《经济类院校基础课程本科系列教材：计量经济学（第2版）》有一些明显的特点：第一，从经济管理类各专业教学的实际出发，精选了教学内容，除了书中注明“教学中供选择使用”的部分，基本上符合本科60学时左右教学的要求；第二，注重基本思想、经济背景、基础理论和基本方法，尽可能避免繁琐的数学推导，少数必要的数学推导 放到附录中供选择阅读，使之更加适应经济类专业学生的要求；第三，为了将计量经济学的应用与计算机有效地结合起来，使学生在学习计量经济学的同时，就能够使用计算机处理现实的经济问题，《经济类院校基础课程本科系列教材：计量经济学（第2版）》与方便实用的Windows界面的计算机软件Eviews紧密结合，每一章都介绍了用Eviews实现本章内容的实例，并要求学生用Eviews完成各章的习题；第四，这是一本计量经济学的基础教材，为了拓展学生的知识面，满足不同类型专业教学的需要，选择了一些内容“供选择使用”；第五，为了便于教学中使用，每一章都列出了“本章学习要点”和“思考与练习”。
《经济类院校基础课程本科系列教材：计量经济学（第2版）》具有较强的实用性，适合于经济学和管理学各专业本科作为专业基础课的教材，如果包包括“教学中供选择使用”的部分，也可供非数量经济专业本科作为专业基础课的教材，如果包括“教学中供选择使用”的部分，也可供非数量经济专业的研究生教学使用，同时《经济类院校基础课程本科系列教材：计量经济学（第2版）》还适合于其他经济管理工作者作为学习计量经济学的入门书。
计量经济学是高等院校经济类各专业必修的核心课程，同时也是管理类各专业的一门重要课程。本书是根据西南财经大学“211工程”教材建设规划，为经济学类和管理学类各专业编写的专业基础课教材。目前，国内已经翻译或编写了一些计量经济学方面的教材，与20年前刚开设计量经济学课程时教材奇缺的状况相比，已经有了很大的进步。作为各专业都要求开设的共同基础课，目前计量经济学的教学时数一般只能安排为60学时左右。怎样合理地组织教学内容，用有限的课时使学生既掌握计量经济学的基本理论与方法，又具备运用计量经济学知识处理经济问题的初步能力，还需要认真地加以研究。本书正是从这样的目的出发，在总结十几年教学经验的基础上，借鉴了其他教材的优点，首先编写成讲义反复使用、反复修改，最后才定稿成书的。
本书有一些明显的特点：第一，从经济管理类各专业教学的实际出发，精选了教学内容，除了书中注明“教学中供选择使用”的部分外，基本上符合本科60学时左右教学的要求；第二，注重基本思想、经济背景、基础理论和基本方法，尽可能避免繁琐的数学推导，少数必要的数学推导放到附录中供选择阅读，使之更加适应经济类专业学生的要求；第三，为了将计量经济学的应用与计算机有效地结合起来，使学生在学习计量经济学的同时，能够使用计算机处理现实的经济问题，本书与方便实用的windc）WS界面的计算机软件EViews紧密结合，每一章都介绍了用：EViews实现本章内容的实例，并要求学生用EViews完成各章的习题；第四，这是一本计量经济学的基础教材，为了拓展学生的知识面，满足不同类型专业教学的需要，选择了一些内容供选择使用；第五，为了便于教学中使用，每一章都列出了“本章学习要点”和“思考与练习”。
本书具有较强的实用性，适合于经济学和管理学各专业本科作为专业基础课的教材。如果包括供教学中选择使用的部分，本书也可供非数量经济专业的研究生使用。同时，本书还可作为其他经济管理工作者学习计量经济学的入门书。
第一章 导论
第一节 什么是汁量经济学
一、计量经济学的产生与发展
二、计量经济学的性质
三、计量经济学与其他学科的关系
第二节 计量经济学的研究方法
一、模型设定
二、估计参数
三、模型检验
四、模型应用
第三节 变量、数据、参数与模型
一、计量经济模型中的变量
二、计量经济学中应用的数据
三、参数及其估计准则
四、计量经济模型的建立
本章 学习要点
思考与练习
第二章 简单线性回归模型
第一节 回归分析与回归方程
一、回归与相关
二、总体回归函数
三、随机扰动项
四、样本回归函数
第二节 简单线性回归模型的最小二乘估计
一、简单线性回归模型的基本假定
二、普通最小二乘法(OLS)
三、OLS回归线的性质一
四、最小二乘估计的统计性质
第三节 回归系数的区间估计和假设检验
一、ρ和ρ的分布
二、回归系数的区间估计
三、回归系数的假设检验
第四节 拟合优度的度量
一、总变差的分解
二、可决系数
三、可决系数与相关系数的关系
第五节 回归预测
一、回归分析结果的报告
二、应变量的预测
第六节 实例及计算机计算过程
一、建立模型
二、估计模型中的未知参数
三、模型检验
四、预测
本章 学习要点
思考与练习
本章 附录
第三章 多元线性回归模型
第一节 多元线性回归模型及古典假定
一、多元线性回归模型及其矩阵表示
二、模型的古典假定
第二节 多元线性回归模型的估计
一、参数的最小二乘估计
二、参数最小二乘估计的性质
三、随机扰动项方差的估计
第三节 多元线性回归模型的检验
一、拟合优度检验
二、回归参数的显著性检验(t－检验)
三、回归方程的显著性检验(F－检验)
第四节 多元线性回归模型的预测
一、点预测
二、区间预测
第五节 多元线性回归分析的计算过程及实例
一、多元线性回归分析的计算过程
二、实例
本章 学习要点
思考与练习
本章 附录
第四章 多重共线性
第一节 什么是多重共线性
一、多重共线性的定义
二、产生多重共线性的背景
第二节 多重共线性产生的后果
一、完全多重共线性下的后果
二、不完全多重共线性下的后果
第三节 多重共线性的检验
一、简单相关系数矩阵法
二、变量显著性与方程显著性的综合判断
三、辅助回归
第四节 多重共线性的补救措施
一、增加样本容量
二、利用先验信息改变参数的约束形式
三、数据的结合
四、变换模型的形式
五、逐步回归法
六、岭回归估计
第五节 实例——我国钢材供应量分析
本章 学习要点
思考与练习
第五章 异方差性
第一节 异方差性的含义与产生的背景
一、异方差性的定义
二、产生异方差性的原因
第二节 异方差性对模型的影响
一、参数估计值不再具有最小方差特性
二、解释变量显著性检验失效
三、预测精度降低
第三节 异方差性的检验
一、GOldfeld—QLrandt检验
二、Gleiser检验
三、BrelJsch—Pagan检验
四、white检验
五、ARCH检验
第四节 异方差性的补救措施
一、加权最小二乘法(wLS)
二、对原模型变换的方法
三、模型的对数变换
四、Box一Cox变换法
五、广义最小二乘法(GLS)及其与加权最小二乘法的关系
第五节 实例——北京市人均储蓄与人均收入的关系分析
本章 学习要点
思考与练习
第六章 自相关性
第一节 自相关性的概念
一、什么是自相关性
二、自相关性产生的原因
第二节 自相关性的后果
一、参数估计值仍然是无偏的
二、参数估计值不再具有方差最小性
三、严重低估
四、参数显著性检验失效
五、区间估计和预测区间的精度降低
第三节 自相关性检验
一、图示法
二、I)_一w检验
第四节 自相关性的补救措施
一、已知自相关系数p
二、自相关系数p未知
三、广义最小二乘法与广义差分法的关系
第五节 实例——国内生产总值与出口总额之间的关系分析
本章 学习要点
思考与练习
本章 附录
第七章 分布滞后模型与自回归模型
第一节 分布滞后模型与自回归模型的基本概念
一、滞后效应与产生滞后效应的原因
二、滞后变量模型
第二节 分布滞后模型及其估计
一、分布滞后模型估计的困难
二、有限分布滞后模型的修正估计方法
第三节 自回归模型的构建
一、库伊克模型
二、自适应预期模型
三、局部调整模型
第四节 自回归模型的估计
一、自回归模型估计中的问题
二、工具变量法
三、德宾h一检验
本章 学习要点
思考与练习
第八章 单一方程模型的专门问题(一)
第一节 虚拟变量
一、虚拟变量的基本概念
二、虚拟变量的设置规则
第二节 虚拟解释变量的回归
一、加法类型
二、乘法类型
第三节 虚拟应变量
一、线性概率模型(LPM)
二、Logit模型
三、Probit模型
第四节 测量误差
一、回归变量的测量误差
二、测量误差存在与否的检验
第五节 设定误差
一、相关变量的遗漏
二、无关变量的误选
三、设定误差的检验
本章 学习要点
思考与练习
第九章 单一方程模型的专门问题(二)
第一节 概述
第二节 平稳时间序列及检验
一、平稳和非平稳时间序列
二、单位根检验
三、扩展迪克一富勒检验
第三节 协整性及误差校正机制模型
一、协整的基本概念及检验
二、误差校正模型
第四节 经济变量间的因果性：Granger检验
一、经济变量间的因果性
二、因果关系检验
三、一个实例
本章 学习要点
思考与练习
第十章 联立方程组模型
第一节 联立方程组模型概述
一、联立方程组模型的例子
二、联立方程组模型的基本问题
三、若干基本记号和定义
第二节 联立方程组模型的识别
一、识别的概念
二、识别规则
第三节 联立方程组模型的估计
一、估计方法概述
二、递归模型和普通最小二乘法
三、恰好识别模型的估计：间接最小二乘法(ILS)
四、过度识别模型的估计：两阶段最小二乘法(TSLS)
五、三阶段最小二乘法
本章 学习要点
思考与练习
第十一章 计量经济模型的应用
第一节 粮食生产模型
一、选择变量和模型的函数形式
二、样本数据收集
三、参数估计结果及检验
四、预测及分析
第二节 宏观经济计量模型
一、宏观经济计量模型概述
二、克莱因战争之间模型
第三节 中国宏观调控经济模型
一、建模理论基础和模型设计特征
二、宏观调控经济模型的设定与估计
三、模型的应用
附录统计学用表
参考书目
第三章 多元线性回归模型
简单线性回归模型主要讨论一个应变量和一个解释变量之间的线性关系。实际经济问题中，由于社会经济现象的复杂性，一个经济变量往往同多个经济变量相联系。例如：家庭消费支出不仅同家庭可支配收入有关，而且还与家庭的财富总量有关；消费者对某种商品的需求量不仅受收入水平的影响，而且还取决于商品价格的高低。又例如，影响一国的货币需求量不仅有经济总量因素，而且还有利率、物价水平等因素。因此，有必要将一个解释变量的情形推广到多个解释变量，利用多元回归方法进行分析。
第一节多元线性回归模型及古典假定
一、多元线性回归模型及其矩阵表示在简单线性回归模型中，总体回归函数被设定为一元线性形式。如果这种设定是恰当的，那么根据样本数据得到的回归直接是对样本数据的较好拟合，一般隋况下，可决系数应该较大（接近1），残差项也符合模型的基本假定。相反，如果在模型设定时忽略了影响应变量的某些主要因素，则拟合效果会较差。此时，可决系数往往偏低，并可能出现残差项违背模型基本假定的情况，如残差序列自相关等。因此，在进行模型设定时，应对所研究的经济问题进行深入分析，依据经济理论和实践经验对模型进行简化抽象，确定模型中应该包括哪些解释变量以及模型函数的具体形式。
书单推荐
