**123区,青青操久久,久久情侣视频,中文字幕亚洲免费,国产精品久久久久免费,精品福利视频在线观看

《計量經(jīng)濟分析方法與建模:EViews應(yīng)用及實例(第4版)中高級》

高鐵梅、陳飛、康書隆、王金明、張同斌、劉玉紅、王亞芬、孔憲麗 (編者)

基本信息

? 出版社: 清華大學(xué)出版社; 第4版 (2020年10月1日)
? 叢書名: 數(shù)量經(jīng)濟學(xué)系列叢書
? 平裝: 397頁
? 語種： 簡體中文
? 開本: 16
? ISBN: 9787302557241
? 條形碼: 9787302557241
? 品牌: 清華大學(xué)出版社

概況

20世紀80年代，我國部分高等學(xué)校的經(jīng)濟管理類專業(yè)雖已陸續(xù)開設(shè)計量經(jīng)濟學(xué)課程，但只有少數(shù)專業(yè)將其作為必修課程，而其他專業(yè)多數(shù)是選修課程。1998年，經(jīng)教育部高等學(xué)校經(jīng)濟學(xué)學(xué)科教學(xué)指導(dǎo)委員會討論決定，把計量經(jīng)濟學(xué)確定為經(jīng)濟學(xué)類所有專業(yè)必修的核心課程。此后全國各高校不僅經(jīng)濟學(xué)類各專業(yè)普遍開設(shè)了計量經(jīng)濟學(xué)，而且一些管理類專業(yè)也開設(shè)了這門課程。隨后陸續(xù)出版了一批國外著名計量經(jīng)濟學(xué)教材和我國學(xué)者自己編寫的適應(yīng)中國高等院校經(jīng)濟類學(xué)科的計量經(jīng)濟學(xué)教材，促進了計量經(jīng)濟學(xué)課程的建設(shè)。

近年來，隨著大數(shù)據(jù)的發(fā)展，在經(jīng)濟領(lǐng)域涌現(xiàn)出各類數(shù)據(jù)庫，包含了大量的宏觀時間序列數(shù)據(jù)、不同類型的面板數(shù)據(jù)、定期的微觀調(diào)查橫截面數(shù)據(jù)（企業(yè)、家戶或個人）、越來越廣泛和細分的產(chǎn)業(yè)等數(shù)據(jù)信息，這些豐富的數(shù)據(jù)信息極大地推動了計量經(jīng)濟學(xué)的快速發(fā)展，拓展了計量經(jīng)濟學(xué)的研究范圍，增加了計量經(jīng)濟學(xué)研究的實用性，給計量經(jīng)濟學(xué)研究提供了更大的空間、更新的視角，注入了新的動力。目前，計量經(jīng)濟學(xué)、微觀經(jīng)濟學(xué)與宏觀經(jīng)濟學(xué)一起構(gòu)成了中國經(jīng)濟類、管理類本科生和研究生必修的三門經(jīng)濟學(xué)核心課程，同時計量經(jīng)濟模型在經(jīng)濟理論研究和經(jīng)濟問題分析中已經(jīng)被廣泛應(yīng)用，并取得了豐碩的成果。這些都有力地推動了計量經(jīng)濟學(xué)的發(fā)展。現(xiàn)在，計量經(jīng)濟學(xué)已經(jīng)成為我國經(jīng)濟類各專業(yè)最受關(guān)注和歡迎的課程之一。

數(shù)量經(jīng)濟學(xué)是一門實踐性很強的學(xué)科，要求學(xué)生具有將經(jīng)濟學(xué)知識、統(tǒng)計學(xué)與計量經(jīng)濟學(xué)方法和統(tǒng)計軟件應(yīng)用相結(jié)合的綜合素質(zhì)。目前的計量經(jīng)濟學(xué)課程注重理論方法的介紹，但是對如何應(yīng)用模型分析實際的經(jīng)濟問題討論較少。在計量經(jīng)濟學(xué)教學(xué)中，軟件的使用仍然是薄弱的環(huán)節(jié)。學(xué)生學(xué)習(xí)了不少估計和檢驗的方法，卻不知道怎樣應(yīng)用，對計算的結(jié)果也不能作出合理的解釋，缺乏運用計量模型進行分析的實際能力。因此需要培養(yǎng)學(xué)生將所學(xué)習(xí)到的計量經(jīng)濟方法與實際經(jīng)濟問題相結(jié)合，利用統(tǒng)計和計量軟件進行建模、模擬和分析的能力。

隨著計量經(jīng)濟學(xué)理論和方法的不斷發(fā)展，內(nèi)容越來越豐富，需要分層次進行教學(xué)，以便本科生、碩士研究生和博士研究生可以循序漸進地實現(xiàn)從初級計量經(jīng)濟學(xué)基礎(chǔ)向中高級計量經(jīng)濟學(xué)理論與方法過渡。2005年，編者在6年來教學(xué)實踐的基礎(chǔ)上，組織了科研課題組的幾位年輕教師，當(dāng)時也是數(shù)量經(jīng)濟學(xué)專業(yè)的博士研究生，為研究生教學(xué)編寫了這本教材的第1版。15年過去了，這本教材幾經(jīng)修改和再版，這些年輕教師也在教學(xué)和科研中不斷成長，有半數(shù)以上作者已成為博士生導(dǎo)師，并且都具有了高級職稱。本書出版后受到廣大讀者，尤其是研究生的廣泛歡迎。在使用過程中，許多教師與學(xué)生通過各種方式對本書提出了許多寶貴的意見和建議，這些意見和建議我們都及時進行了相應(yīng)的修改，并在第4版中加以吸收。本書第4版分為初級版和中高級版兩冊，初級版是適合本科生的教材，其中也有一些略難的計量經(jīng)濟學(xué)方法的內(nèi)容，可供讀者有選擇地學(xué)習(xí)； 中高級版是適合研究生的教材，包含了前沿的計量經(jīng)濟學(xué)理論和方法。

本書的主要特色是融理論方法與應(yīng)用為一體，即理論、方法與建模應(yīng)用相結(jié)合。本書全面、系統(tǒng)地介紹了計量經(jīng)濟學(xué)的基本理論和方法，尤其是21世紀以來的許多重要和最新的發(fā)展，并將它們納入一個完整、清晰的體系之中。本書中的實際案例大多數(shù)是國內(nèi)外的經(jīng)典實例和作者在實踐中運用的實例，并基于EViews軟件介紹實際應(yīng)用，具有很強的可操作性。

本書的中高級版分為11章：

第1章，經(jīng)濟時間序列的處理、季節(jié)調(diào)整與分解。經(jīng)濟指標(biāo)的月度或季度時間序列包含4種變動要素： 長期趨勢要素T、循環(huán)要素C、季節(jié)變動要素S和不規(guī)則要素I。在經(jīng)濟分析中，季節(jié)變動要素和不規(guī)則要素往往掩蓋了經(jīng)濟發(fā)展中的客觀變化，給研究和分析經(jīng)濟發(fā)展趨勢與判斷目前經(jīng)濟所處的狀態(tài)帶來困難。因此，需要在經(jīng)濟分析之前對經(jīng)濟時間序列進行季節(jié)調(diào)整，剔除其中的季節(jié)變動要素和不規(guī)則要素。而利用趨勢分解方法可以把趨勢和循環(huán)要素分離開來，從而研究經(jīng)濟的長期趨勢變動和景氣循環(huán)變動。主要介紹經(jīng)濟時間序列的處理和分解方法。時間序列處理方法包括數(shù)據(jù)類型的檢驗和頻率轉(zhuǎn)換，時間序列分解方法包括季節(jié)調(diào)整和趨勢分解。

第2章，非平穩(wěn)時間序列建模。由于傳統(tǒng)的時間序列模型只能描述平穩(wěn)時間序列的變化規(guī)律，而大多數(shù)經(jīng)濟時間序列都是非平穩(wěn)的，因此，由20世紀80年代初Granger提出的協(xié)整概念，引發(fā)了非平穩(wěn)時間序列建模從理論到實踐的飛速發(fā)展。介紹了非平穩(wěn)序列和單整的概念、非平穩(wěn)時間序列的單位根檢驗方法、ARIMA模型（差分整合移動平均自回歸模型）的建模方法、協(xié)整理論的基本思想及誤差修正模型。

第3章，擴展的回歸方法。介紹了各種擴展的回歸方法：
分位數(shù)回歸、非線性最小二乘法、非參數(shù)回歸模型、混頻數(shù)據(jù)抽樣回歸模型、穩(wěn)健最小二乘法、有限信息極大似然估計和K類估計。

第4章，具有結(jié)構(gòu)變化特征的回歸模型。標(biāo)準的線性回歸模型假定模型參數(shù)在樣本區(qū)間中不出現(xiàn)結(jié)構(gòu)變化，但是，在時間序列分析領(lǐng)域，經(jīng)常會出現(xiàn)樣本區(qū)間中參數(shù)發(fā)生結(jié)構(gòu)變化的情況。因此，檢驗和估計這種模型引起了眾多學(xué)者的關(guān)注并涌現(xiàn)出大量的成果，如在門限回歸模型的基礎(chǔ)上，源于“區(qū)間轉(zhuǎn)換”理論發(fā)展和興起的平滑轉(zhuǎn)換回歸模型，由于其具有平滑轉(zhuǎn)換和非線性的特點，因此相對于門限回歸模型具有了更多的實際動態(tài)特征。主要介紹幾類存在結(jié)構(gòu)變化的回歸模型的估計方法： 間斷點回歸模型、門限回歸模型、平滑轉(zhuǎn)換回歸模型和區(qū)制轉(zhuǎn)換回歸模型。

第5章，條件異方差模型。通常認為自相關(guān)的問題是時間序列數(shù)據(jù)所特有，而異方差性是橫截面數(shù)據(jù)的特點。但在時間序列數(shù)據(jù)中，會不會出現(xiàn)異方差呢？是怎樣出現(xiàn)的？如何修正？介紹了恩格爾（Engle R, 1982）提出的自回歸條件異方差模型（ARCH模型），以及廣義自回歸條件異方差模型（GARCH模型）、非對稱的ARCH模型（TARCH模型和EGARCH模型）等條件異方差模型。

第6章，受限因變量模型。關(guān)注的問題是因變量受到某種限制的情況，這時需要建立的經(jīng)濟計量模型稱為受限因變量模型。在這種情況下，由于數(shù)據(jù)收集規(guī)則或者經(jīng)濟人自選擇行為的結(jié)果，人們所獲得的樣本數(shù)據(jù)來自總體的一個子集，不能完全反映總體。如果使用傳統(tǒng)的經(jīng)濟計量方法來分析這樣的樣本而不考慮所抽取樣本的選擇性，那么對經(jīng)濟關(guān)系進行的統(tǒng)計評估結(jié)果將會發(fā)生偏差，這就是所謂的“樣本選擇偏差”，赫克曼（Heckman）以微觀經(jīng)濟理論解釋個體的樣本選擇問題并提出了Heckman樣本選擇模型。介紹了受限因變量模型的概念、審查回歸模型、截斷回歸模型、Heckman樣本選擇模型、計數(shù)模型和廣義線性模型。

第7章，極大似然估計。雖然極大似然估計法的應(yīng)用沒有最小二乘法普遍，但在計量經(jīng)濟學(xué)理論上占據(jù)很重要的地位，因為極大似然原理比最小二乘原理更本質(zhì)地揭示了通過樣本估計總體參數(shù)的內(nèi)在機理。計量經(jīng)濟學(xué)理論的發(fā)展更多的是以極大似然估計原理為基礎(chǔ)的，對于一些特殊的計量經(jīng)濟學(xué)模型，只有極大似然方法才是成功的估計方法。介紹了極大似然估計的基本原理和優(yōu)化算法，以及如何建立極大似然函數(shù)形式并進行估計的實例。

第8章，向量自回歸和向量誤差修正模型。傳統(tǒng)的經(jīng)濟計量方法（如聯(lián)立方程模型等結(jié)構(gòu)性方法）是以經(jīng)濟理論為基礎(chǔ)來描述變量關(guān)系的模型。但是經(jīng)濟理論通常并不足以對變量之間的動態(tài)聯(lián)系提供一個嚴密的說明，而且內(nèi)生變量既可以出現(xiàn)在方程的左端又可以出現(xiàn)在方程的右端，使得估計和推斷變得更加復(fù)雜。為了解決這些問題而出現(xiàn)了一種用非結(jié)構(gòu)性方法來建立各個變量之間關(guān)系的模型，介紹的向量自回歸(VAR)模型就是一種非結(jié)構(gòu)化的多方程模型。第8章還包括結(jié)構(gòu)VAR(SVAR)模型、Granger因果檢驗、脈沖響應(yīng)函數(shù)和方差分解、Johansen協(xié)整檢驗、向量誤差修正（VEC）模型，以及貝葉斯VAR模型。

第9章，擴展的面板數(shù)據(jù)模型。21世紀以來，對面板數(shù)據(jù)模型的研究，一方面集中在利用時間序列方法考慮面板數(shù)據(jù)的非平穩(wěn)性、虛假回歸和協(xié)整，研究如何對面板數(shù)據(jù)進行單位根檢驗和協(xié)整檢驗； 另一方面利用宏觀面板數(shù)據(jù)具有較長時間序列的優(yōu)勢，研究經(jīng)濟關(guān)系的動態(tài)調(diào)整過程，即關(guān)注動態(tài)面板數(shù)據(jù)計量模型的估計及檢驗問題。主要介紹面板數(shù)據(jù)的單位根檢驗與協(xié)整檢驗、面板數(shù)據(jù)廣義矩方法（GMM）和動態(tài)面板數(shù)據(jù)回歸模型。

第10章，狀態(tài)空間模型和卡爾曼濾波。狀態(tài)空間模型被用來估計不可觀測的時間變量：
理性預(yù)期、測量誤差、長期收入和不可觀測因素（趨勢和循環(huán)要素）。許多時間序列模型，包括典型的線性回歸模型和ARIMA模型都能作為特例寫成狀態(tài)空間形式(SSF)，并估計參數(shù)值。狀態(tài)空間模型是利用強有力的迭代算法——卡爾曼濾波（Kalman filter）來估計的。介紹了狀態(tài)空間模型的定義、卡爾曼濾波算法和超參數(shù)的估計，并給出狀態(tài)空間模型的應(yīng)用實例。

第11章，主成分分析和因子分析。在建立多元回歸模型時，為了更準確地反映事物的特征，人們經(jīng)常會在模型中包含較多相關(guān)解釋變量，這不僅使問題分析變得復(fù)雜，而且變量之間可能存在多重共線性，使得數(shù)據(jù)提供的信息發(fā)生重疊，甚至?xí)谏w事物的真實特征。為了解決這些問題，需要采用降維的思想，將所有指標(biāo)的信息通過少數(shù)幾個指標(biāo)來反映，在低維空間將信息分解為互不相關(guān)的部分以獲得更有意義的解釋。本章介紹的主成分分析和因子分析可用于解決這類問題。

本書的中高級版是針對高年級本科生、碩士研究生和博士研究生的教材，介紹了近年來一些前沿的計量經(jīng)濟學(xué)理論和方法，力求將計量經(jīng)濟學(xué)的理論和實際經(jīng)濟問題相結(jié)合，全面、系統(tǒng)地介紹中高級計量經(jīng)濟學(xué)的主要理論和方法； 并在此基礎(chǔ)上，提供了大量的基于經(jīng)濟問題的模型實例，協(xié)助教師提高教學(xué)效率，增強學(xué)生的學(xué)習(xí)興趣和實際建模能力。和初級一樣，每一章的最后一節(jié)給出了EViews軟件的相關(guān)操作。各章相關(guān)實例的原始數(shù)據(jù)（Excel表）、EViews工作文件的電子版可以掃如下二維碼下載。為幫助高級研究人員深入研究，教學(xué)課件中介紹了EViews軟件的程序設(shè)計。

美國IHS公司2017年推出EViews 10.0版本軟件，我們購買了該版本軟件。本書的EViews軟件操作部分都采用EViews 10.0版本軟件。
本書由下列人員完成本書第1版和第2版的主要作者梁云芳教授因病于2013年10月去世，她所承擔(dān)章節(jié)［本書中高級的第2章2.2節(jié)、第8章、第11章（與王亞芬合作）］的修改、增補等工作由其他作者來完成，不再標(biāo)出。
初級版： 第1、2、3章，王金明； 第4章，康書隆； 第5章，王亞芬； 第6章，孔憲麗； 第7章，劉玉紅。
中高級版： 第1、8章，陳飛； 第2章，康書隆； 第3章，王金明； 第4章，張同斌； 第5、7章，劉玉紅； 第6、11章，王亞芬； 第9章，孔憲麗； 第10章，高鐵梅。

編者簡介

高鐵梅，東北財經(jīng)大學(xué)教授、博士生導(dǎo)師、數(shù)量經(jīng)濟研究所所長。主要研究方向:宏觀經(jīng)濟分析與政策模擬、經(jīng)濟周期波動分析與預(yù)測方法。

目錄

第1章經(jīng)濟時間序列的處理、季節(jié)調(diào)整與分解
1．1經(jīng)濟時間序列的處理和頻率轉(zhuǎn)換方法
1．2季節(jié)調(diào)整
1．3趨勢分解
1．4EViews軟件的相關(guān)操作
第2章非平穩(wěn)時間序列建模
2.1非平穩(wěn)時間序列和單位根檢驗
2.1.1非平穩(wěn)序列和單整
2.1.2單位根檢驗
2.1.3突變點單位根檢驗(breakpoint unit root test)
2.2非平穩(wěn)時間序列建模
2.2.1ARIMA模型
2.2.2ARFIMA模型
2.2.3自回歸分布滯后模型
2.3協(xié)整和誤差修正模型
2.3.1協(xié)整關(guān)系
2.3.2基于殘差的協(xié)整檢驗
2.3.3誤差修正模型(ECM)
2.4EViews軟件的相關(guān)操
2.4.1單位根檢驗
2.4.2非平穩(wěn)時間序列建模
2.4.3基于殘差的EG協(xié)整檢驗
第3章擴展的回歸方法
3.1分位數(shù)回歸
3.1.1分位數(shù)回歸的基本思想和系數(shù)估計
3.1.2系數(shù)協(xié)方差的估計
3.1.3模型評價和檢驗
3.2非線性最小二乘法
3.2.1非線性模型概念
3.2.2非線性模型估計方法
3.3非參數(shù)回歸模型
3.3.1密度函數(shù)的非參數(shù)估計
3.3.2一元非參數(shù)計量經(jīng)濟模型
3.4混頻數(shù)據(jù)抽樣回歸模型
3.4.1模型介紹
3.4.2權(quán)重函數(shù)
3.5穩(wěn)健(Robust)最小二乘法
3.5.1M估計
3.5.2S估計
3.5.3MM估計
3.5.4系數(shù)協(xié)方差的計算方法
3.6有限信息極大似然估計和K類估計
3.6.1有限信息極大似然(LIML)估計
3.6.2K類估計
3.7EViews軟件的相關(guān)操作
3.7.1分位數(shù)回歸
3.7.2非線性最小二乘估計
3.7.3非參數(shù)估計
3.7.4混頻回歸估計
3.7.5Robust最小二乘估計
3.7.6LIML和K類估計
第4章具有結(jié)構(gòu)變化特征的回歸模型
4.1間斷點回歸模型
4.1.1多個間斷點的檢驗
4.1.2包含多個間斷點時的方程估計
4.2門限回歸模型
4.2.1門限回歸模型
4.2.2自激勵門限自回歸模型
4.3平滑轉(zhuǎn)換回歸模型
4.3.1平滑轉(zhuǎn)換回歸模型的基本形式
4.3.2轉(zhuǎn)換函數(shù)的類型
4.3.3平滑轉(zhuǎn)換回歸模型的設(shè)定與估計
4.3.4平滑轉(zhuǎn)換模型估計結(jié)果的進一步檢驗
4.4區(qū)制轉(zhuǎn)換回歸模型
4.4.1區(qū)制轉(zhuǎn)換回歸的基本模型
4.4.2馬爾可夫區(qū)制轉(zhuǎn)換模型
4.4.3動態(tài)區(qū)制轉(zhuǎn)換模型
4.5EViews軟件的相關(guān)操作
第5章條件異方差模型
5.1自回歸條件異方差模型
5.2非對稱的ARCH模型
5.3成分ARCH模型
5.4多變量ARCH方法
5.5EViews軟件的相關(guān)操作
5.5.1ARCH檢驗
第6章受限因變量模型
6.1受限因變量的數(shù)據(jù)特征與模型方法
6.2Heckman樣本選擇模型
6.3計數(shù)模型
6.4廣義線性模型
6.5EViews軟件的相關(guān)操作
第7章極大似然估計
7.1極大似然估計的基本原理和計算方法
7.2極大似然的估計實例
7.3EViews軟件的相關(guān)操作
第8章向量自回歸和向量誤差修正模型
8.1向量自回歸(VAR)模型
8.2結(jié)構(gòu)VAR(SVAR)模型
8.3Granger因果關(guān)系的定義和檢驗
8.4脈沖響應(yīng)函數(shù)和方差分解
8.5Johansen協(xié)整檢驗
8.6向量誤差修正(VEC)模型
8.7貝葉斯VAR模型
8.8EViews軟件的相關(guān)操作
第9章擴展的面板數(shù)據(jù)模型
9.1面板數(shù)據(jù)的單位根檢驗
9.2面板數(shù)據(jù)的協(xié)整檢驗
9.3面板數(shù)據(jù)廣義矩方法（GMM）
9.4動態(tài)面板數(shù)據(jù)回歸模型
9.5EViews軟件的相關(guān)操作
第10章狀態(tài)空間模型和卡爾曼濾波
10.1狀態(tài)空間模型的定義
10.2卡爾曼濾波
10.3狀態(tài)空間模型超參數(shù)的估計
10.4狀態(tài)空間模型的應(yīng)用
10.5EViews軟件的相關(guān)操作
第11章主成分分析和因子分析
11.1主成分分析
11.1.1主成分分析的基本思想
11.1.2總體主成分求解及其性質(zhì)
11.1.3樣本的主成分
11.2因子分析
11.3EViews軟件的相關(guān)操作
參考文獻
附錄