《计量经济分析 》(第八版)是对持续发展的计量经济学领域的全面概述。本书试图展现足够多的计量经济学主题,使得学生能够从研究生入门水平进入实践或更高级的研究中。本书分为五个部分：一是对计量经济学的规范表述，从对其基本支柱——线性多元回归模型的讨论开始，再对线性最小二乘法的估计与推断等进行分析；二是对回归模型进行三项重要扩展，包括广义回归模型、回归方程组以及随机效应异质性模型；三是介绍不同的估计方法，包括极大似然估计法、蒙特卡洛分析法与模拟法等；四是探讨宏观计量经济学时间序列数据, 五是分析微观计量经济学截面数据和面板数据。
本书旨在成为计量经济学入门与专业文献之间的桥梁。本书是为培养社会科学家所撰写的,可作为学习一年时间计量经济学的研究生教材。
威廉•H.格林（William H. Greene），1976年毕业于美国威斯康星大学麦迪逊分校，获经济学博士学位。现任美国纽约大学斯特恩商学院经济学教授、丰田汽车讲席教授。曾任教于康奈尔大学，并担任宾夕法尼亚州立大学、悉尼大学、牛津大学等学术机构的访问教授。
格林教授在理论计量方法研究方面有突出的贡献，特别是在面板数据方面。此外，他在应用计量经济学方面也有出色的成果。他在国际一流学术期刊上发表论文一百多篇，其中有不少发表在国际顶级期刊上，如《美国经济评论》(American Economic Review)、《计量经济学》(Econometrica)、《经济学展望》(Journal of Economic Perspective)、《计量经济学杂志》(Journal of Econometrics)等。
第1部分 线性回归模型
第1章 计量经济学 3
1.1 引言 3
1.2 计量经济学范式 3
1.3 计量经济学实践 5
1.4 微观计量经济学和宏观计量经济学 5
1.5 计量经济学建模 6
1.6 本书结构安排 8
1.7 准备工作 9
第2章 线性回归模型 12
2.1 引言 12
2.2 线性回归模型的形式 13
2.3 线性回归模型的假设 16
2.4 归纳与总结 25
第3章 最小二乘回归 27
3.1 引言 27
3.2 最小二乘回归的形式 27
3.3 分块回归和偏回归 34
3.4 偏回归和偏相关系数 36
3.5 拟合优度和方差分析 39
3.6 线性变换回归 45
3.7 归纳与总结 46
第4章 回归模型的最小二乘估计 49
4.1 引言 49
4.2 最小二乘估计的动机 50
4.3 最小二乘估计量的统计特性 52
4.4 最小二乘估计量的渐近特性 57
4.5 稳健估计和推断 65
4.6 b的一个函数的渐近分布:δ 法 71
4.7 区间估计 73
4.8 预测与预报 77
4.9 数据问题 83
4.10 归纳与总结 94
第5章 假设检验与模型选择 99
5.1 引言 99
5.2 假设检验方法论 99
5.3 假设检验的三种方法 103
5.4 大样本检验与稳健推断 117
5.5 非线性约束检验 120
5.6 非嵌套模型之间的选择 122
5.7 设定检验 124
5.8 模型建立———由一般到简单的策略 126
5.9 归纳与总结 129
第6章 函数形式、双重差分和结构变化 134
6.1 引言 134
6.2 使用二值变量 134
6.3 双重差分回归 147
6.4 通过拐点回归和断点回归分析社会政策 155
6.5 变量的非线性 162
6.6 结构突变与参数变化 169
6.7 归纳与总结 175
第7章 非线性、半参数和非参数回归模型 180
7.1 引言 180
7.2 非线性回归模型 181
7.3 中位数与分位数回归 201
7.4 偏线性回归 209
7.5 非参数回归 211
7.6 归纳与总结 213
第8章 内生性和工具变量估计 217
8.1 引言 217
8.2 扩展模型的假设 220
8.3 工具变量估计 222
8.4 两阶段最小二乘、控制函数与有限信息极大似然估计 228
8.5 内生虚拟变量:估计处理效应 235
8.6 假设检验 245
8.7 弱工具与有限信息极大似然 250
8.8 测量误差 252
8.9 非线性工具变量估计 258
8.10 自然实验和因果效应探索 261
8.11 归纳与总结 263
第2部分 广义回归模型与方程组
第9章 广义回归模型与异方差性 269
9.1 引言 269
9.2 稳健最小二乘估计与推断 270
9.3 最小二乘特性与工具变量 273
9.4 使用广义最小二乘法的有效估计 277
9.5 异方差性与加权最小二乘法 280
9.6 异方差性检验 283
9.7 两项应用 285
9.8 归纳与总结 289
第10章 回归方程组 294
10.1 引言 294
10.2 似不相关回归模型 296
10.3 需求方程组:奇异方程组 306
10.4 联立方程模型 313
10.5 归纳与总结 330
第11章 面板数据模型 337
11.1 引言 337
11.2 面板数据建模 338
11.3 混合回归模型 346
11.4 固定效应模型 356
11.5 随机效应模型 365
11.6 非球形分布和稳健协方差估计 381
11.7 空间自相关 383
11.8 内生性 387
11.9 面板数据的非线性回归 405
11.10 参数异质性 409
11.11 归纳与总结 418
第3部分 估计方法
第12章 计量经济学的估计框架 427
12.1 引言 427
12.2 参数估计与推断 428
12.3 半参数估计 433
12.4 非参数估计 437
12.5 估计量的性质 441
12.6 归纳与总结 445
第13章 最小距离估计与广义矩法 447
13.1 引言 447
13.2 一致估计:矩法 448
13.3 最小距离估计 455
13.4 广义矩估计量 459
13.5 GMM 框架中的假设检验 469
13.6 计量经济学模型的GMM 估计 472
13.7 归纳与总结 491
第14章 极大似然估计 494
14.1 引言 494
14.2 似然函数与参数识别 494
14.3 有效估计:极大似然原理 496
14.4 极大似然估计量的性质 498
14.5 条件似然与计量经济学模型 507
14.6 假设、设定检验与拟合度衡量 508
14.7 两步极大似然估计 517
14.8 伪极大似然估计和稳健的渐近协方差矩阵 523
14.9 线性回归模型的极大似然估计 528
14.10 广义回归模型 536
14.11 非线性回归模型与拟极大似然估计 542
14.12 回归方程组 551
14.13 联立方程模型 555
14.14 面板数据应用 556
14.15 潜在类别与有限混合模型 571
14.16 归纳与总结 584
第15章 基于模拟的估计、推断与随机参数模型 589
15.1 引言 589
15.2 随机数生成 591
15.3 基于模拟的统计推断:Krinsky和Robb的方法 594
15.4 自助标准误与置信区间 597
15.5 蒙特卡洛研究 600
15.6 基于模拟的估计 606
15.7 随机参数线性回归模型 617
15.8 分层线性模型 623
15.9 非线性随机参数模型 624
15.10 个体参数估计 625
15.11 混合模型与潜在类别模型 632
15.12 归纳与总结 636
第16章 贝叶斯估计与推断 638
16.1 引言 638
16.2 贝叶斯定理与后验密度 639
16.3 经典回归模型的贝叶斯分析 640
16.4 贝叶斯推断 646
16.5 后验分布和吉布斯抽样法 650
16.6 应用:二项式Probit模型 652
16.7 面板数据应用:个体效应模型 655
16.8 随机参数模型的层级贝叶斯估计 657
16.9 归纳与总结 664
第4部分 横截面、面板数据与微观计量经济学
第17章 二值与离散选择模型 669
17.1 引言 669
17.2 二值模型 671
17.3 二值选择模型中的估计与推断 683
17.4 二值选择模型拟合优度的度量 698
17.5 设定分析 703
17.6 二值选择模型中的处理效应与内生变量 709
17.7 面板数据模型 719
17.8 空间二值选择模型 741
17.9 二元Probit模型 744
17.10 多元Probit模型 756
17.11 归纳与总结 759
第18章 多项选择与事件计数 763
18.1 引言 763
18.2 无序多项选择模型 763
18.3 有序选择的随机效用模型 800
18.4 事件计数模型 818
18.5 归纳与总结 847
第19章 受限因变量:截尾、删失与样本选择 851
19.1 引言 851
19.2 截尾 851
19.3 删失数据 863
19.4 样本选择与偶发截尾 879
19.5 持续期模型 893
19.6 归纳与总结 903
第5部分 时间序列与宏观计量经济学
第20章 序列相关 909
20.1 引言 909
20.2 时间序列数据分析 912
20.3 扰动项过程 914
20.4 分析时间序列数据的一些渐近结论 918
20.5 最小二乘估计 922
20.6 GMM 估计 925
20.7 自相关检验 926
20.8 Ω已知时的有效估计 929
20.9 Ω未知时的估计 930
20.10 自回归条件异方差 935
20.11 归纳与总结 943
第21章 非平稳数据 946
21.1 引言 946
21.2 非平稳过程与单位根 946
21.3 协整 962
21.4 非平稳面板数据 972
21.5 归纳与总结 974
参考文献 975
书单推荐
