS估計量的抽樣分布或概率分布
3.5 假設檢驗
3.6 擬閤迴歸直綫的優度:判定係數
3.7 迴歸分析結果的報告
3.8 數學S.A.T一例的計算機輸齣結果
3.9 正態性檢驗
3.10 綜閤實例:美國商業部門工資和生産率的關係(1959-2006年)
3.11 預測
3.12 小結
關鍵術語和概念 問題習題
第4章 多元迴歸:估計與假設檢驗
4.1 三變量綫性迴歸模型
4.2 多元綫性迴歸模型的若乾假定
4.3 多元迴歸參數的估計
4.4 估計多元迴歸的擬閤優度多元判定係數R2
4.5 古董鍾拍賣價格一例
4.6 多元迴歸的假設檢驗
4.7 對偏迴歸係數進行假設檢驗
4.8 檢驗聯閤假設:B2=B3=或R2=0
4.9 從多元迴歸模型到雙變量模型:設定誤差
4.10 比較兩個R2值:校正的判定係數
4.11 什麼時候增加新的解釋變量
4.12 受限最小二乘
4.13 若乾實例
4.14 小結
關鍵術語和概念 問題習題
附錄4A.1 式(4-20)至(4-22)中OLS估計量的推導
附錄4A.2 式(4-31)的推導
附錄4A.3 式(4-50)的推導
附錄4A.4 古董鍾拍賣價格一例的EViews輸齣結果
第5章 迴歸模型的函數形式
5.1 如何度量彈性:雙對數模型
5.2 比較綫性和雙對數迴歸模型
5.3 多元對數綫性迴歸模型
5.4 如何預測增長率:半對數模型
5.5 綫性一對數模型:解釋變量是對數形式
5.6 倒數模型
5.7 多項式迴歸模型
5.8 過原點的迴歸
5.9 關於度量比例和單位的說明
5.10 標準化變量的迴歸
5.11 函數形式小結
5.12 小結
關鍵術語和概念 問題習題
附錄5A 對數
第6章 虛擬變量迴歸模型
6.1 虛擬變量的性質
6.2 ANCOVA模型:包含一個定量變量、一個兩分定性變量的迴歸
6.3 包含一個定量變量、一個多分定性變量的迴歸
6.4 包含一個定量變量和多個定性變量的迴歸
6.5 比較兩個迴歸
6.6 虛擬變量在季節分析中的應用
6.7 應變量也是虛擬變量的情形:綫性概率模型(LPM)
6.8 小結
關鍵術語和概念 問題習題
第二部分 實踐中的迴歸分析
第7章 模型選擇:標準與檢驗
7.1 “好的”模型具有的性質
7.2 設定誤差的類型
7.3 遺漏相關變量:“過低擬閤模型”
7.4 包括不相關變量:“過度擬閤模型”
7.5 不正確的函數形式
7.6 度量誤差
7.7 診斷設定誤差:設定誤差的檢驗
7.8 小結
關鍵術語和概念 問題習題
第8章 多重共綫性:解釋變量相關會有什麼後果
8.1 多重共綫性的性質:完全多重共綫性的情形
8.2 近似或者不完全多重共綫性的情形
8.3 多重共綫性的理論後果
8.4 多重共綫性的實際後果
8.5 多重共綫性的診斷
8.6 多重共綫性必定不好嗎
8.7 擴展一例:1960-1982年期間美國的雞肉需求
8.8 如何解決多重共綫性:補救措施
8.9 小結
關鍵術語和概念 問題習題
第9章 異方差:如果誤差方差不是常數會有什麼結果
9.1 異方差的性質
9.2 異方差的後果
9.3 異方差的診斷:如何知道存在異方差問題
9.4 觀察到異方差該怎麼辦:補救措施
9.5 懷特異方差校正後的標準誤和統計量
9.6 若乾異方差實例
9.7 小結
關鍵術語和概念 問題習題
第10章 自相關:如果誤差項相關會有什麼結果
10.1 自相關的性質
10.2 自相關的後果
10.3 自相關的診斷
10.4 補救措施
10.5 如何估計
10.6 校正OLS標準誤的大樣本
方法:紐維-韋斯特(Newey-West)方法
10.7 小結
關鍵術語和概念 問題習題
附錄10A遊程檢驗
附錄10B自相關的一般性檢驗:布魯
爾什-戈弗雷(BG)檢驗
第三部分 絮滿科群商級專題
第11章 聯立方程模型
11.1 聯立方程模型的性質
11.2 聯立方程的偏誤:OLS估計量的非一緻性
11.3 間接最小二乘法
11.4 間接最小二乘:一則實例
11.5 模型識彆問題
11.6 識彆規則:識彆的階條件
11.7 過度識彆方程的估計:兩階段最小二乘法
11.8 2SLS:一個數字例子
11.9 小結
關鍵術語和概念 問題習題
附錄11A OLS估計量的非一緻性
第12章 單方程迴歸模型的幾個專題
12.1 動態經濟模型:自迴歸和分布滯後模型
12.2 僞迴歸現象:非平衡時間序列
12.3 平穩性檢驗
12.4 協整時間序列
12.5 隨機遊走模型
12.6 分對數模型
12.7 小結
關鍵術語和概念 問題習題
附錄 概率論與統計學基礎
附錄A 統計學迴顧概率與概率分布
附錄B 概率分布的特徵
附錄C 一些重要的概率分布
附錄D 統計推斷:估計與假設檢驗
附錄E 統計錶
附錄F EViews、MINITAB、Excel和STATA的計算機輸齣結果
參考文獻
精彩書摘
(7)檢驗源自模型的假設。
(8)利用模型進行預測。
為瞭闡明經濟計量學方法論,不妨考慮這樣一個問題:經濟形勢會影響人們進入勞動力市場的決策嗎?也就是說,經濟形勢是否對人們的工作意願有影響?假設用失業率(UNR)度量經濟形勢,用勞動力參與率(LFPR)度量勞動力參與,UNR和LFPR的數據由政府按時公布。我們按上述步驟迴答這個問題。
1.3.1建立一個理論假說
首先要瞭解經濟理論對這一問題是怎樣闡述的。在勞動力經濟學中,關於經濟形勢對人們工作意願的影響有兩個互相對立的假說。受挫-工人假說(效應)認為當經濟形勢惡化時(錶現為較高的失業率),許多失業工人放棄尋找工作的願望並退齣勞動力市場。增加-工人假說(效應)認為當經濟形勢惡化時,許多尚未進入勞動力市場的後備工人(比如帶孩子的母親)可能會由於養傢的人失去工作而決定進入勞動力市場,即使這些工作的報酬很低,隻要可以彌補由於養傢的人失去工作而造成的收入損失就行。
總而言之,勞動力參與率的增加或減少取決於增加-工人效應和受挫-工人效應的強弱對比。如果增加-工人效應占主導,則LFPR將升高,即使是在失業率很高的情況下。相反,如果是受挫-工人效應占主導,那麼LYPR將會下降。如何得到這一結果呢?這就成瞭一個實證問題。
1.3.2收集數據
因此,在實證分析中需要這兩個變量的定量信息。一般來說,有三類數據可用於實證分析:
(1)時間序列數據。
(2)截麵數據。
(3)閤並數據(時間序列數據與截麵數據的組閤)。
時間序列數據(times series data)是按時間跨度收集得到的。比如GDP、失業、就業、貨幣供給、政府赤字等,這些數據是按照規則的時間間隔收集得到的——每天(比如股票價格)、每周(比如貨幣供給)、每月(比如失業率)、每季度(比如GDP)或每年(比如政府預算)。這些數據可能是定量的(比如價格、收入、貨幣供給等),也可能是定性的(比如男或女、失業或就業、已婚或未婚、白人或黑人等)。你會發現,定性變量(又稱為虛擬變量或分類變量)與定量變量同樣重要。
截麵數據(cross-sectional data)是指一個或多個變量在某一時點上的數據集閤。例如美國人口調查局每十年進行的人口普查(最近一次是在2000年4月1日進行的),密執安大學進行的消費者支齣調查以及Gallup、Harris和其他投票組織進行的民意測驗等。
閤並數據(pooled data)既包括時間序列數據又包括截麵數據。例如,如果要收集20年間10個國傢的失業率數據,那麼這個數據集就是一個閤並數據——每個國傢20年間的失業率構成時間序列數據,而10個不同國傢每年的失業率又組成截麵數據。在閤並數據中,共有200個觀察值——10個國傢20年間的失業率數據。
前言/序言
與前幾版一樣,《經濟計量學精要》第4版最主要的目的是嚮讀者通俗易懂地介紹經濟計量學的理論和技術。本書主要麵嚮經濟學和工商管理專業的本科生以及MBA學員,也適用於涉及經濟計量分析,尤其是迴歸分析的其他社會科學和行為科學專業的學生。本書力求通過大量的實例、翔實的解釋和豐富的習題幫助學生理解經濟計量技術。
雖然我已年過80,但是對於經濟計量學的熱愛絲毫未減,並努力跟蹤這個領域的最新進展。我的助手,南加州大學洛杉磯分校馬歇爾商學院統計學助理教授道恩博士(也是本書的作者之一)給瞭我極大的支持與幫助。本書第4版凝結瞭我們的堅持與付齣。本版特點
在介紹本書內容變更之前,首先提醒讀者關注本版的一些特點:
(1)為瞭直接進入綫性迴歸這個核心內容,本版把統計學基礎知識放在瞭附錄部分,這樣可以隨時翻閱附錄迴顧統計學知識。
(2)本版案例中的數據都進行瞭更新。
(3)本版增加瞭一些新例子。
(4)在某些章節還對原版的例子進行瞭擴展。
(5)本版還給齣瞭一些例子的計算機輸齣結果。大多數例子都是基於EViews6、STATA和MINITAB實現的。(6)本版還提供瞭一些新圖形。(7)本版引入瞭新的數據集。
(8)為瞭簡約版麵,本版僅羅列齣一些小樣本數據,大樣本數據在網上教材中給齣。當然,網上教材提供瞭書中使用到的所有數據。
alt="" />
經濟計量學精要(第4版) 本書旨在為學習經濟學、金融學、社會科學以及其他相關領域的研究生和高年級本科生提供紮實的經濟計量學基礎。 它不僅僅是一本教科書,更是一扇通往量化分析世界的大門,幫助讀者理解並運用統計工具來檢驗經濟理論、分析經濟數據,並對經濟現象做齣預測。 核心內容與結構: 本書以循序漸進的方式,清晰地闡述瞭經濟計量學的基本原理、核心方法和重要應用。其結構設計邏輯性強,能夠引導讀者逐步掌握復雜的概念: 基礎迴歸模型(OLS): 從最基本的一元綫性迴歸模型入手,詳細講解普通最小二乘法(OLS)的原理、假設條件、估計方法以及係數的解釋。讀者將學習如何構建簡單的經濟模型,並利用OLS進行參數估計,理解迴歸係數的含義。 多元迴歸模型: 隨著模型復雜度的增加,本書進一步擴展到多元綫性迴歸,介紹如何處理多個解釋變量,並深入探討多重共綫性、異方差性、自相關等常見問題及其診斷和處理方法。這些內容對於理解真實世界經濟數據的非理想特性至關重要。 變量處理與模型設定: 如何恰當地選擇和構建變量,如何進行適當的模型設定(如選擇函數形式、處理滯後變量等)是經濟計量分析成功的關鍵。本書提供瞭實用的指導和案例分析。 虛擬變量的應用: 虛擬變量是處理分類信息的重要工具,本書將詳細講解如何使用虛擬變量來捕捉定性因素的影響,例如性彆、地區、政策實施等,並將其融入迴歸模型。 時序數據分析: 經濟數據往往具有時間序列特性,本書將介紹時間序列分析的基本概念,包括平穩性、自迴歸模型(AR)、移動平均模型(MA)、ARIMA模型等,以及如何運用這些工具分析經濟趨勢、季節性波動和周期性特徵。 麵闆數據分析: 麵闆數據能夠同時捕捉個體和時間的維度,提供更豐富的信息。本書將介紹麵闆數據模型的原理,如固定效應模型和隨機效應模型,以及如何利用這些模型分析跨期、跨個體的數據。 工具變量法(IV)和兩階段最小二乘法(2SLS): 當模型中存在內生性問題時,OLS估計量將産生偏差。本書詳細講解瞭工具變量法的原理,以及如何利用兩階段最小二乘法來解決內生性問題,這在實際應用中非常關鍵。 模型檢驗與診斷: 除瞭參數估計,模型本身的有效性也需要檢驗。本書將介紹各種統計檢驗方法,如t檢驗、F檢驗、卡方檢驗等,以及如何進行模型診斷,識彆潛在的模型錯誤和數據問題。 計量軟件的應用: 現代經濟計量分析離不開統計軟件的支持。本書將結閤實際操作,演示如何在主流的計量軟件(如Stata、EViews、R等)中實現上述方法的估計和檢驗。雖然本書不會深入講解軟件的每一個細節,但會提供必要的指導,幫助讀者將理論知識轉化為實踐技能。 本書的特色與優勢: 概念清晰,邏輯嚴謹: 作者善於將復雜的經濟計量學理論分解為易於理解的概念,並以清晰的邏輯順序呈現,使讀者能夠逐步建立起完整的知識體係。 理論與實踐結閤: 本書不僅講解瞭經濟計量學的理論基礎,還通過豐富的真實世界經濟數據案例,展示瞭如何將這些理論應用於解決實際經濟問題。案例分析貼近現實,具有很強的啓發性。 注重直覺理解: 作者努力讓讀者理解統計概念背後的經濟直覺,而不僅僅是記住公式。這有助於讀者更深入地掌握計量方法,並在麵對新問題時靈活運用。 覆蓋麵廣: 本書涵蓋瞭經濟計量學中最核心、最常用的方法,為讀者打下堅實的計量基礎,也為進一步學習更高級的主題(如因果推斷、機器學習在經濟學中的應用等)做好準備。 易於自學: 清晰的解釋、循序漸進的難度以及豐富的例題,使得本書非常適閤希望自學經濟計量學的學生和研究人員。 本書適閤讀者: 經濟學專業研究生: 為深入的經濟學研究奠定量化分析的基礎。 金融學專業研究生: 學習如何量化分析金融市場數據、評估投資風險。 社會科學、公共政策等領域的研究者: 學習如何利用數據檢驗政策效果、分析社會現象。 高年級本科生: 提前接觸和掌握經濟計量學核心方法,為未來的學習和研究打下基礎。 希望提升數據分析能力的從業人士: 學習如何運用經濟計量方法來解決工作中遇到的數據問題,做齣更明智的決策。 通過學習本書,您將能夠: 理解並解釋迴歸分析的結果。 診斷和處理經濟計量模型中的常見問題。 運用計量方法分析經濟數據,檢驗經濟理論。 評估政策乾預的效果。 為進一步深入的經濟學研究做好充分準備。 《經濟計量學精要(第4版)》是一本不容錯過的經典教材,它將幫助您自信地駕馭量化分析的世界,成為一名更具競爭力的經濟學研究者或從業者。