计量经济学与Stata应用

《计量经济学与Stata应用》是编者及其教学团队近20年来主讲经济管理类本科生“计量经济学”必修课程的教学笔记，注重将计量经济学基础理论与实际数据分析相结合，借助理论教学、案例教学与实践教学等多种形式，使学生在完成《计量经济学与Stata应用》学习之后能够独立开展计量经济分析与实证研究。
《计量经济学与Stata应用》涵盖了从初级到高级计量经济学基础理论及实证应用中的主要内容与模型方法，涉及一元线性回归模型、多元线性回归模型、统计推断、非经典假设下的计量分析、时间序列分析，以及MLE、GMM、DID分析等，在介绍基础理论的同时，将目前计量经济学研究领域影响大、应用范围广的若干重要理论、模型与方法（DID、离散选择模型等）以专题形式呈现给读者。
本书可作为高等院校金融学、经济学、财务管理、会计学、工商管理等专业高年级本科生、研究生教材，也可作为风险管理、数量经济、应用统计等专业研究生及实际风险管理工作者的参考用书。

前言
第一篇 经典假设下的计量分析
第1章 一元线性回归模型 3
1.1 回归分析概述 3
1.2 一元线性回归模型的参数估计 7
1.3 一元线性回归模型假设与OLS估计量的统计性质 11
1.4 Stata 17.0的基本窗口及一元线性回归 16
本章练习 21
第2章 多元线性回归模型 23
2.1 遗漏变量偏差 23
2.2 多元线性回归模型定义与参数估计 24
2.3 多元线性回归模型假设 30
2.4 多元线性回归参数估计量的统计性质 31
2.5 多元线性回归的Stata应用 33
本章练习 35
第3章 统计推断问题 37
3.1 一元线性回归统计推断 37
3.2 多元线性回归统计推断 45
3.3 线性回归统计推断的Stata应用 52
本章练习 55
第二篇 非经典假设下的计量分析
第4章 数据问题的处理 61
4.1 多重共线性 61
4.2 缺失值 63
4.3 观测误差 64
4.4 异常值 65
本章练习 67
第5章 虚拟变量与非线性估计 68
5.1 虚拟变量 68
5.2 虚拟变量的应用 69
5.3 线性概率模型 70
5.4 可化为线性的多元非线性模型 73
5.5 模型的Stata代码实例 76
本章练习 81
第6章 内生性与工具变量法 82
6.1 内生变量的定义与后果 82
6.2 内生性的来源 82
6.3 内生性处理与工具变量的思想 83
6.4 工具变量必须满足的两个条件 84
6.5 2SLS法及Stata应用 84
6.6 工具变量法三大检验及Stata应用 85
本章练习 87
第7章 异方差与序列相关 89
7.1 对经典假设的违背 89
7.2 球形扰动项 89
7.3 异方差 91
7.4 自相关 94
7.5 异方差与序列相关的Stata应用 98
本章练习 99
第三篇 时间序列分析
第8章 时间序列分析简介 103
8.1 时间序列数据的有限样本性质 103
8.2 简单的时间序列分析：静态模型与有限分布滞后模型 106
8.3 简单时间序列分析中的模型调整 110
8.4 简单时间序列分析的Stata应用 113
本章练习 118
第9章 平稳时间序列分析 119
9.1 AR模型 119
9.2 MA模型 124
9.3 ARMA模型 125
9.4 平稳时间序列分析的Stata应用 127
本章练习 132
第10章 非平稳时间序列分析 133
10.1 非平稳时间序列基本概念 133
10.2 ARIMA模型原理 134
10.3 时间序列平稳性检验 136
10.4 ARIMA建模及预测 139
10.5 ARIMA建模的Stata应用 140
本章练习 144
第11章 VAR模型 145
11.1 VAR模型的估计思路 145
11.2 诊断性检验与模型滞后期选择 148
11.3 IRF 150
11.4 VAR模型的Stata运用 151
本章练习 157
第四篇 计量经济学方法与模型专题
第12章 MLE 161
12.1 MLE的估计思路 161
12.2 MLE的统计学性质 164
12.3 MLE的假设检验 166
12.4 MLE的Stata运用 169
本章练习 170
第13章 GMM 172
13.1 矩估计的估计思路 172
13.2 GMM的估计思路 173
13.3 GMM量的统计性质 175
13.4 GMM的假设检验 177
13.5 GMM的Stata运用 177
本章练习 181
第14章 离散选择模型 182
14.1 二元选择模型概述 183
14.2 二元选择模型的估计思路 185
14.3 二元选择模型的有效性评估与假设检验 187
14.4 多元选择带来的问题与解决思路 188
14.5 二元选择模型的Stata运用 192
本章练习 195
第15章 面板数据模型 197
15.1 面板数据的估计思路与估计方法 197
15.2 诊断性检验与模型选择 200
15.3 DID模型 202
15.4 面板数据模型的Stata运用 204
本章练习 208
参考文献 210
附录A 概率统计基本知识 212
A1 随机变量取值与分布 212
A2 一些常用的分布函数 214
A3 联合分布 216
A4 条件分布 218
附录B 线性代数的基本知识 220
B1 标量、向量与矩阵 220
B2 矩阵的基本运算 220
B3 频谱分解 225