×
暂无评论
图文详情
  • ISBN:9787111707608
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:530
  • 出版时间:2022-06-01
  • 条形码:9787111707608 ; 978-7-111-70760-8

本书特色

适读人群 :本科生、研究生计量经济学是基于经济理论和统计工具分析“经济数据”的一门科学和艺术。它广泛应用于金融学、劳动经济学、宏观经济学、微观经济学、市场营销,以及社会学等其他社会科学的众多分支中。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选择,并终寻求到重要定量问题的定量答案。在这个复杂的世界,计量经济学可以为我们打开一扇窗,让我们科学理性地挖掘出个人、企业以及政府做决策时所依据的内在逻辑。 本书是经典的计量经济学入门教材,两位作者分别来自哈佛大学和普林斯顿大学,都是国际上计量经济学领域中的大牛。他们强调理解、掌握和应用计量经济学的基本思想,并使用尽量少的和简单的数学语言介绍计量经济学家们常用的核心方法,同时通过大量实例来分析当今世界宏微观决策中存在的具体定量问题,既实用又有趣。 特别地,在当前大数据时代,学会数据分析是一项越来越受到国内外就业市场欢迎的技能,同时也是进一步升级研究不可或缺的分析工具。因此,相信通过学习本书,你将会真正掌握和熟练应用计量经济学工具。

内容简介

计量经济学是基于经济理论和统计工具分析“经济数据”的一门科学和艺术。它广泛应用于金融学、劳动经济学、宏观经济学、微观经济学、市场营销,以及社会学等其他社会科学的众多分支中。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选择,并*终寻求到重要定量问题的定量答案。在这个复杂的世界里,计量经济学可以为我们打开一扇窗,让我们科学理性地挖掘出个人、企业以及政府做决策时所依据的内在逻辑。 本书是经典的计量经济学入门教材,两位作者分别来自啥佛大学和普林斯顿大学,都是靠前上计量经济学领域的大牛。他们强调理解、掌握和应用计量经济学的基本思想,并使用尽量少的和*简单的数学语言介绍计量经济学家们常用的核心方法,同时通过大量实例来分析当今世界宏微观决策中存在的具体定量问题,既实用又有趣。 特别地,在当前大数据时代,学会数据分析是一项越来越受到国内外就业市场欢迎的技能,同时也是进一步升级研究不可或缺的分析工具。因此,相信通过学习本书,你将会真正掌握和熟练应用计量经济学工具。

目录

前言
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 /10
内容复习 /10
第2章 概率论知识回顾 /11
2.1 随机变量和概率分布 /12
2.2 期望值、均值和方差 /15
2.3 二维随机变量 /19
专栏2-1 2015年美国的收入分布情况 /24
2.4 正态分布、χ2分布、学生t分布及F分布 /26
专栏2-2 华尔街糟糕的一天 /28
2.5 随机抽样与样本均值的抽样分布 /30
专栏2-3 投资分散化和资产组合 /33
2.6 抽样分布的大样本近似 /33
本章小结 /38
重要术语 /38
内容复习 /39
习题 /39
实证练习 /43
附录2A 重要概念2-3中结果的推导 /44
附录2B 条件均值是实现*小均方误差的预测值 /45
第3章 统计学知识回顾 /46
3.1 总体均值的估计 /47
专栏3-1 兰顿获胜 /50
3.2 关于总体均值的假设检验 /50
3.3 总体均值的置信区间 /56
3.4 不同总体间的均值比较 /57
专栏3-2 美国大学毕业生收入的性别差异 /59
3.5 基于实验数据估计因果效应 /60
专栏3-3 刺激退休储蓄的新方法 /60
3.6 样本容量较小时的t统计量 /61
3.7 散点图、样本协方差和样本相关系数 /63
本章小结 /66
重要术语 /66
内容复习 /67
习题 /67
实证练习 /71
附录3A 美国当前人口调查 /73
附录3B Y是μY的*小二乘估计量的两种证明方法 /73
附录3C 样本方差一致性的证明 /74
第2篇 回归分析基础
第4章 一元线性回归 /76
4.1 线性回归模型 /77
4.2 线性回归模型的系数估计 /79
专栏4-1 股票的“贝塔”值 /82
4.3 拟合优度与预测精度 /83
4.4 因果推断的*小二乘假设 /85
4.5 OLS估计量的抽样分布 /89
4.6 结论 /91
本章小结 /91
重要术语 /92
内容复习 /92
习题 /92
实证练习 /94
附录4A 加利福尼亚州的测试成绩数据集 /96
附录4B OLS估计量的推导 /96
附录4C OLS估计量的抽样分布 /96
附录4D 预测的*小二乘假设 /98
第5章 一元线性回归:假设检验和置信区间 /100
5.1 关于某个回归系数的假设检验 /100
5.2 回归系数的置信区间 /104
5.3 X为二元变量时的回归 /105
5.4 异方差和同方差 /107
专栏5-1 一年教育的经济价值:是同方差还是异方差 /110
*5.5 普通*小二乘法的理论基础 /111
*5.6 样本容量较小时的t统计量应用 /112
5.7 结论 /113
本章小结 /114
重要术语 /115
内容复习 /115
习题 /115
实证练习 /118
附录5A OLS标准误公式 /119
附录5B 高斯-马尔科夫条件和高斯-马尔科夫定
理的证明 /120
第6章 多元线性回归 /122
6.1 遗漏变量偏差 /122
专栏6-1 莫扎特效应:遗漏变量偏差 /125
6.2 多元回归模型 /126
6.3 多元回归的OLS估计量 /128
6.4 多元回归的拟合优度 /130
6.5 多元回归中因果推断的*小二乘假设 /132
6.6 多元回归模型中OLS估计量的分布 /134
6.7 多重共线性 /134
6.8 控制变量和条件均值独立 /137
6.9 结论 /138
本章小结 /139
重要术语 /139
内容复习 /140
习题 /140
实证练习 /143
附录6A 式(6-1)的推导 /144
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 /144
附录6C Frisch-Waugh定理 /144
附录6D 多元回归预测的*小二乘假设 /145
附录6E 包含控制变量的多元回归的OLS估计量的分布 /146
第7章 多元回归中的假设检验和置信区间 /147
7.1 单个系数的假设检验和置信区间 /147
7.2 联合假设的检验 /150
7.3 涉及多个系数的单约束检验 /154
7.4 多个系数的置信集 /155
7.5 多元回归的模型设定 /156
7.6 对测试成绩数据集的分析 /158
7.7 结论 /161
本章小结 /161
重要术语 /162
内容复习 /162
习题 /162
实证练习 /164
附录7A 联合假设的Bonferroni检验 /165
第8章 非线性回归函数 /167
8.1 非线性回归函数的一般建模方法 /168
8.2 一元非线性函数 /173
8.3 解释变量的交互项 /180
专栏8-1 教育回报与性别差距 /185
专栏8-2 经济学期刊的需求 /187
8.4 学生-教师比对测试成绩的非线性效应 /189
8.5 结论 /193
本章小结 /194
重要术语 /194
内容复习 /194
习题 /195
实证练习 /198
附录8A 参数非线性的回归函数 /200
附录8B 非线性回归函数的斜率和弹性 /202
第9章 多元回归分析有效性的评估 /204
9.1 内部有效性和外部有效性 /204
9.2 多元回归分析的内部有效性威胁 /206
专栏9-1 股票共同基金跑赢市场了吗 /211
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 /214
9.4 实例:测试成绩和班级规模 /215
9.5 结论 /221
本章小结 /222
重要术语 /222
内容复习 /222
习题 /222
实证练习 /224
附录9A 马萨诸塞州的小学测试数据 /225
第3篇 回归分析的高级专题
第10章 面板数据回归 /228
10.1 面板数据 /229
10.2 两期的面板数据:“前后”比较 /231
10.3 固定效应回归 /233
10.4 时间固定效应回归 /236
10.5 固定效应回归假设和固定效应回归的标准误 /238
10.6 关于酒驾的法律规定和交通事故死亡人数 /240
10.7 结论 /243
本章小结 /243
重要术语 /244
内容复习 /244
习题 /244
实证练习 /245
附录10A 州交通死亡事故数据集 /246
附录10B 固定效应回归的标准误 /246
第11章 二元被解释变量回归 /250
11.1 二元被解释变量与线性概率模型 /251
11.2 probit回归和logit回归 /254
11.3 logit模型和probit模型的估计与推断 /258
11.4 在波士顿HMDA数据中的应用 /261
11.5 结论 /265
专栏11-1 诺贝尔经济学奖得主詹姆斯·赫克曼和丹尼尔·麦克法登 /266
本章小结 /267
重要术语 /267
内容复习 /267
习题 /267
实证练习 /269
附录11A 波士顿HMDA数据 /271
附录11B *大似然估计 /271
附录11C 其他受限被解释变量模型 /272
第12章 工具变量回归 /275
12.1 单个自变量和单个工具变量的IV估计量 /275
专栏12-1 谁发明了工具变量回归 /279
12.2 一般IV回归模型 /282
12.3 检验工具变量有效性 /287
专栏12-2 **次IV回归 /289
12.4 在香烟需求例子中的应用 /291
专栏12-3 吸烟的外部性 /292
12.5 如何寻找有效的工具变量 /294
12.6 结论 /297
本章小结 /297
重要术语 /298
内容复习 /298
习题 /298
实证练习 /300
附录12A 香烟消费面板数据集 /302
附录12B 式(12-4)中TSLS估计量公式的推导 /302
附录12C TSLS估计量的大样本分布 /302
附录12D 工具变量非有效时TSLS估计量的大样本分布 /303
附录12E 存在潜在弱工具变量时的工具变量分析方法 /304
附录12F 含有控制变量的TSLS /305
第13章 实验和准实验 /307
13.1 潜在结果、因果效应和理想化实验 /308
13.2 实验的有效性威胁 /310
专栏13-1 霍桑效应 /311
13.3 减小班级规模效应的实验估计 /313
13.4 准实验 /319
13.5 准实验的潜在问题 /323
13.6 异质性总体下的实验和准实验估计 /324
13.7 结论 /328
本章小结 /328
重要术语 /329
内容复习 /329
习题 /330
实证练习 /332
附录13A STAR项目数据集 /333
附录13B 异质性因果效应的IV估计 /333
附录13C 分析实验数据的潜在结果框架 /333
第14章 多元回归和大数据预测 /335
14.1 什么是“大数据” /336
14.2 多元预测问题与OLS /337
14.3 岭回归 /342
14.4 Lasso回归 /345
14.5 主成分 /348
14.6 使用多个预测因子预测学校测试成绩 /352
14.7 结论 /356
专栏14-1 文本数据 /356
本章小结 /357
重要术语 /357
内容复习 /358
习题 /358
实证练习 /361
附录14A 加州学校考试成绩数据集 /362
附录14B k=1时式(14-4)的推导 /362
附录14C k=1时的岭回归估计量 /362
附录14D k=1时的Lasso估计量 /362
附录14E 在标准化回归模型中计算样本外预测 /363
第4篇 经济时间序列数据的回归分析
第15章 时间序列回归和预测导论 /366
15.1 时间序列数据和序列相关介绍 /367
15.2 平稳性和均方预测误差 /371
专栏15-1 你能战胜市场吗 /373
15.3 自回归 /374
15.4 包含其他预测变量的时间序列模型和自回归分布滞后模型 /377
15.5 MSFE的估计和预测区间 /380
专栏15-2 血河 /383
15.6 运用信息准则选择滞后阶数 /383
15.7 非平稳性Ⅰ:趋势 /386
15.8 非平稳性Ⅱ:突变 /391
15.9 结论 /396
本章小结 /396
重要术语 /397
内容复习 /397
习题 /397
实证练习 /400
附录15A 第15章使用的时间序列数据 /402
附录15B AR(1)模型的平稳性 /402
附录15C 滞后算子符号 /403
附录15D ARMA模型 /403
附录15E BIC滞后阶数估计量的一致性 /404
第16章 动态因果效应估计 /405
16.1 橙汁数据的初步分析 /406
16.2 动态因果效应 /408
16.3 使用外生解释变量估计动态因果效应 /411
16.4 异方差和自相关一致标准误 /413
16.5 严格外生解释变量的动态因果效应估计 /416
16.6 橙汁价格和霜冻天气 /420
专栏16-1 迁徙中的橙子树 /424
专栏16-2 新闻速递:商品交易员通过迪士尼乐园
传递寒流 /425
16.7 外生性合理吗 /425
16.8 结论 /427
本章小结 /427
重要术语 /427
内容复习 /428
习题 /428
实证练习 /431
附录16A 橙汁数据集 /432
附录16B 使用滞后算子表示的ADL模型及广义*小二乘法 /432
第17章 时间序列回归的其他专题 /435
17.1 向量自回归 /436
17.2 多期预测 /438
17.3 单整阶数和单位根检验统计量的非正态性 /442
17.4 协整 /445
17.5 波动集群性和自回归条件异方差 /447
17.6 使用动态因子模型和主成分进行包含多个预测变量的预测 /451
专栏17-1 时间序列计量经济学的诺贝尔奖获得者 /457
17.7 结论 /458
本章小结 /458
重要术语 /458
内容复习 /459
习题 /459
实证练习 /461
附录17A 美国季度宏观数据集 /461
第5篇 回归分析的计量经济学理论
第18章 一元线性回归理论 /464
18.1 扩展的*小二乘假设和OLS估计量 /465
18.2 渐近分布理论基础 /466
18.3 OLS估计量和t统计量的渐近分布 /470
18.4 误差项服从正态分布时的精确抽样分布 /472
18.5 加权*小二乘法 /474
本章小结 /477
重要术语 /477
内容复习 /478
习题 /478
附录18A 正态分布及其相关分布和连续型随机变量的矩 /480
附录18B 两个不等式 /482
第19章 多元线性回归理论 /483
19.1 多元回归模型和OLS估计量的矩阵形式 /484
19.2 OLS估计量和t统计量的渐近分布 /486
19.3 联合假设检验 /489
19.4 正态误差项假设下回归统计量的分布 /490
19.5 误差项为同方差时OLS估计量的有效性 /492
19.6 广义*小二乘法 /494
19.7 工具变量和广义矩估计 /497
本章小结 /503
重要术语 /503
内容复习 /504
习题 /504
附录19A 矩阵代数概要 /508
附录19B 多元分布 /510
附录19C 推导β^的渐近分布 /511
附录19D 推导正态误差项下OLS检验统计量的精确分布 /511
附录19E 多元回归模型的高斯-马尔科夫定理的证明过程 /512
附录19F IV和GMM估计中部分结论的证明 /513
附录19G 包含多个预测因子的回归:MPSE、岭回归和主成分分析 /515
附录 /519
参考文献 /527

展开全部

作者简介

詹姆斯·H.斯托克(James H.Stock),哈佛大学教授、副教务长,兼任哈佛肯尼迪学院教授。他曾担任总统经济顾问委员会成员和哈佛大学经济系主任。研究领域为经济计量方法、宏观经济预测、货币政策等,目前集中在能源和环境经济学,重点是燃料和美国气候变化政策。他在多家靠前核心期刊上发表论文90多篇,并著有若干部专著,拥有加州大学伯克利分校统计学硕士和经济学博士学位。 马克·W.沃森(Mark W.Watson),普林斯顿大学教授,美国国家经济研究局副研究员,美国艺术与科学院院士。他目前的研究重点是时间序列计量经济学、实证宏观经济学和宏观经济预测。他曾任教西北大学、芝加哥大学、哈佛大学等高校,也曾担任普林斯顿大学经济系副主任、公共与靠前事务执行院长,并获普林斯顿大学研究生导师奖、Richard E.Quandt本科生教学奖等。此外,他还曾担任Econometrica、Journal of Applied Econometrics等众多知名期刊的主编和副主编。 About the Translators王立勇,中央财经大学龙马学者特聘教授、博士生导师,国家社科基金重大项目首席专家,教育部新世纪很好人才,现任中央财经大学靠前经济与贸易学院副院长、靠前经济大数据研究中心主任,兼任中国数量经济学会副会长、经济计量与经济统计专业委员会理事长、中国系统工程学会社会经济系统工程专业委员会副理事长、CSSCI期刊《数量经济研究》编委以及多所大学兼职教授。研究领域为财政政策、开放宏观、靠前经济与贸易、计量经济与政策评估,已在SSCI、SCI和《经济研究》《世界经济》《管理世界》等期刊上发表论文近150篇;专著5部、译著4部;案例集1部;发表《光明日报(理论版)》等文章10余篇,近20项成果被《人民日报内参》、全国哲社办《成果专报》、《中国社会科学院要报》及政府部门采纳。主持国家社科基金重大项目、国家自科基金面上项目(结项为很好)、国家自科基金青年项目(结项为很好)、国家社科基金项目、北京社科基金重点项目等30余项, 研究成果获北京市哲学社会科学很好成果二等奖、安徽省哲学社会科学很好成果奖二等奖等。徐晓莉经济学博士,北京交通大学经济管理学院讲师,研究方向为数量经济、财政政策等,已在《经济研究》《财政研究》《宏观经济研究》等期刊上发表论文数篇。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航