《高级计量经济学》用一个统一的分析框架，系统介绍了现代计量经济学的基本理论与方法。首先，详细介绍了经典线性回归模型的有限样本理论；然后逐一放宽经典回归模型的假设限制，采用大样本分析方法，将线性回归模型推广到独立同分布随机样本与时间序列随机样本，介绍了回归扰动项存在条件异方差、自相关以及解释变量存在内生性等各种情形下的线性回归模型理论；最后，介绍了涵盖线性与非线性回归模型及各种条件矩模型的广义矩方法，以及条件概率模型的最大似然估计法与拟最大似然估计法。本书强调计量经济学理论与方法的直观解释，以帮助读者更加深刻地理解计量经济学的理论实质。同时，每章还提供了经济学、金融学的典型启发性例子，说明相关计量经济学理论与方法的重要作用及用途。每章的习题也是紧扣主要内容，这些习题有助于消化、理解各章所介绍的计量经济学理论与方法。此外，本书在介绍计量经济学理论时融会了大样本分析的基本训练，以帮助读者培养从事计量经济学理论研究的能力。《高级计量经济学》可作为经济学、金融学、统计学、应用数学、管理学以及相关学科博士研究生的高级计量经济学课程教材，也可作为从事计量经济学教学和研究的教师与学者的参考书。
洪永淼，1993年获得美国加州大学圣地亚哥校区经济学博士学位，同年成为康奈尔大学经济学助理教授，1998年获得终身教职，2001年成为终身教授，现为ErnestS.Liu经济学与国际研究讲座教授。2002年起，担任清华大学经济管理学院特聘教授，2005年起担任厦门大学王亚南经济研究院与厦门大学计量经济学教育部重点实验室“长江学者”讲座教授。他是第十届中国数量经济学会副理事长，中国留美经济学会会长（2009—2010）。研究兴趣包括计量经济学理论、时间序列分析、金融计量经济学、中国经济和金融市场实证研究，在国际主流经济学、金融学、统计学期刊上发表过几十篇学术论文。赵西亮，2005年毕业于清华大学经济管理学院，获得经济学博士学位，同年应聘为厦门大学经济学系助理教授，2009年晋升为副教授。2009年9月至2010年8月赴美国康奈尔大学经济学系从事研究访问，2010年9月至2011年1月赴加拿大西安大略大学经济学系从事研究访问。研究兴趣包括应用计量经济学、实证金融学和教育经济学。在《经济学动态》、《数量经济与技术经济研究》等国内重要期刊上发表学术论文十余篇。吴吉林，2010年6月毕业于厦门大学王亚南经济研究院，获得经济学博士学位，同年应聘为山东大学经济研究院助理教授。2007年9月至2009年9月获国家留学基金委中外联合培养博士项目的资助，赴美国密苏里州立大学哥伦比亚校区R0bertJ.TruLaske，Sr商学院学习。主要研究兴趣包括金融计量经济学和资产定价，在《世界经济》、《管理科学学报》、《中国管理科学》等国内重要期刊上发表数篇论文。
洪永淼，1993年获得美国加州大学圣地亚哥校区经济学博士学位，同年成为康奈尔大学经济学助理教授，1998年获得终身教职，2001年成为终身教授，现为ErnestS.Liu经济学与国际研究讲座教授。2002年起，担任清华大学经济管理学院特聘教授，2005年起担任厦门大学王亚南经济研究院与厦门大学计量经济学教育部重点实验室“长江学者”讲座教授。他是第十届中国数量经济学会副理事长，中国留美经济学会会长（2009—2010）。研究兴趣包括计量经济学理论、时间序列分析、金融计量经济学、中国经济和金融市场实证研究，在国际主流经济学、金融学、统计学期刊上发表过几十篇学术论文。赵西亮，2005年毕业于清华大学经济管理学院，获得经济学博士学位，同年应聘为厦门大学经济学系助理教授，2009年晋升为副教授。2009年9月至2010年8月赴美国康奈尔大学经济学系从事研究访问，2010年9月至2011年1月赴加拿大西安大略大学经济学系从事研究访问。研究兴趣包括应用计量经济学、实证金融学和教育经济学。在《经济学动态》、《数量经济与技术经济研究》等国内重要期刊上发表学术论文十余篇。吴吉林，2010年6月毕业于厦门大学王亚南经济研究院，获得经济学博士学位，同年应聘为山东大学经济研究院助理教授。2007年9月至2009年9月获国家留学基金委中外联合培养博士项目的资助，赴美国密苏里州立大学哥伦比亚校区R0bertJ.TruLaske，Sr商学院学习。主要研究兴趣包括金融计量经济学和资产定价，在《世界经济》、《管理科学学报》、《中国管理科学》等国内重要期刊上发表数篇论文。
第一章 计量经济学导论
第一节 引言
第二节 现代经济学的定量分析特征
第三节 数学建模
第四节 经验验证
第五节 说明性实例
第六节 计量经济学的局限性
第七节 小结
练习题
第二章 一般回归分析和模型设定
第一节 条件概率分布
第二节 条件均值与回归分析
第三节 线性回归建模
第四节 条件均值的模型设定
第五节 小结
第一章 计量经济学导论
第一节 引言
第二节 现代经济学的定量分析特征
第三节 数学建模
第四节 经验验证
第五节 说明性实例
第六节 计量经济学的局限性
第七节 小结
练习题
第二章 一般回归分析和模型设定
第一节 条件概率分布
第二节 条件均值与回归分析
第三节 线性回归建模
第四节 条件均值的模型设定
第五节 小结
练习题二
第三章 经典线性回归模型
第一节 假设
第二节 普通最小二乘估计
第三节 拟合优度和模型选择准则
第四节 OLS估计量的无偏性和有效性
第五节 OLS估计量的抽样分布
第六节 OLS估计量的方差-协方差矩阵的估计
第七节 参数假设检验
第八节 应用及重要特例
第九节 广义最小二乘估计
第十节 小结
练习题三
第四章 独立同分布随机样本的线性回归模型
第一节 渐近理论导论
第二节 线性回归模型假设
第三节 OLS估计量的一致性
第四节 0LS估计量的渐近正态性
第五节 渐近方差估计量
第六节 参数假设检验
第七节 条件异方差检验
第八节 小结
练习题四
第五章 平稳时间序列的线性回归模型
第一节 时间序列分析导论
第二节 平稳时间序列线性回归模型假设
第三节 OLS估计量的一致性
第四节 OLS估计量的渐近正态性
第五节 渐近方差-协方差估计
第六节 参数假设检验
第七节 条件异方差和自回归条件异方差检验
第八节 序列相关检验
第九节 小结
练习题五
第六章 具有条件异方差和自相关扰动项的线性回归模型
第一节 问题的提出
第二节 时间序列线性回归模型假设
第三节 长期方差-协方差估计
第四节 OLS估计量的一致性
第五节 OLS估计量的渐近正态性
第六节 参数假设检验
第七节 检验是否需要估计长期方差-协方差
第八节 Cochrane-Orcutt方法
第九节 小结
练习题六
第七章 工具变量回归分析
第一节 问题的提出
第二节 假设
第三节 两阶段最小二乘估计
第四节 2SLS的一致性
第五节 2SLS的渐近正态性
第六节 方差-协方差矩阵的解释与估计
第七节 参数假设检验
第八节 Hausman检验
第九节 小结和讨论
练习题七
第八章 广义矩方法
第一节 矩估计方法导论
第二节 广义矩方法
第三节 GMM估计量的一致性
第四节 GMM估计量的渐近正态性
第五节 渐近有效性
第六节 两阶段GMM最优估计
第七节 渐近方差估计量
第八节 参数假设检验
第九节 模型设定检验
第十节 小结
练习题八
第九章 最大似然估计和拟最大似然估计
第一节 问题的提出
第二节 最大似然估计和拟最大似然估计
第三节 MLE/QMLE的一致性
第四节 条件概率分布模型正确设定及其含义
第五节 MLE的渐近分布
第六节 MLE渐近方差-协方差的一致估计
第七节 正确模型设定下的参数假设检验
第八节 条件概率分布模型误设及其含义
第九节 QMLE的渐近分布
第十节 QMLE的渐近方差-协方差估计
第十一节 模型误设下的参数假设检验
第十二节 条件概率分布模型设定检验
第十三节 小结
练习题九
第十章 总结
参考文献
当前图书最新荐购
