動態(tài)經(jīng)濟(jì)計(jì)量學(xué)

總前言
序言
第一部分經(jīng)濟(jì)計(jì)量學(xué)的概念及建模過程
第1章緒論
1.1應(yīng)用經(jīng)濟(jì)計(jì)量模型
1.2經(jīng)濟(jì)計(jì)量學(xué)中的主要問題
1.3本書的主旨
1.4建設(shè)性與批判性
1.5科學(xué)研究方法簡論
1.6理論.工具與實(shí)據(jù)
1.7經(jīng)濟(jì)分析與統(tǒng)計(jì)理論
1.8對應(yīng)不同情形的理論
1.8.1概率論
1.8.2估計(jì)理論
1.8.3建模理論
1.8.4預(yù)測理論
1.8.5方法論危機(jī)之源
1.9經(jīng)濟(jì)時(shí)序例舉
1.10數(shù)據(jù)生成過程首探
1.11經(jīng)驗(yàn)?zāi)Ｐ图捌溲堇[本質(zhì)
習(xí)題
第2章基礎(chǔ)概念
2.1參數(shù)
2.2常數(shù)性
2.3結(jié)構(gòu)
2.4分布形式
2.5識別與觀測等價(jià)性
2.6相依性
2.7隨機(jī)過程
2.8條件化
2.9白噪聲
2.10自相關(guān)
2.11平穩(wěn)性
2.12單整性
2.13協(xié)整性
2.14趨勢
2.15異方差
2.16維數(shù)
2.17總合
2.18邊緣化
2.19數(shù)據(jù)生成過程的廣義表達(dá)式
2.20靜態(tài)模型一例
2.21計(jì)量模型.統(tǒng)計(jì)機(jī)制與數(shù)據(jù)生成過程
2.22因子分解
2.23新生過程
2.24經(jīng)驗(yàn)式應(yīng)用模型
2.25白噪過程與新生過程
2.26序列因子分解
2.27模型設(shè)計(jì)
2.28動態(tài)模型一例
習(xí)題
第3章基礎(chǔ)分析工具
3.1未知參數(shù)的估計(jì)
3.1.1估計(jì)一例
3.1.2遞歸估計(jì)法
3.1.3遞歸估計(jì)一例
3.2模型評價(jià)方法
3.3檢驗(yàn)統(tǒng)計(jì)量
3.4漸近分布法
3.5蒙特卡羅(MonteCarlo)法
3.5.1分布抽樣
3.5.2對立變量法
3.5.3控制變量法
3.5.4響應(yīng)表面法
3.5.5不變性
3.5.6遞歸蒙特卡羅法
3.6遍歷性
3.7非平穩(wěn)性
3.8范題一例
3.9向量式布朗運(yùn)動
3.10蒙特卡羅法一例
習(xí)題
第4章動態(tài)性與相依性
4.1謬回歸
4.2謬回歸分析
4.3趨勢偽消除
4.4一階自回歸動態(tài)過程
4.5動態(tài)約化
4.6相依性
4.7協(xié)整關(guān)系
4.8雙變量之動態(tài)性
4.9范題一例
習(xí)題
第5章外生性及因果關(guān)系
5.1什么是外生變量?
5.2反例二則
5.2.1反例之一：外生性與預(yù)期
5.2.2反例之二：外生性與給定的回歸解釋變量
5.3弱外生性
5.4蛛網(wǎng)模型
5.5反例之反思
5.6嚴(yán)外生概念的含混性
5.7我們是否能發(fā)覺外生性設(shè)定錯誤?
5.7.1t相對于Xt--1不具新生性
5.7.2t是白噪過程
5.8強(qiáng)外生性
5.9超外生性
5.10超外生性之例
5.11因果性
5.11.1戈氏非因果性
5.11.2政策干預(yù)下的抗變性
5.12范例二則
5.13弱外生性與單位根
5.13.1一對協(xié)整變量構(gòu)成的模型
5.13.2有關(guān)外生性的六種情況
5.13.3極限分布
5.13.4統(tǒng)計(jì)推斷
5.13.5蒙特卡羅試驗(yàn)一則
習(xí)題
第6章線性模型之含義
6.1yt=B'Zt+t之四種解釋
6.1.1回歸式
6.1.2最小二乘線性逼近式
6.1.3應(yīng)變計(jì)劃模型
6.1.4行為模型
6.2預(yù)期的形成
6.2.1合理預(yù)期
6.2.2無偏預(yù)期
6.2.3基于數(shù)據(jù)的預(yù)期
6.3自回歸修正
6.4自回歸分布延遲模型：動態(tài)條件模型之基本式
6.5延遲項(xiàng)及其測度問題
6.5.1動態(tài)模型之靜態(tài)解
6.5.2延遲之分布
6.5.3經(jīng)驗(yàn)性延遲項(xiàng)分布之含義
6.6AD(1,1)模型之蒙特卡羅試驗(yàn)
6.6.1系數(shù)估值之偏差
6.6.2系數(shù)之標(biāo)準(zhǔn)均差
6.6.3參數(shù)之常數(shù)性檢驗(yàn)
6.7實(shí)例一則
6.8題解一則
習(xí)題
第7章線性模型種類
7.1導(dǎo)言
7.2靜態(tài)回歸模型
7.3自回歸模型
7.4數(shù)據(jù)差分回歸模型
7.5導(dǎo)標(biāo)模型
7.6偏調(diào)模型
7.7共因子模型
7.8有限分布延遲模型
7.9盲始模型
7.10均衡修正模型
7.10.1協(xié)整性
7.10.2隨機(jī)線性控制系統(tǒng)的控制形式
7.10.3經(jīng)驗(yàn)性研究成果
7.11范題二則
7.11.1偏調(diào)式與均衡修正式
7.11.2協(xié)整關(guān)系表達(dá)式
7.12小結(jié)
7.12.1擬合程度
7.12.2延遲之分布形狀
習(xí)題
第8章動態(tài)方程組
8.1導(dǎo)言
8.2動態(tài)方程組之統(tǒng)計(jì)模型
8.3動態(tài)方程組之理論模型
8.4閉式模型
8.4.1模型結(jié)構(gòu)
8.4.2線性變換下的不變性
8.4.3協(xié)整
8.5開式模型
8.5.1條件模型
8.5.2聯(lián)立方程組模型
8.5.3協(xié)整
8.6動態(tài)方程組的建模過程
8.6.1動態(tài)方程組與經(jīng)濟(jì)系統(tǒng)
8.6.2邊緣化檢驗(yàn)
8.6.3聯(lián)立性
8.6.4識別條件
8.6.5弱外生檢驗(yàn)
8.6.6動態(tài)方程組的協(xié)整性質(zhì)
8.6.7跨方程間的相依性
8.6.8動態(tài)性
8.7線性模型分類
8.7.1向量均衡修正模型
8.7.2靜態(tài)方程組模型
8.7.3向量自回歸模型
8.7.4差分式方程組模型
8.7.5向量導(dǎo)標(biāo)式模型
8.7.6偏調(diào)式模型
8.7.7共因子式模型
8.7.8有限分布延遲模型
8.7.9盲始模型
8.7.10應(yīng)用范例
8.8線性方程組內(nèi)的常見模型
8.8.1向量自回歸模型
8.8.2向量均衡修正模型
8.8.3聯(lián)立方程組模型
8.8.4條件模型
8.8.5條件聯(lián)立模型
8.8.6因果鏈模型
8.8.7塊遞歸式
8.8.8三角式
8.8.9經(jīng)驗(yàn)?zāi)Ｐ头独?br />8.9動態(tài)方程組分析
8.9.1動態(tài)乘數(shù)
8.9.2最終式
8.9.3非線性模型
8.9.4動態(tài)模擬
習(xí)題
第9章約化理論
9.1導(dǎo)言
9.2數(shù)據(jù)變換與總合
9.3關(guān)注參數(shù)
9.4數(shù)據(jù)分塊
9.5邊緣化
9.6序列因子分解
9.7I(O)映射
9.8條件因子分解
9.9常數(shù)性
9.10延遲項(xiàng)舍位
9.11函數(shù)形式
9.12衍生模型
9.13經(jīng)濟(jì)計(jì)量概念：測度無信息損失的標(biāo)準(zhǔn)
9.14隱式模型設(shè)計(jì)
9.15顯式模型設(shè)計(jì)
9.16模型評價(jià)的信息分類法
9.16.1過去數(shù)據(jù)
9.16.2現(xiàn)在數(shù)據(jù)
9.16.3將來數(shù)據(jù)
9.16.4理論信息
9.16.5測度信息
9.16.6對立模型
習(xí)題
第二部分經(jīng)濟(jì)計(jì)量分析中的統(tǒng)計(jì)方法
第10章似然法
10.1第一部分的回顧
10.2統(tǒng)計(jì)模型
10.3參數(shù)估計(jì)的標(biāo)準(zhǔn)與方法
10.4似然函數(shù)
10.5極大似然估計(jì)
10.6似然方程的性質(zhì)
10.7極大似然估計(jì)量的性質(zhì)
10.8極大似然估計(jì)量的大樣本性質(zhì)
10.9范例二則
10.10由V≠-1引致的錯誤推斷
10.11衍生的分布
10.12漸近等價(jià)
10.13集中似然函數(shù)
10.14邊緣分布與條件分布
10.15估計(jì)量生成式
10.16范例,共因子動態(tài)式的估計(jì)量生成式
習(xí)題
第11章聯(lián)立方程組
11.1導(dǎo)言
11.2統(tǒng)計(jì)方程組
11.3統(tǒng)計(jì)方程組的動態(tài)設(shè)定
11.4統(tǒng)計(jì)方程組的估計(jì)
11.5統(tǒng)計(jì)方程組的協(xié)整估計(jì)
11.6統(tǒng)計(jì)方程組的評價(jià)
11.7協(xié)整分析實(shí)例
11.8經(jīng)濟(jì)計(jì)量模型
11.9識別
11.10聯(lián)立方程組的估計(jì)量生成式
11.10.1非線性參數(shù)
11.10.2向量自回歸型誤差
11.11示題一解
11.12聯(lián)立方程建模
11.13模型約化衍生的統(tǒng)計(jì)量
11.14模型估計(jì)范例
習(xí)題
第12章變量之測度問題
12.1導(dǎo)言
12.2變量之測度誤差
12.2.1變量含誤差式模型
12.2.2工具變量法
12.3含潛變量之動態(tài)模型
12.3.1含潛變量模型的參數(shù)估計(jì)法
12.3.2含潛變量模型的動態(tài)性質(zhì)
12.4統(tǒng)計(jì)指標(biāo)修正中的I(1)性
12.4.1物價(jià)指數(shù)的修正
12.4.2范例一則
12.5測度誤差對均衡修正模型之影響
習(xí)題
第13章模型的檢驗(yàn)與評價(jià)
13.1檢驗(yàn)的統(tǒng)計(jì)學(xué)框架
13.2非中心X2分布
13.3檢驗(yàn)的大樣本性質(zhì)
13.4非中心X2分布之含義
13.5檢驗(yàn)之勢
13.6檢驗(yàn)的似然比.沃爾德及拉格朗日乘數(shù)法
13.6.1似然比檢驗(yàn)法
13.6.2沃爾德檢驗(yàn)法
13.6.3拉格朗日乘數(shù)檢驗(yàn)法
13.7檢驗(yàn)法之間的比較
13.8范例一則
13.9非線性約束
13.10有關(guān)檢驗(yàn)方法的思考
13.10.1零假說
13.10.2備擇假說
13.10.3檢驗(yàn)之統(tǒng)計(jì)量
13.10.4顯著性水平
13.10.5多重檢驗(yàn)
習(xí)題
第三部分應(yīng)用經(jīng)濟(jì)計(jì)量建模
第14章模型之包容性
14.1導(dǎo)言
14.2傳統(tǒng)假說檢驗(yàn)之局限
14.2.1局限之一：假說拒絕缺乏終裁力
14.2.2局限之二：理論證實(shí)缺乏確鑿力
14.3包容性與模型誤設(shè)分析
14.4包容性及其性質(zhì)
14.5包容性在模型分析中的用途
14.5.1模型設(shè)定分析中的包容性
14.5.2誤設(shè)分析中的包容性
14.5.3選模分析中的包容性
14.6簡潔包容性
14.7簡例一則
14.7.1M1M2成立嗎?
14.7.2M2M1成立嗎?
14.8嵌套性與包容性
14.9線性回歸中的包容性
14.10平穩(wěn)隨機(jī)過程之包容性
14.11范例二則
14.11.1M1M2習(xí)題一例
14.11.2M2M1實(shí)例一則
14.12向量自回歸模型(VAR)之包容
14.13盧卡斯批判與超外生性之檢驗(yàn)
14.13.1超外生性檢驗(yàn)
14.13.2習(xí)慣行為與預(yù)期行為
14.13.3反饋模型與正饋模型之包容關(guān)系
14.14抗變性之檢驗(yàn)實(shí)例
14.14.1超外生檢驗(yàn)
14.14.2包容檢驗(yàn)
習(xí)題
第15章應(yīng)用建模補(bǔ)遺
15.1理論模型與計(jì)量模型的連接
15.1.1理論驅(qū)動的計(jì)量建模方法
15.1.2數(shù)據(jù)驅(qū)動的計(jì)量建模方法
15.1.3理論與數(shù)據(jù)相兼的計(jì)量建模方法
15.2范例二則
15.2.1例一：消費(fèi)函數(shù)
15.2.2例二：生產(chǎn)函數(shù)
15.3畢洛(Pyrrho)引理
15.4啞變量
15.5季度啞變量
15.5.1季度濾波法
15.5.2季度濾波法之性質(zhì)
15.5.3協(xié)整
15.6移動平均過程之逼近
15.7二階矩的模型解釋：實(shí)例一則
15.8總體與樣本的關(guān)系
習(xí)題
第16章建模實(shí)例
16.1貨幣需求理論與計(jì)量建模
16.2英國貨幣需求模型
16.2.1金融制度變更及數(shù)據(jù)特征
16.2.2聯(lián)立分析
16.2.3經(jīng)P變換轉(zhuǎn)入I(O)空間內(nèi)的聯(lián)立模型
16.2.4單一方程貨幣需求模型
16.2.5模型結(jié)果之經(jīng)濟(jì)要點(diǎn)
16.3中國貨幣需求模型
16.3.1由一般貨幣需求論看轉(zhuǎn)軌中的數(shù)據(jù)特征
16.3.2由制度論看轉(zhuǎn)軌中的數(shù)據(jù)特征
16.3.3含制度因素的貨幣需求模型
16.3.4模型結(jié)果之經(jīng)濟(jì)要點(diǎn)
16.3.5樣本數(shù)據(jù)指標(biāo)說明
16.4建模分析小結(jié)
參考文獻(xiàn)
英文縮寫表
常用符號表
樣本數(shù)據(jù)表
索引