数理经济学基础 pdf epub mobi txt 电子书下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:国防工业出版社

作者:杨小凯

出品人:

页数:352页

译者:

出版时间:1985-6

价格:1.75元

装帧:平装

isbn号码:

丛书系列:

图书标签:

经济学
杨小凯
经济金融
新兴古典经济学
数学
2017想了解更多
数理经济学
经济学
数学
高等数学
经济数学
微积分
优化理论
博弈论
计量经济学
模型分析

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到小哈图书下载中心

qciss.net

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

具体描述

计量经济学原理与应用本书导读：本教材旨在为经济学、金融学、管理学及相关量化分析领域的学生和研究人员提供一套系统、深入且实用的计量经济学知识体系。本书聚焦于从理论构建到实际应用的完整链条，强调模型的选择、估计、检验以及结果的经济学解释，力求使读者不仅掌握工具的使用，更能理解其背后的经济学逻辑和统计学基础。第一部分：基础回顾与计量经济学的基石第一章：统计学与概率论的必要回顾本章首先对概率论中的随机变量、概率分布（正态分布、t分布、卡方分布、F分布等）进行系统梳理。随后，深入探讨描述性统计量（均值、方差、协方差、相关系数）的性质及其在经济数据分析中的作用。重点讲解大数定律和中心极限定理，为后续回归模型中统计推断的有效性奠定理论基础。第二章：简单线性回归模型（SLR）本章引入计量经济学的核心工具——简单线性回归模型。首先阐述模型设定的基本假设（高斯-马尔可夫假设），包括误差项的零均值、同方差性、无自相关性以及变量的非完全共线性。随后，详细介绍普通最小二乘法（OLS）的推导过程及其估计量的性质，包括无偏性、一致性和有效性（BLUE）。回归系数的统计推断（假设检验与置信区间）是本章的重点，并结合实际经济案例讲解模型拟合优度R²的意义。第三章：多元线性回归模型（MLR）将模型推广至包含多个解释变量的情况。本章讨论多重共线性的概念、危害及识别方法。重点分析多变量模型下OLS估计量的性质，并扩展到虚拟变量（Dummy Variables）的应用，用于处理定性信息（如性别、行业分类）在回归中的量化问题。同时，探讨模型设定误差（遗漏变量偏差）对估计结果的偏误影响。第二部分：计量模型的扩展与诊断第四章：异方差性异方差性指误差项的方差不恒定。本章详细分析异方差性的来源、后果（OLS估计量仍无偏但不再有效），并介绍一系列的诊断检验方法，如怀特检验（White Test）和格拉杰-考德检验（Goldfeld-Quandt Test）。针对异方差性问题，本书重点讲解广义最小二乘法（GLS）及其在实际操作中的近似方法，如加权最小二乘法（WLS）。第五章：自相关性（序列相关）主要针对时间序列数据，讨论误差项之间存在关联的情况。本章阐述自相关的后果（估计量有效性损失），并介绍检验方法，特别是德宾-沃森（Durbin-Watson, DW）检验和Breusch-Godfrey（BG）检验。处理自相关问题的方法包括使用HAC（Heteroskedasticity and Autocorrelation Consistent）标准误，以及在特定情况下采用Cochrane-Orcutt变换等修正方法。第六章：模型的设定、选择与函数形式本章探讨如何科学地选择回归模型的函数形式（线性、对数线性、幂函数等），及其对估计结果的经济学解释影响。内容涵盖了函数形式误设的检验（如RESET检验），以及如何通过嵌套模型和非嵌套模型（如AIC、BIC准则，以及Cox检验）来进行模型选择。第三部分：工具变量法与内生性问题第七章：工具变量（IV）与有限样本估计本章聚焦于处理模型中解释变量与误差项存在相关性的内生性问题，这通常源于遗漏变量、测量误差或同期性。本章首先介绍工具变量法的基本思想和有效工具变量的条件。随后，详细讲解两阶段最小二乘法（2SLS）的估计过程，并讨论过度识别约束的检验（如Sargan检验）。第八章：面板数据模型面板数据（Panel Data）结合了时间和截面信息，提供了更丰富的估计潜力。本章首先介绍面板数据结构和估计的优势。核心内容包括固定效应模型（FE）与随机效应模型（RE）的推导与比较，以及如何通过豪斯曼检验（Hausman Test）来选择合适的模型。此外，也涵盖了池化OLS和广义矩估计（GMM）在面板数据中的应用。第四部分：时间序列计量经济学第九章：单变量时间序列分析本章为时间序列分析打下基础。首先介绍时间序列数据的基本特征，如平稳性（严格和平稳性）的定义与检验（如ADF检验、PP检验）。随后，详细阐述自回归（AR）、移动平均（MA）、自回归移动平均（ARMA）模型的结构、识别（ACF和PACF图）与估计。第十章：非平稳时间序列与协整针对经济数据中常见的非平稳现象，本章深入探讨单位根过程的性质与危害。重点讲解格兰杰（Granger）协整的概念，即变量长期均衡关系的建立。内容包括协整关系的检验（如Engle-Granger两步法、Johansen检验），以及协整误差修正模型（ECM）的构建与估计，实现对短期动态调整和长期均衡关系的统一描述。第十一章：向量自回归（VAR）模型向量自回归模型将多个时间序列变量视为相互影响的系统。本章介绍VAR模型的设定、最优滞后阶数的选择标准（信息准则）。核心分析工具包括脉冲响应函数（IRF），用于追踪一个变量的冲击如何影响系统中其他变量的动态路径；以及方差分解（Forecast Error Variance Decomposition），用于量化不同变量对预测误差的相对贡献。第五部分：高级主题与应用第十二章：非线性模型与离散选择模型本章引入处理非连续性因变量的计量方法。重点讲解Probit模型和Logit模型的设定、极大似然估计（MLE）的原理，以及系数的边际效应解释。同时，介绍Tobit模型用于处理截断因变量的情况。第十三章：动态面板模型（GMM在面板数据中的深化应用）在第十章的基础上，本章专门探讨当面板数据存在个体效应和序列相关，且解释变量存在内生性时的处理方法。系统讲解Arellano-Bond GMM（差分GMM）和Blundell-Bond GMM（系统GMM）的理论基础和适用条件，强调其在处理微观经济学和金融学中的动态关系时的强大能力。本书特色：理论与实践并重：每章均配有详尽的数学推导和严格的统计学论证，同时提供丰富的实证案例和软件操作指南（基于Stata/EViews）。问题驱动：从实际经济学研究中遇到的内生性、异方差等核心问题出发，引导读者理解工具的由来和选择的依据。逻辑严谨的递进结构：知识点从最基础的SLR模型逐步扩展到复杂的系统动态模型（VAR、ECM、动态面板），确保学习路径的连贯性和深度。强调解释性：不止于模型估计，更强调对估计结果的经济学意义进行严谨、审慎的解读，避免“数据拟合”式的分析。