¥118.60 158.00

　　内容简介

　　《计量经济学导论：现代观点（第七版 套装上下册）》是一本经典的初级计量经济学教材，全书根据经济学实证分析中常遇到的数据类型划分为三大部分：首部分是横截面数据，第二部分是时间序列数据，第三部分主要探讨计量经济学的一些前沿研究，如面板数据分析方法、工具变量估计法等。

　　《计量经济学导论：现代观点（第七版 套装上下册）》的叙述思路是从数据出发，实证研究者可以根据自身所用的数据类型快速找到相应的定量分析方法，并且难度逐渐递增，这样的写作方式增加了《计量经济学导论：现代观点（第七版 套装上下册）》的可读性和连贯性。

　　相比第六版，《计量经济学导论：现代观点（第七版 套装上下册）》第七版的整体框架不变，但细节有所调整，更加全面与新颖，能够较好地满足实证研究者对计量经济学方法的各种需求。

　　作者简介

　　杰弗里•M.伍德里奇，密歇根州立大学经济学特聘教授。他于1982年在加州大学伯克利分校获得计算机科学与经济学学士学位，并于1986年在加州大学圣迭戈分校获经济学博士学位。伍德里奇博士曾在国际知名期刊上发表了30多篇学术论文。他还是《横截面与面板数据的计量经济分析》(Econometric Analysis of Cross Section and Panel Data)一书的作者。他所获的奖项包括：斯隆(Alfred P．Sloan)研究奖，《计量经济理论》(Econometric Theory)的PluraScripsit奖，《应用计量经济学杂志》(Journal of Applied Econometrics)的斯通(Richard Stone)爵士奖，以及在MIT三次获得研究生教学年度优秀教师奖。他还是计量经济学会(Econometric Society)和《计量经济学杂志》 (Journal of Econometric)的资深会员。

　　涂海洋，王文佳，中国人民大学博士研究生，邹炬伸，北京大学博士研究生。张成思，现任中国人民大学货币金融系系副主任，曾执教于香港中文大学，研究方向为宏观金融与金融时间序列分析等。

　　内页插图

　　目录

　　第1章 计量经济学的性质与经济数据

　　1．1 什么是计量经济学

　　1．2实证经济分析的步骤

　　1．3经济数据的结构

　　1．4计量经济分析中的因果关系和其他条件不变的概念

　　本章小结

　　关键术语

　　习题

　　计算机练习

　　第一部分 横截面数据的回归分析

　　第2章 简单回归模型

　　2．1 简单回归模型的定义

　　2．2普通最小二乘法的推导

　　2．3 OLS的性质

　　2．4度量单位和函数形式

　　2．5 OLS估计量的期望值和方差

　　2．6过原点回归及对常数回归

　　2．7对二值变量回归

　　本章小结

　　关键术语

　　习题

　　计算机练习

　　附录2A最小化残差平方和

　　第3章 多元回归分析：估计

　　3．1使用多元回归的动因

　　3．2普通最小二乘法的操作和解释

　　3．3 OLS估计量的期望值

　　3．4 OLS估计量的方差

　　3．5 OLS的有效性：高斯马尔科夫定理

　　3．6对多元回归分析语言的一些说明

　　3．7一些应用多元回归的场景

　　本章小结

　　关键术语

　　习题

　　计算机练习

　　第4章 多元回归分析：推断

　　4．1OLS估计量的抽样分布

　　4．2对单个总体参数的假设检验：t检验

　　4．3置信区间

　　4．4关于参数的一个线性组合的假设检验

　　4．5对多个线性约束的检验：F检验

　　4．6报告回归结果

　　4．7对因果效应和政策分析的再次讨论

　　本章小结

　　关键术语

　　习题

　　计算机练习

　　第5章 多元回归分析：OLS的渐近性

　　5．1一致性

　　5．2渐近正态和大样本推断

　　5．3 OLS的渐近有效性

　　本章小结

　　关键术语

　　习题

　　计算机练习

　　附录5A

　　第6章 多元回归分析：深入专题

　　6．1数据的测度单位对OLS统计量的影响

　　6．2对函数形式的进一步讨论

　　6．3拟合优度和回归元选择的进一步探讨

　　6．4预测和残差分析

　　本章小结

　　关键术语

　　习题

　　计算机练习

　　第6章附录

　　第7章 含有定性信息的多元回归分析

　　7．1对定性信息的描述

　　7．2只有一个虚拟自变量

　　7．3使用多类别虚拟变量

　　7．4涉及虚拟变量的交互作用

　　7．5二值因变量：线性概率模型

　　7．6对政策分析和项目评价的进一步讨论

　　7．7离散因变量的回归结果解释

　　本章小结

　　关键术语

　　习题

　　计算机练习

　　第8章 异方差性

　　8．1异方差性对OLS所造成的影响

　　8．2 OLS估计后的异方差稳健推断

　　8．3对异方差性的检验

　　8．4加权最小二乘估计

　　8．5再议线性概率模型

　　本章小结

　　关键术语

　　习题

　　计算机练习

　　第9章 模型设定和数据问题的进一步讨论

　　9．1函数形式误设

　　9．2对无法观测解释变量使用代理变量

　　9．3随机斜率模型

　　9．4有测量误差时OLS的性质

　　9．5数据缺失、非随机样本和异常观测

　　9．6最小绝对离差估计

　　本章小结

　　关键术语

　　习题

　　计算机练习

　　第二部分 时间序列数据回归分析

　　第10章 时间序列数据的基本回归分析

　　10．1时间序列数据的性质

　　10．2时间序列回归模型的例子

　　10．3经典假设下OLS的有限样本性质

　　10．4函数形式、虚拟变量和指数

　　10．5趋势和季节性

　　本章小结

　　关键术语

　　习题

　　计算机练习

　　第11章OLS用于时间序列数据的其他问题

　　11．1平稳和弱相关时间序列

　　11．2 OLS的渐近性质

　　11．3回归分析中使用高度持续性时间序列

　　11．4动态完备模型和无序列相关

　　11．5时间序列模型的同方差假设

　　本章小结

　　关键术语

　　习题

　　计算机练习

　　第12章 时间序列回归中的序列相关和异方差性

　　12．1含序列相关误差时OLS的性质

　　12．2在OLS回归后的序列相关稳健推断

　　12．3序列相关性检验

　　12．4回归元严格外生时序列相关的修正

　　12．5差分和序列相关

　　12．6时间序列回归中的异方差性

　　本章小结

　　计算机练习

　　第三部分 高级专题

　　第13章 跨时横截面的混合：简单面板数据方法

　　13．1跨时独立横截面的混合

　　13．2利用混合横截面做政策分析

　　13．3两时期面板数据分析

　　13．4用两期面板数据做政策分析

　　13．5多于两期的差分法

　　本章小结

　　关键术语

　　习题

　　计算机练习

　　第14章 高级面板数据方法

　　14．1固定效应估计法

　　14．2随机效应模型

　　14．3相关随机效应方法

　　14．4把面板数据方法用于其他的数据结构

　　14．5把面板数据方法用于其他的数据结构

　　本章小结

　　关键术语

　　习题

　　计算机练习

　　第15章 工具变量的估计与两阶段最小二乘法

　　15．1动机：简单回归模型中的遗漏变量

　　15．2多元回归模型的IV估计

　　15．3两阶段最小二乘法（2SLS）

　　15．4变量误差问题的IV解决方法

　　15．5内生性检验与过度识别约束检验

　　15．6异方差条件下的2SLS

　　15．7 2SLS应用于时间序列方程

　　15．8 2SLS应用于混合横截面和面板数据

　　本章小结

　　关键术语

　　习题

　　计算机练习

　　第16章 联立方程模型

　　16．1联立方程模型的性质

　　16．2 OLS中的联立性偏误

　　16．3结构方程的识别和估计

　　16．4多于两个方程的系统

　　16．5利用时间序列建立联立方程模型

　　16．6利用面板数据建立联立方程模型

　　本章小结

　　关键术语

　　习题

　　计算机练习

　　第17章 受限因变量模型和样本选择的修正

　　17．1 二值响应的logit和probit模型

　　17．2用于角点解响应的托宾模型

　　17．3泊松回归模型

　　17．4截取和截断回归模型

　　17．5样本选择纠正

　　本章小结

　　关键术语

　　习题

　　计算机练习

　　第18章 时间序列高级专题

　　18．1无限分布滞后模型

　　18．2单位根检验

　　18．3伪回归

　　18．4协整和误差修正模型

　　18．5预测

　　本章小结

　　关键术语

　　习题

　　计算机练习

　　第19章 完成一个实证项目

　　19．1问题的提出

　　19．2文献回顾

　　19．3数据的收集

　　19．4计量经济分析

　　19．5实证论文的写作

　　本章小结

　　关键术语

　　附录

　　数学复习A基本数学工具

　　A．1求和算子与描述统计量

　　A．2线性函数的性质

　　A．3比例与百分数

　　A．4若干特殊函数及其性质

　　A．5微分学

　　本章小结

　　关键术语

　　习题

　　数学复习B概率论基础

　　B．1随机变量及其概率分布

　　B．2联合分布、条件分布与独立性

　　B．3概率分布的特征

　　B．4联合与条件分布的特征

　　B．5正态及其有关分布

　　本章小结

　　关键术语

　　习题

　　数学复习C数理统计基础

　　C．1总体、参数与随机抽样

　　C．2估计量的有限样本性质

　　C．3估计量的渐近或大样本性质

　　C．4参数估计的一般方法

　　C．5区间估计与置信区间

　　C．6假设检验

　　C．7关于符号的备注

　　本章小结

　　关键术语

　　习题

　　高级处理方法D矩阵代数概述

　　D．1基本定义

　　D．2矩阵运算

　　D．3线性独立与矩阵的秩

　　D．4二次型与正定矩阵

　　D．5幂等矩阵

　　D．6线性形式和二次型的微分

　　D．7随机向量的矩和分布

　　本章小结

　　关键术语

　　习题

　　高级处理方法E矩阵形式的线性回归模型

　　E．1模型与普通最小二乘估计

　　E．2 OLS的有限样本性质

　　E．3统计推断

　　E．4某些渐近分析

　　本章小结

　　关键术语

　　习题

　　术语表

　　前言/序言

　　我之所以写《计量经济学导论：现代观点》（第一版），是因为我看到本科生开设的计量经济学课程与经验研究者所考虑和应用的计量经济模型之间存在着相当大的差距。我越来越相信，从计量经济学专业人士的视角来讲授计量经济学导论，不仅使这个学科更有意思，而且使实际讲解更为简单。

　　从读者对前六版的肯定来看，我的直觉是正确的。尽管背景和兴趣各异，所教的学生也千差万别，但越来越多的教师开始认可本书所倡导的计量经济学的现代视角。在第七版中，我们仍然强调计量经济学在实际问题中的应用。每个计量经济方法都是研究者通过在分析非实验数据时所遇到的某个特定问题激发出来的。本书的主要内容是根据实际经验应用来理解和解释计量经济学中的假定。本书所需要的数学知识不超过大学所学的线性代数和基础概率统计。专为目前的计量经济学课程而设计

　　第七版保留了第六版的总体结构。本书区别于绝大多数其他教科书的最显著的特征是：它的篇章结构是根据分析数据的类型而划分的。这与传统方法明显不同，因为传统分析总是先提出一个线性模型，并列出以后分析中可能需要的所有假定，然后在与那些假定之间的联系不甚清晰的情况下，证明或得出一些结论。我的方法是：在第一部分中，开篇就在随机抽样的假定下，用横截面数据讨论多元回归分析。因为学过初级统计学课程的学生都熟悉从总体中随机抽样的方法，所以这种安排比较自然。重要的是，它使得我们能够将对潜在总体回归模型的假定（具有经济或行为含义的假定）与数据抽取方式的假定区分开来。在学生很好地掌握了使用随机样本的多元回归模型之后，可以直观地讨论非随机抽样的后果。

　　现代计量经济学的一个重要特征是：解释变量（与因变量一起）被作为随机变量的结果来处理。对社会科学而言，引入随机解释变量比传统假定中的非随机解释变量要现实得多。一个明显的好处就是：总体模型或随机抽样方法减少了学生必须接受和理解的假定数量。反之，古典回归分析法把解释变量视为重复样本中的固定回归元，这种方法只能适用于试验背景中搜集来的数据，但它在初级教科书中仍非常盛行。此外，因陈述和解释模型假定而产生的种种曲解可能让学生混淆。

　　通过使用总体模型，我强调了回归分析背后的基本假设在以解释变量为条件进行表述的时候恰到好处，比如无法观测因素的零均值假设。这就让我们对那些使标准推断程序失效的各种问题有了一个清晰的理解，比如异方差性（方差不是常数）。此外，我还能消除各种层次计量经济学教科书中出现的一些误解。比如，我解释了在出现异方差（第8章）或序列相关误差（第12章）时，为什么通常的R2仍是一个有效的拟合优度度量指标；我论证了函数形式检验为什么不应该被视为对遗漏变量的一般性检验（第9章）；我还解释了为什么在回归模型中总是应该包含与我们所考虑的解释变量（通常都是关键的政策变量）无关的其他控制变量（第6章）。

　　由于横截面分析的假定相对简单而又现实，所以学生可以较早地接触严谨的横截面应用，而不用担心时间序列回归模型中普遍存在的趋势、季节性、序列相关、高度持续性和伪回归等棘手问题。我最初的想法是，在介绍完横截面数据回归之后再介绍时间序列数据回归的处理方法，这会得到那些研究兴趣集中在应用微观经济学的教师的青睐，而且看来确实如此。而那些做应用时间序列研究的读者也同样热衷于本书的结构，这让我倍感满足。通过推延对时间序列数据的计量经济分析，在分析时间序列数据时，我就能把主要精力用来对付横截面数据中不会出现的那些潜在困难。实际上，时间序列计量经济学最终也得到了它在一本初级教材中应该得到的严格分析。

　　和之前的版本一样，我有意识地选择了一些对阅读期刊论文和实施经验研究都很重要的专题。在每个专题中，我都故意省略许多经不起时间考验的检验和估计程序，但传统教科书却都包括了这些。类似地，我更加强调那些已经证明了其有用性的新专题，比如：推导出对未知形式的异方差（或序列相关）保持稳健（robust）的检验统计量，利用多个年份的数据进行政策分析，以及利用工具变量方法解决遗漏变量问题等。看来我做出了合理的选择，因为我只收到很少有关增删内容的建议。