购物车中还没有商品,赶紧选购吧!
高级计量经济学 陈诗一 陈登科 高等教育出版社
商品价格
定价
手机购买
商品二维码
配送
北京市
数量

推荐商品

  • 商品详情
手机购买
商品二维码
加入购物车
价格:
数量:
库存   个

商品详情

商品名称:高级计量经济学
ISBN:9787040573886
出版社:高等教育出版社
出版年月:2022-04
作者:陈诗一 陈登科
定价:79.00
页码:508
装帧:平装
版次:1
字数:760
开本:16开
套装书:否

本书较为系统地介绍了计量经济学相关数学工具和经典计量经济学知识,在此基础上深入介绍了因果推断(Causal Inference)以及结构式估计(Structural Estimation)等现代计量经济学的流行方法或新近发展,并有机融入了数值优化(Numerical Optimization)、蒙特卡罗模拟(Monte Carlo Simulation)、动态规划(Dynamic Programming)以及机器学习(Machine Learning)等内容。形成了从统计关系到因果关系再到结构关系的有机联系递进内容体系。

本书的主要特色体现在如下方面:计量理论介绍与典型中国经济案例剖析并重;坚持细化数学推导过程的同时注重数学公式的直观解释;借助大量直观图形来展示计量方法;强调重要计量方法的动机和发展历程,并力求多视角来介绍这些方法;Stata、MATLAB以及LaTex等流行软件的使用贯穿全书,并提供相应的原始程序供读者参考学习。

本书适用于经济、金融与管理类专业研究生和高年级本科生,也适合(但不限于)从事经济学、金融学、管理学、统计学、社会学、量化历史以及政治学等相关科学研究的学者或教师作为参考书使用。

前辅文
第一章 导论
  1.计量经济学的两个公理及含义
  2.矩阵符号
  3.最优预测的含义
  4.解释变量随机与否及影响
  5.统计识别、因果识别与结构识别——以教育收益率为例
  6.同方差无自相关假定
第一部分 数学基础
  第二章 数学工具
   1.矩阵代数
   2.概率论
   3.数值优化
   4.蒙特卡罗模拟
   5.动态规划
   习题
第二部分 核心估计方法
  第三章 最小二乘法
   1.最小二乘方法的逻辑起点
   2.线性最小二乘方法
   3.非线性最小二乘方法
   4.系统最小二乘估计
   5.广义最小二乘法
   习题
  第四章 M估计方法
   1.模型设定、参数识别与估计
   2.M估计量的大样本性质
   3.假设检验
   4.两步估计法
   习题
  第五章 最大似然估计
   1.最大似然估计逻辑的历史起点
   2.最大似然估计逻辑的现代表述
   3.信息矩阵等式
   4.最大似然估计量的性质
   5.一个应用
   6.三大检验在MLE方法上的应用
   7.分布设定正确性检验
   8.拟最大似然估计
   9.数值优化算法——BHHH法和BFGS法
   习题
第三部分 因果识别策略
  第三部分前言:从回归关系到因果关系
   1.数据生成过程
   2.回归关系
   3.因果关系
   4.回归关系具有因果解释的条件
   5.导致内生性产生的常见原因
   6.解决内生性的方法
  第六章 工具变量方法
   1.工具变量方法的基本原理
   2.工具变量方法的一般设定
   3. 2SLS还是OLS
   4.工具变量方法案例分析:教育收益率再探讨
   5.广义矩估计
   6.多方程工具变量方法
   7.联立方程组
   8.非线性工具变量方法初步
   9.最优工具变量定理
   10. Bartik工具变量方法与Granular工具变量方法
   11.外生变量与内生交叉项系数的识别
   习题
  第七章 面板数据模型
   1.面板数据模型设定
   2.混合最小二乘估计
   3. GLS估计
   4.随机效应模型:一个特殊的GLS
   5.固定效应模型
   6.随机效应模型还是固定效应模型
   7.最小二乘虚拟变量估计量
   8.不同面板数据模型的比较
   9.面板数据模型中国经济案例分析——微观企业生产函数估计
   10.面板数据模型工具变量方法
   11.Hausman-Taylor模型
   12.非线性面板数据模型初步
   习题
  第八章 处理效应模型
   1.基本框架
   2.处理效应
   3.随机化实验:因果识别的黄金法则
   4.双重差分法
   5.匹配方法
   6.工具变量方法
   7.异质性处理效应的两个结构式方法:控制函数方法与矫正函数方法
   8.断点回归设计
   9.边际处理效应
   习题
  第九章 Tobit模型
   1.截取、断尾、偶然断尾与样本选择
   2.Tobit I模型
   3.Tobit II模型
   4.Tobit III模型
   5.内生性问题
   习题
第四部分 结构模型
  第十章 离散选择(结构)模型
   1.模型设定
   2.参数识别
   3.二值离散选择模型
   4.多项选择离散选择模型
   5.随机系数模型
   6.面板数据离散选择模型
   7.离散选择模型的内生性问题
   8.动态离散选择结构模型
  习题
参考文献

对比栏

1

您还可以继续添加

2

您还可以继续添加

3

您还可以继续添加

4

您还可以继续添加