高级计量经济分析及Stata应用

本书除了介绍计量经济学的概念、理论和技术等基本方法之外，详细介绍了多元时间序列和面板数据分析等内容，力求通过大量实例、经济学解释和丰富习题帮助学生理解经济计量学。特别地，本书用软件stata实现，并提供了数据、do文件、日志文件等，可以方便有效地帮助学生学习高阶内容。 本书面向经济和管理专业的本科高年级学生以及研究生。

王周伟，上海师范大学投资学专业负责人，硕士生导师，中国金融工程学会理事，主要从事风险管理、投资组合管理、公司金融等领域的研究，发表文章25篇，其中在财经论丛等CSSCI来源期刊上发表15篇，主持承担省部级2项，市教委课题2项。出版著作教材共计4本。

前言<br />教学建议<br />第1序号项目考核内容单项分值备注<br />1学习态度　出勤、课堂问答、课堂汇报交流等10—<br />2课后作业　3次课后作业布置、1次文献研读交流等20　分批次布置、交流<br />3实验报告　选题与问题提出，模型方法使用准确，量化分析逻辑严谨合理，软件实现步骤清晰，结果解读准确完整，汇报交流，报告写作20　分批次演示交流<br />4课程论文　选题、问题提出与创新贡献，理论分析与实证研究方法，结果分析、结论启示，汇报交流，论文写作20　分批次汇报交流<br />5期末考试　理论知识与软件实现操作，各占50%30　分层分类，统一教学<br />序列1<br />1.1　多元GARCH模型1<br />1.2　误差修正模型12<br />1.3　向量自回归模型15<br />1.4　结构向量自回归模型20<br />1.5　向量误差修正模型22<br />1.6　向量误差修正模型的协整秩25<br />1.7　动态因子模型27<br />1.8　状态空间模型28<br />1.9　VAR模型的诊断和检验29<br />1.10　VEC模型的诊断和检验36<br />1.11　VAR/VEC模型预测39<br />1.12　脉冲响应和方差分解分析43<br />第2章　面板数据分析49<br />2.1　面板数据模型设定的Stata基本<br />　　　实用工具49<br />2.2　线性面板回归51<br />2.3　随机效应的拉格朗日乘子检验58<br />2.4　带AR（1）干扰项的面板线性回归59<br />2.5　随机系数广义最小二乘回归63<br />2.6　动态面板数据65<br />2.7　面板数据的删失结果71<br />2.8　面板数据的同期相关74<br />第3章　面板数据分析拓展82<br />3.1　面板二元结果82<br />3.2　面板序数结果89<br />3.3　面板分类结果92<br />3.4　面板计数结果108<br />3.5　广义线性面板模型 117<br />3.6　面板样本选择线性模型122<br />3.7　面板数据协整检验127<br />3.8　面板单位根检验130<br />3.9　面板折线图137<br />3.10　面板随机前沿模型137<br />3.11　面板数据模型的分位数回归估计140<br />3.12　面板门限回归模型151<br />3.13　动态面板门限回归模型156<br />3.14　面板平滑转换模型161<br />第4章　多层混合效应模型与<br />　　　　有限混合模型169<br />4.1　多层混合效应线性回归170<br />4.2　多层混合效应非线性回归171<br />4.3　多层混合效应logistic回归181<br />4.4　有限混合模型 185<br />第5章　生存分析196<br />5.1　风险函数196<br />5.2　生存数据的归并与描述分析197<br />5.3　Cox比例风险模型198<br />5.4　检验Cox比例风险模型的假设206<br />5.5　间隔审查的Cox比例风险模型 207<br />5.6　竞争风险回归207<br />5.7　参数生存模型208<br />5.8　面板数据随机效应参数生存<br />　　　回归模型216<br />5.9　多层混合效应参数生存回归模型218<br />第6章　内生协变量220<br /><br />5.^ò21^?效应线性回归1^ò21^6.1　含内生协变量的线性回归220<br />6.2　含内生协变量的扩展线性回归分析223<br />6.3　三阶段最小二乘法229<br />6.4　广义矩估计法229<br />6.5　含连续内生协变量的probit模型231<br />6.6　含内生协变量的扩展probit回归233<br />6.7　含内生协变量的扩展有序probit回归236<br />6.8　含内生协变量的Tobit回归238<br />6.9　含内生协变量的区间回归241<br />6.10　含内生协变量的泊松模型估计244<br />6.11　含内生协变量的面板数据分析247<br />6.12　含内生协变量的随机效应回归253<br />第7章　因果推断259<br />7.1　处理效应分析基础259<br />7.2　回归调整估计法263<br />7.3　逆概率加权估计法265<br />7.4　增广逆概率加权估计法266<br />7.5　逆概率加权回归调整估计法268<br />7.6　最近邻匹配估计270<br />7.7　倾向性得分匹配271<br />7.8　双重差分模型与三重差分模型273<br />7.9　合成控制法293<br />7.10　断点回归模型297<br />第8章　因果推断拓展303<br />8.1　处理效应的控制函数估计法303<br />8.2　处理效应的最大似然估计307<br />8.3　处理效应的含内生变量和样本<br />　　　选择的扩展线性回归分析309<br />8.4　处理效应的扩展probit回归分析318<br />8.5　处理效应的扩展有序probit回归分析326<br />8.6　处理效应的含内生变量和样本<br />　　　选择的区间回归模型分析331<br />8.7　处理效应的随机效应回归分析333<br />8.8　处理效应的随机效应probit回归分析336<br />8.9　处理效应的面板随机效应有序<br />　　　probit回归分析339<br />8.10　处理效应的随机效应区间回归分析343<br />第9章　结构方程模型347<br />9.1　结构方程模型概述347<br />9.2　结构方程模型的构建方法348<br />9.3　结构方程模型的识别和估计352<br />9.4　结构方程模型的评价和修正353<br />9.5　结构方程模型与广义结构方程模型354<br />9.6　结构方程模型估计的Stata命令<br />　　　及实现355<br />9.7　广义结构方程模型估计的Stata<br />　　　命令及实现360<br />第10章　联立方程模型369<br />10.1　联立方程模型概述369<br />10.2　联立方程模型的识别370<br />10.3　多元回归371<br />10.4　似不相关回归372<br />10.5　三阶段最小二乘法376<br />10.6　系统广义矩估计380<br />10.7　完全信息最大似然估计法380<br />10.8　非线性似不相关回归380<br />第11章　基本空间计量经济分析383<br />11.1　空间计量经济学绪论383<br />11.2　空间权重矩阵383<br />11.3　空间数据可视化389<br />11.4　空间自相关分析391<br />11.5　空间相关模式识别与空间计量<br />　　　模型设定397<br />11.6　具有空间自相关误差项的截面<br />　　　空间自相关模型403<br />11.7　空间自回归模型413<br />11.8　空间误差模型416<br />11.9　空间杜宾模型417<br />11.10　空间面板模型418<br />第12章　贝叶斯估计427<br />12.1　贝叶斯估计原理427<br />12.2　贝叶斯估计命令429<br />12.3　贝叶斯线性回归429<br />12.4　MH算法的贝叶斯模型431<br />第13章　lasso回归438<br />13.1　lasso回归预测及模型选择438<br />13.2　平方根lasso回归447<br />13.3　弹性网络回归449<br />第14章　Stata编程基础453<br />14.1　基本工具453<br />14.2　程序文件的基本格式456<br />14.3　程序控制与循环命令461<br />14.4　矩阵命令465<br />14.5　矩阵编程469<br />参考文献477