計量經濟學(第二版)（簡體書）

本書分四個部分共十一章。第一部分包括第一章至第三章，介紹了計量經濟學的基礎及數據處理方法，主要內容有：在經濟學、金融學以及保險學中占有重要地位的隨機變量數字特征，如數學期望、方差、相關系數和變異系數等。此外，本部分還介紹了數據的平滑技術和統計推斷的基本問題。第二部分包括第四章至第六章，介紹了經典假設條件下的線性模型，主要內容有：一元線性回歸、多元線性回歸及虛擬變量的回歸模型。第三部分包括第七章至第十章，介紹了不滿足經典假設條件下的線性模型，主要內容有：產生多重共線性的原因及后果，如何發現及處理；產生異方差的原因，如何檢驗及校正；自相關分析和分布滯后模型。此外，本章還結合一些實例討論了聯立方程模型的性質和特點。第四部分包括第十一章，介紹了動態模型。

林清泉：中國人民大學財政金融學院教授、博士生導師，現任中國人民大學貨幣金融系副主任。林清泉教授還是德國慕尼黑大學和萊比錫大學的高級訪問學者。

第一章 概率論基礎
第一節 隨機現象、隨機試驗和隨機事件
第二節 隨機事件的頻率與概率
第三節 條件概率與事件的獨立性
第四節 隨機變量及其分布
第五節 二維隨機變量
第六節 隨機變量的數字特征
第七節 隨機變量的矩
第二章 矩陣代數
第一節 矩陣及其運算
第二節 線性方程組
第三節 二次型與正交變換
第三章 數據分析方法與參數統計推斷
第一節 數據的分析方法
第二節 抽樣分布
第三節 參數的統計推斷
第四節 方差分析方法
第四章 一元線性回歸
第一節 一元線性回歸分析
第二節 線性回歸的方差分析
第三節 檢驗（直接檢驗法）
第四節 相關系數及其顯著性檢驗
第五節 回歸分析的其他問題
第五章 多元線性回歸
第一節 經典多元線性回歸模型的概念
第二節 最小平方估計
第三節 估計量的性質
第四節 極大似然估計
第六章 虛擬變量的回歸模型
第一節 虛擬變量
第二節 虛擬變量的應用
第七章 多重共線性
第一節 多重共線性的概念及原因
第二節 多重共線性的后果
第三節 如何發現多重共線性
第四節 如何對多重共線性進行補救
第八章 異方差性
第一節 異方差概念
第二節 出現異方差時的OLS估計
第三節 異方差的檢驗
第四節 異方差的校正
第五節 實例
第九章 自相關分析
第一節 自相關及其性質
第二節 自相關下的OLS估計
第三節 自相關檢驗
第四節 自相關模型的參數估計方法
第五節 廣義最小平方估計方法
第六節 分布滯后模型
第十章 聯立方程模型
第一節 聯立方程模型的提出
第二節 應用OLS估計的聯立方程偏誤
第三節 聯立方程模型的變量和表示方法
第四節 聯立方程模型的識別
第五節 間接最小二乘法
第六節 工具變量法
第七節 二階段最小二乘法
第十一章 時間序列分析
第一節 時間序列數據的特性
第二節 平穩時間序列分析模型
第三節 非平穩隨機過程與單位根檢驗
第四節 協整與誤差修正模型
附表
參考文獻