本书系统介绍了计量经济学的几个核心估计方法，包括普通最小二乘估计、两阶段最小二乘估计、面板数据估计、广义矩估计和极大似然估计；基于大样本极限理论，包括大数定律和中心极限定理，重点讨论了这几个估计量的一致性和渐近正态性。
本书的特色是：第一，强调理论性，对每一种计量方法背后的理论均给出严谨的证明；第二，力图精简，不追求对所有计量知识的覆盖，而重点对计量经济学最核心、最基础的内容进行介绍；第三，追踪前沿，加入了交叠双重差分估计等前沿方法。
本书定位介于初级计量经济学和高级计量经济学之间的过渡教材。阅读本书，需要读者先修线性代数、概率论、统计学和初级计量经济学相关课程。本书适合高等学校经济管理类及其他社会科学类高年级本科生、研究生和相关研究人员使用。
- 前辅文
- 第1章 导论
- 1.1 计量经济学的目标
- 1.2 一个例子
- 1.3 小结
- 思考与练习
- 延伸阅读
- 参考文献
- 第2章 极限定理
- 2.1 几个重要的统计学概念和结论
- 2.2 大数定律
- 2.3 中心极限定理
- 2.4 一个例子
- 2.5 小结
- 思考与练习
- 延伸阅读
- 参考文献
- 附录2.1 对1.2节中例子的补充证明
- 附录2.2 图2.1的MATLAB程序
- 附录2.3 图2.2的MATLAB程序
- 第3章 普通最小二乘估计
- 3.1 OLS估计量
- 3.2 OLS估计量的一致性和无偏性
- 3.3 OLS估计量的经济含义
- 3.4 Frisch-Waugh定理
- 3.5 条件期望独立
- 3.6 OLS估计量与匹配估计量的关系
- 3.7 OLS估计量的渐近正态性
- 3.8 统计推断
- 3.9 聚类标准误
- 3.10 小结
- 思考与练习
- 参考文献
- 附录3.1 小样本情况下的统计推断
- 附录3.2 非线性最小二乘回归
- 第4章 两阶段最小二乘估计
- 4.1 TSLS估计量
- 4.2 TSLS估计量的大样本性质
- 4.3 条件期望独立
- 4.4 弱工具变量问题
- 4.5 局部平均处理效应定理
- 4.6 Abadie Kappa定理
- 4.7 断点回归
- 4.8 小结
- 思考与练习
- 延伸阅读
- 参考文献
- 第5章 面板数据估计
- 5.1 面板数据估计量
- 5.2 面板数据估计量的大样本性质
- 5.3 面板工具变量估计
- 5.4 双重差分估计量
- 5.5 事件研究法
- 5.6 小结
- 思考与练习
- 延伸阅读
- 参考文献
- 第6章 广义矩估计
- 6.1 GMM估计量
- 6.2 GMM估计量的大样本性质
- 6.3 统计推断
- 6.4 过度识别检验
- 6.5 非线性GMM
- 6.6 一个例子
- 6.7 小结
- 思考与练习
- 延伸阅读
- 参考文献
- 附录 检验部分工具变量是否满足正交条件
- 第7章 极大似然估计
- 7.1 极大似然估计量
- 7.2 MLE的大样本性质
- 7.3 几个例子
- 7.4 统计推断
- 7.5 LIML估计量
- 7.6 小结
- 思考与练习
- 参考文献
- 结语
