本書是一本經(jīng)典的計量經(jīng)濟(jì)學(xué)入門教材，書中全面系統(tǒng)地介紹了計量經(jīng)濟(jì)學(xué)的基本知識。全書共分5篇，內(nèi)容包括：導(dǎo)論與知識回顧、回歸分析基礎(chǔ)、回歸分析的高級專題、經(jīng)濟(jì)時間序列數(shù)據(jù)的回歸分析和回歸分析的計量經(jīng)濟(jì)學(xué)理論。與其他同類教材相比，本書具有以下幾個顯著特點(diǎn)：第壹，將現(xiàn)實(shí)世界的問題和數(shù)據(jù)與理論的發(fā)展聯(lián)系起來，并且認(rèn)真對待實(shí)證分析中大量的重要發(fā)現(xiàn)；第二，所選取的內(nèi)容反映了現(xiàn)代理論和實(shí)踐的發(fā)展；第三，給出的理論和假設(shè)都與應(yīng)用相符。
前言不論是對于教師還是對于學(xué)生來說，計量經(jīng)濟(jì)學(xué)都是一門非常有趣的課程。它涉及經(jīng)濟(jì)、企業(yè)以及政府的現(xiàn)實(shí)世界，復(fù)雜且混亂，充斥著亟待解決的沖突和問題。例如，究竟是頒布嚴(yán)格的法令還是提高酒水的稅率會更有效地抑制酒后駕車？在股票市場，你應(yīng)該通過買入價格相對較低的股票賺錢，還是應(yīng)該依照股票價格隨機(jī)游走理論而靜觀其走勢？是否應(yīng)該通過縮小班級規(guī)模來提升小學(xué)教育質(zhì)量，還是僅讓孩子們每天聽十分鐘莫扎特的樂曲？計量經(jīng)濟(jì)學(xué)能夠幫助我們從許多瘋狂的想法中篩選出合理的思想，并尋求重要定量問題的定量答案。它在這個復(fù)雜的世界中為我們打開了一扇窗，讓我們可以挖掘個人、企業(yè)以及政府做決策時所依據(jù)的內(nèi)在邏輯。
本書適用本科階段計量經(jīng)濟(jì)學(xué)的入門課程。我們的經(jīng)驗(yàn)是，在初級課程中，應(yīng)注重計量經(jīng)濟(jì)學(xué)理論和應(yīng)用的聯(lián)系，應(yīng)用會推動理論的發(fā)展，而理論必須與應(yīng)用相符。這一簡單的原則是本書與其他計量經(jīng)濟(jì)學(xué)教材的主要區(qū)別。在過去的教材中，理論模型和假設(shè)常與實(shí)際應(yīng)用不相符，這也是為什么一些學(xué)生在花費(fèi)了大量的時間學(xué)習(xí)后卻發(fā)現(xiàn)這些假設(shè)并不現(xiàn)實(shí)，于是又要去學(xué)習(xí)這些與應(yīng)用不相符的假設(shè)所帶來“問題”的“解決方法”，從而對計量經(jīng)濟(jì)學(xué)中理論和應(yīng)用的聯(lián)系產(chǎn)生懷疑。我們認(rèn)為，最好從具體應(yīng)用出發(fā)尋找解決方法，隨后提出一些簡單的、與應(yīng)用相符的假設(shè)，使理論與應(yīng)用直接聯(lián)系起來，讓計量經(jīng)濟(jì)學(xué)變得更加生動、便于理解。
第3版的變化●修正了面板數(shù)據(jù)回歸中標(biāo)準(zhǔn)誤差的處理方法。
●討論了回歸分析中數(shù)據(jù)缺失問題的產(chǎn)生機(jī)制和原因。
●應(yīng)用斷點(diǎn)回歸設(shè)計（regression discontinuity design）作為分析準(zhǔn)實(shí)驗(yàn)的方法。
●修正了對弱工具變量的討論。
●闡述了在回歸分析中加入控制變量的方法及其應(yīng)用。
●介紹了實(shí)驗(yàn)數(shù)據(jù)的“潛在結(jié)果”框架。
●增加了專欄文章。
●增加了練習(xí)題，包括習(xí)題和實(shí)證練習(xí)。
第3版沿用了第1版和第2版中“應(yīng)用推動理論”的基本理念，并沒有太大的改變。
第3版的一個重要變動是關(guān)于“面板數(shù)據(jù)回歸”（第10章）的討論。在面板數(shù)據(jù)中，個體的數(shù)據(jù)常常是與時間相關(guān)的，為了保證推斷有效，必須使用針對該相關(guān)性的穩(wěn)健方法計算標(biāo)準(zhǔn)誤差。本書關(guān)于面板數(shù)據(jù)的章節(jié)從一開始就使用了這樣的方法，即集群標(biāo)準(zhǔn)誤差法。這種方法是第2篇回歸分析基礎(chǔ)所介紹的異方差—穩(wěn)健標(biāo)準(zhǔn)誤差在面板數(shù)據(jù)的自然推廣。近期的研究已經(jīng)表明集群標(biāo)準(zhǔn)誤差法具有許多優(yōu)良的性質(zhì)，本書在第10章及附錄中均有討論。
第3版的另外一個重要變動是第13章中對實(shí)驗(yàn)和準(zhǔn)實(shí)驗(yàn)的處理。根據(jù)第2篇中多元回歸的原理，優(yōu)化了關(guān)于倍差法的討論。第13章討論了分析準(zhǔn)實(shí)驗(yàn)數(shù)據(jù)的另一種重要方法，即斷點(diǎn)回歸設(shè)計。此外，第13章還介紹了潛在結(jié)果框架，并將這一術(shù)語與第1篇和第2篇中所介紹的概念聯(lián)系在一起。
第3版還有一系列其他重要變化，如在多元回歸模型的討論中增加了一個明確且容易實(shí)現(xiàn)的控制變量處理方法，第7章討論了控制變量應(yīng)滿足的條件，以保證所研究變量的系數(shù)估計量的無偏性（盡管控制變量的系數(shù)常常是有偏的）。第3版的其他變化還包括：增加了第9章中關(guān)于數(shù)據(jù)缺失的討論，在第18章的附錄中增加了對非線性回歸方程斜率和彈性的數(shù)學(xué)分析，并且更新了第12章中關(guān)于弱工具問題處理的討論。第3版還增加了一些專欄，更新了部分實(shí)證例子，補(bǔ)充了一些練習(xí)題。
升級的第3版●對第14～16章中所使用的時間序列數(shù)據(jù)進(jìn)行擴(kuò)充、延伸，這期間包括大衰退時期。
●第14章的經(jīng)驗(yàn)分析側(cè)重于使用期限利差而不是菲利普斯曲線對實(shí)際GDP的增長率進(jìn)行預(yù)測。
●每個章節(jié)增加了部分實(shí)證練習(xí)。更多實(shí)證練習(xí)，請參閱本書配套網(wǎng)站www.pearsonhighered.com/stock_watson。之所以這么做，主要是出于兩方面考慮：一方面，我們可以提供越來越多的實(shí)證練習(xí)；另一方面，可以有效增加或更新習(xí)題庫。希望廣大讀者點(diǎn)擊查閱。
本書特色與其他教材相比，本書主要有以下三個特點(diǎn)：第一，我們將現(xiàn)實(shí)問題和數(shù)據(jù)與理論發(fā)展緊密融合在一起，并且認(rèn)真對待實(shí)證分析所得到的一系列結(jié)論；第二，我們所選取的內(nèi)容反映了現(xiàn)代理論和實(shí)踐的最新發(fā)展；第三，我們所給出的理論和假設(shè)是與實(shí)際應(yīng)用相匹配的。我們的目的是使學(xué)生能夠盡快適應(yīng)、掌握和熟練應(yīng)用計量經(jīng)濟(jì)學(xué)工具。
現(xiàn)實(shí)世界的問題和數(shù)據(jù)我們所討論的每個專題和方法都圍繞一個需要給出明確定量答案的重要現(xiàn)實(shí)問題而展開。例如，在估計學(xué)校投入對學(xué)校產(chǎn)出影響的問題（即更小的班級規(guī)模是否會提高學(xué)生的測試成績）中，我們講授了一元回歸、多元回歸及函數(shù)形式分析等內(nèi)容；在分析酒駕相關(guān)法律對交通事故死亡率影響的問題中，我們講授了面板數(shù)據(jù)方法；在分析房屋貸款市場中是否可能存在種族歧視現(xiàn)象的問題中，我們講授了二元被解釋變量回歸（logit模型和probit模型）；在估計香煙需求彈性的問題中，我們講授了工具變量估計方法。盡管這些實(shí)例都涉及經(jīng)濟(jì)推理，但只要學(xué)過初等經(jīng)濟(jì)學(xué)課程的學(xué)生都能理解，并且對其中大部分問題的理解不需要具備任何經(jīng)濟(jì)學(xué)專業(yè)知識。教師可以集中精力講授計量經(jīng)濟(jì)學(xué)知識，而不用花時間去回顧
詹姆斯·H.斯托克,加州大學(xué)伯克利分校經(jīng)濟(jì)學(xué)博士，曾任教于加州大學(xué)伯克利分校及哈佛大學(xué)肯尼迪政府學(xué)院。研究領(lǐng)域?yàn)榻?jīng)濟(jì)計量方法、宏觀經(jīng)濟(jì)預(yù)測、貨幣政策等，曾發(fā)表論文90多篇，并出版若干其他專著。馬克·W.沃森,普林斯頓大學(xué)經(jīng)濟(jì)系教授。馬克·W.沃森與詹姆斯·H.斯托克兩位都是計量經(jīng)濟(jì)學(xué)領(lǐng)域中的，尤其以時間序列的研究為出眾。
目 錄
譯者序
前言
致謝
第1篇 導(dǎo)論與知識回顧
第1章 經(jīng)濟(jì)問題和數(shù)據(jù)2
1.1 我們研究的經(jīng)濟(jì)問題2
1.2 因果效應(yīng)和理想化隨機(jī)對照實(shí)驗(yàn)5
1.3 數(shù)據(jù)：來源和類型6
本章小結(jié)9
重要術(shù)語9
內(nèi)容復(fù)習(xí)9
第2章 概率論知識回顧10
2.1 隨機(jī)變量和概率分布10
2.2 期望值、均值和方差13
2.3 二維隨機(jī)變量16
2.4 正態(tài)分布、χ2分布、學(xué)生t分布及F分布21
2.5 隨機(jī)抽樣與樣本均值的抽樣分布25
2.6 抽樣分布的大樣本近似28
本章小結(jié)32
重要術(shù)語32
內(nèi)容復(fù)習(xí)32
習(xí)題33
實(shí)證練習(xí)36
附錄2A 重要概念2-3中結(jié)果的推導(dǎo)36
第3章 統(tǒng)計學(xué)知識回顧37
3.1 總體均值的估計37
3.2 關(guān)于總體均值的假設(shè)檢驗(yàn)40
3.3 總體均值的置信區(qū)間46
3.4 不同總體間的均值比較47
3.5 基于實(shí)驗(yàn)數(shù)據(jù)估計因果效應(yīng)49
3.6 樣本容量較小時的t統(tǒng)計量51
3.7 散點(diǎn)圖、樣本協(xié)方差和樣本相關(guān)系數(shù)52
本章小結(jié)54
重要術(shù)語55
內(nèi)容復(fù)習(xí)55
習(xí)題55
實(shí)證練習(xí)58
附錄3A 美國當(dāng)前人口調(diào)查59
附錄3B Y是μY的最小二乘估計量的兩種證明方法59
附錄3C 樣本方差一致性的證明60
第2篇 回歸分析基礎(chǔ)
第4章 一元線性回歸62
4.1 線性回歸模型62
4.2 線性回歸模型的系數(shù)估計65
4.3 擬合優(yōu)度69
4.4 最小二乘假設(shè)71
4.5 OLS估計量的抽樣分布74
4.6 結(jié)論76
本章小結(jié)76
重要術(shù)語77
內(nèi)容復(fù)習(xí)77
習(xí)題77
實(shí)證練習(xí)78
附錄4A 加利福尼亞州的測試成績數(shù)據(jù)集79
附錄4B OLS估計量的推導(dǎo)80
附錄4C OLS估計量的抽樣分布80
第5章 一元線性回歸：假設(shè)檢驗(yàn)和置信區(qū)間82
5.1 關(guān)于某個回歸系數(shù)的假設(shè)檢驗(yàn)82
5.2 回歸系數(shù)的置信區(qū)間86
5.3 X為二元變量時的回歸87
5.4 異方差和同方差88
5.5 普通最小二乘的理論基礎(chǔ)92
5.6 樣本容量較小時的t統(tǒng)計量應(yīng)用93
5.7 結(jié)論94
本章小結(jié)95
重要術(shù)語95
內(nèi)容復(fù)習(xí)95
習(xí)題96
實(shí)證練習(xí)98
附錄5A OLS標(biāo)準(zhǔn)誤差公式98
附錄5B 高斯—馬爾科夫條件和高斯—馬爾科夫定理的證明99
第6章 多元線性回歸102
6.1 遺漏變量偏差102
6.2 多元回歸模型106
6.3 多元回歸的OLS估計量108
6.4 多元回歸的擬合優(yōu)度110
6.5 多元回歸模型的最小二乘假設(shè)112
6.6 多元回歸模型中OLS估計量的分布113
6.7 多重共線性114
6.8 結(jié)論116
本章小結(jié)116
重要術(shù)語116
內(nèi)容復(fù)習(xí)117
習(xí)題117
實(shí)證練習(xí)119
附錄 6A 式（6-1）的推導(dǎo)119
附錄6B 包含兩個解釋變量且誤差項為同方差時的OLS估計量的分布120
附錄6C Frisch-Waugh定理120
第7章 多元線性回歸：假設(shè)檢驗(yàn)和置信區(qū)間121
7.1 單個系數(shù)的假設(shè)檢驗(yàn)和置信區(qū)間121
7.2 聯(lián)合假設(shè)的檢驗(yàn)124
7.3 涉及多個系數(shù)的單約束檢驗(yàn)128
7.4 多個系數(shù)的置信集128
7.5 多元回歸的模型設(shè)定129
7.6 對測試成績數(shù)據(jù)集的分析132
7.7 結(jié)論135
本章小結(jié)136
重要術(shù)語136
內(nèi)容復(fù)習(xí)136
習(xí)題136
實(shí)證練習(xí)138
*本節(jié)可選修，且不會影響后面章節(jié)的學(xué)習(xí)。
附錄7A 聯(lián)合假設(shè)的Bonferroni檢驗(yàn)139
附錄7B 條件均值獨(dú)立140
第8章 非線性回歸函數(shù)142
8.1 非線性回歸的一般建模方法143
8.2 一元非線性函數(shù)148
8.3 解釋變量的交互項154
8.4 學(xué)生—教師比對測試成績的非線性效應(yīng)162
8.5 結(jié)論165
本章小結(jié)166
重要術(shù)語166
內(nèi)容復(fù)習(xí)166
習(xí)題167
實(shí)證練習(xí)170
附錄8A 參數(shù)非線性的回歸函數(shù)171
附錄8B 非線性回歸函數(shù)的斜率和彈性173
第9章 多元回歸分析有效性的評估174
9.1 內(nèi)部有效性和外部有效性174
9.2 多元回歸分析的內(nèi)部有效性威脅176
9.3 利用回歸模型進(jìn)行預(yù)測時的內(nèi)部有效性和外部有效性183
9.4 實(shí)例：測試成績和班級規(guī)模184
9.5 結(jié)論190
本章小結(jié)190
重要術(shù)語191
內(nèi)容復(fù)習(xí)191
習(xí)題191
實(shí)證練習(xí)192
附錄9A 馬薩諸塞州的小學(xué)測試數(shù)據(jù)193
第3篇 回歸分析的高級專題
第10章 面板數(shù)據(jù)回歸196
10.1 面板數(shù)據(jù)196
10.2 兩期的面板數(shù)據(jù)：“前后”比較198
10.3 固定效應(yīng)回歸200
10.4 時間固定效應(yīng)回歸202
10.5 固定效應(yīng)回歸假設(shè)和固定效應(yīng)回歸的標(biāo)準(zhǔn)誤差204
10.6 關(guān)于酒駕的法律規(guī)定和交通事故死亡人數(shù)206
10.7 結(jié)論209
本章小結(jié)210
重要術(shù)語210
內(nèi)容復(fù)習(xí)210
習(xí)題210
實(shí)證練習(xí)211
附錄10A 州交通死亡事故數(shù)據(jù)集213
附錄10B 固定效應(yīng)回歸的標(biāo)準(zhǔn)誤差213
第11章 二元被解釋變量回歸216
11.1 二元被解釋變量與線性概率模型217
11.2 probit回歸和logit回歸219
11.3 logit模型和probit模型的估計與推斷223
11.4 在波士頓HMDA數(shù)據(jù)中的應(yīng)用226
11.5 結(jié)論230
本章小結(jié)231
重要術(shù)語232
內(nèi)容復(fù)習(xí)232
習(xí)題232
實(shí)證練習(xí)233
附錄11A 波士頓HMDA數(shù)據(jù)235
附錄11B 最大似然估計235
附錄11C 其他受限被解釋變量模型236
第12章 工具變量回歸
書單推薦
