第1章概率與統計基礎

1.1隨機變量

1.1.1概率分布

1.1.2隨機變量的數字特征

1.1.3隨機變量的聯合分布

1.1.4從總體到樣本

1.2一些重要的概率分布

1.2.1正態分布

1.2.2χ2分布

1.2.3t分布

1.2.4F分布

1.3統計推斷

1.3.1參數估計

1.3.2估計量性質

1.3.3假設檢驗

1.4EViews軟件的相關操作

1.4.1單序列的統計量

1.4.2多序列的顯示和統計量

1.4.3分布函數

1.4.4假設檢驗

1.5習題

第2章基本回歸模型

2.1古典線性回歸模型

2.1.1回歸分析基本概念

2.1線性回歸模型和基本假定

2.1.3小二乘法

2.1線性回歸模型

2.1.5繫數估計量的性質

2.1.6線性回歸模型的檢驗

2.1.7AIC準則和Schwarz準則

2.1.8多重共線性問題

2.1.9樣本容量問題

2.2回歸方程的函數形式

2.2.1雙對數線性模型

2.2.2半對數模型

2.2.3雙曲函數模型

2.2.4多項式回歸模型

2.2.5BoxCox轉換

2.3包含虛擬變量的回歸模型

2.3.1回歸中的虛擬變量

2.3.2季節調整的虛擬變量方法

2.4模型設定和假設檢驗

2.4.1繫數檢驗

2.4.2殘差檢驗

2.4.3模型穩定性檢驗

2.5方程模擬與預測

2.5.1預測誤差與方差

2.5.2預測評價

2.6EViews軟件的相關操作

2.6.1設定回歸方程形式和估計方程

2.6.2方程輸出結果

2.6.3與回歸方程有關的操作

2.6.4模型設定和假設檢驗

2.6.5預測

2.7習題

第3章其他回歸方法

3.1加權小二乘法

3.1.1異方差的概念

3.1.2異方差的後果

3.1.3異方差檢驗

3.1.4加權小二乘估計

3.1.5存在異方差時參數估計量的一致協方差

3.2內生解釋變量和二階段小二乘法

3.2.1內生解釋變量

3.2.2工具變量法

3.2.3二階段小二乘法

3.3廣義矩方法（GMM）

3.3.1矩法估計量

3.3.2廣義矩估計

3.4解釋變量內生性檢驗與工具變量的檢驗

3.4.1過度識別約束檢驗

3.4.2工具變量外生性檢驗

3.4.3解釋變量內生性檢驗

3.4.4弱工具變量檢驗

3.5多項式分布滯後(PDLS)模型

3.5.1分布滯後模型的概念

3.5.2多項式分布滯後模型方法

3.6EViews軟件的相關操作

3.6.1異方差檢驗

3.6.2加權小二乘法估計

3.6.3White異方差一致協方差和NeweyWest異方差
自相關一致協方差

3.6.4二階段小二乘法估計

3.6.5GMM估計

3.6.6解釋變量內生性檢驗與工具變量檢驗

3.6.7估計包含PDLs的模型

3.7習題

第4章時間序列模型

4.1序列相關及其檢驗

4.1.1序列相關及其產生的原因和後果

4.1.2序列相關的檢驗方法

4.1.3廣義小二乘估計與序列相關的修正

4.2平穩時間序列建模

4.2.1平穩時間序列的概念

4.2.2ARMA模型

4.2.3ARMA模型的平穩性

4.2.4ARMA模型的識別

4.2.5ARMA模型的估計及預測

4.3EViews軟件的相關操作

4.3.1檢驗序列相關性

4.3.2修正序列相關

4.3.3ARMA(p，q)模型的估計

4.4習題

第5章離散因變量模型

5選擇模型

5.1.1線性概率模選擇模型的形式

5.1選擇模型的估計

5.1選擇模型變量的假設檢驗

5.2排序因變量模型

5.2.1排序因變量模型的形式

5.2.2排序因變量模型的估計

5.3EViews軟件的相關操作

5.3選擇模型

5.3.2排序因變量模型

5.4習題

第6章面板數據模型

6.1面板數據模型的基本原理

6.1.1面板數據模型概述

6.1.2面板數據模型分類

6.2模型形式設定檢驗

6.3變截距模型

6.3.1固定影響變截距模型

6.3.2隨機影響變截距模型

6.3.3Hausman檢驗

6.4變繫數模型

6.4.1固定影響變繫數模型

6.4.2隨機影響變繫數模型

6.5EViews軟件的相關操作

6.5.1含有Pool對像的工作文件

6.5.2Pool對像中數據處理

6.5.3Pool對像的模型估計

6.5.4Hausman檢驗的實現

6.6習題

第7章聯立方程模型的估計與模擬

7.1聯立方程繫統概述

7.1.1聯立方程繫統的基本概念

7.1.2聯立方程繫統的識別

7.1.3一個中國小型宏觀經濟聯立方程模型

7.2聯立方程繫統的估計方法

7.2.1單方程估計方法

7.2.2繫統估計方法

7.3聯立方程模型的模擬

7.3.1聯立方程模型概述

7.3.2模型模擬的分類

7.3.3模型的評估

7.3.4情景分析

7.4EViews軟件的相關操作

7.4.1聯立方程繫統的基本操作

7.4.2聯立方程模型的模擬與預測

7.4.3聯立方程模型的求解

7.4.4聯立方程模型的數據操作

7.5習題

參考文獻

附錄A統計分布表

A1標準正態分布表

A2χ2分布表

A3t分布表

A4F分布表

附錄BEViews軟件的常用函數

B1公式中的運算符號及其含義

B2時間序列函數及其含義

B3序列描述性統計量的@函數及其含義

B4三角函數

B5統計函數

B6回歸統計量的@函數及其含義

20世紀80年代，我國部分高等學校的經濟管理類專業雖已陸續開設計量經濟學課程，但隻有少數專業將其作為必修課程，而其他專業多數是選修課程。1998年，經*高等學校經濟學學科教學指導委員會討論決定，把計量經濟學確定為經濟學類所有專業必修的核心課程。此後全國各高校不僅經濟學類各專業普遍開設了計量經濟學，而且一些管理類專業也開設了這門課程。隨後陸續出版了一批國外著名計量經濟學教材和我國學者自己編寫的適應中國高等院校經濟類學科的計量經濟學教材，促進了計量經濟學課程的建設。
近年來，隨著大數據的發展，在經濟領域湧現出各類數據庫，包含了大量的宏觀時間序列數據、不同類型的面板數據、定期的微觀調查橫截面數據（企業、家戶或個人）、越來越廣泛和細分的產業等數據信息，這些豐富的數據信息極大地推動了計量經濟學的快速發展，拓展了計量經濟學的研究範圍，增加了計量經濟學研究的實用性，給計量經濟學研究提供了更大的空間、更新的視角，注入了新的動力。目前，計量經濟學、微觀經濟學與宏觀經濟學一起構成了中國經濟類、管理類本科生和研究生必修的三門經濟學核心課程，同時計量經濟模型在經濟理論研究和經濟問題分析中已經被廣泛應用，並取得了豐碩的成果。這些都有力地推動了計量經濟學的發展。現在，計量經濟學已經成為我國經濟類各專業受關注和歡迎的課程之一。
數量經濟學是一門實踐性很強的學科，要求學生具有將經濟學知識、統計學與計量經濟學方法和統計軟件應用相結合的綜合素質。目前的計量經濟學課程注重理論方法的介紹，但是對如何應用模型分析實際的經濟問題討論較少。在計量經濟學教學中，軟件的使用仍然是薄弱的環節。學生學習了不少估計和檢驗的方法，卻不知道怎樣應用，對計算的結果也不能作出合理的解釋，缺乏運用計量模型進行分析的實際能力。因此需要培養學生將所學習到的計量經濟方法與實際經濟問題相結合，利用統計和計量軟件進行建模、模擬和分析的能力。
隨著計量經濟學理論和方法的不斷發展，內容越來越豐富，需要分層次進行教學，以便本科生、碩士研究生和博士研究生可以循序漸進地實現從初級計量經濟學基礎向中高級計量經濟學理論與方法過渡。2005年，我在6年來教學實踐的基礎上，組織了科研課題組的幾位年輕教師，他們當時也是數量經濟學專業的博士研究生，為研究生教學編寫了這本教材的第1版。15年過去了，這本教材幾經修改和再版，這些年輕教師也在教學和科研中不斷成長，有半數以上作者已成為博士生導師，並且都具有了高級職稱。本書出版後受到廣大讀者，尤其是研究生的廣泛歡迎。在使用過程中，許多教師與學生通過各種方式對本書提出了許多寶貴的意見和建議，這些意見和建議我們都及時進行了相應的修改，並在第4版中加以吸收。本書第4版分為初級版和中高級版兩冊，初級版是適合本科生的教材，其中也有一些略難的計量經濟學方法的內容，可供讀者有選擇地學習； 中高級版是適合研究生的教材，包含了前沿的計量經濟學理論和方法。 
本書的主要特色是融理論方法與應用為一體，即理論、方法與建模應用相結合。本書全面、繫統地介紹了計量經濟學的基本理論和方法，尤其是21世紀以來的許多重要和的發展，並將它們納入一個完整、清晰的體繫之中。本書中的實際案例大多數是國內外的經典實例和作者在實踐中運用的實例，並基於EViews軟件介紹實際應用，具有很強的可操作性。
本書初級部分分為7章： 
第1章，概率與統計基礎。主要介紹在計量經濟學中使用的概率與統計學的基礎知識，有相關基礎的讀者可直接從第2章開始學習。
第2章，基本回歸模型。是計量經濟學的基礎和重點，介紹了單方程計量經濟學模型的基本理論和方法、繫數估計量的統計性質和各種檢驗方法，介紹了幾種回歸方程的函數形式和虛擬變量的使用，以及模型設定的檢驗和預測。
第3章，其他回歸方法。介紹存在異方差問題、解釋變量與隨機擾動項相關時帶來的內生解釋變量問題的後果，介紹各種檢驗方法以及改進估計方法，如加權小二乘法（WLS）、二階段小二乘法（TSLS）、廣義矩方法（GMM）、多項式分布滯後模型等。
第4章，時間序列模型。平穩時間序列的建模方法屬於動態計量經濟學的範疇。通常是運用時間序列的滯後值、當期值及滯後隨機擾動項的加權和建立模型，來“解釋”時間序列的變化規律。第4章首先通過討論回歸方程隨機擾動項通常會存在的序列相關性問題，介紹如何應用時間序列數據的建模方法修正隨機擾動項序列的自相關性。隨後討論平穩時間序列的概念，以及時間序列的自回歸移動平均模型（ARMA模型），並且討論它們的具體形式、識別及估計方法。
第5章，離散因變量模型。經濟決策中經常面臨選擇問題，如消費者對商品的購買決策、求職者對職業的選擇決策、投票人對候選人的投票決策、銀行對客戶的貸款決策等。不同於一般計量模型中因變量滿足連續性的假設，這些決策結果經常是離散的，因此在實際經濟分析中，作為研究對像的因變量的觀測值是離散的。本章選擇模型和排序因變量模型這兩種離散因變量模型的建立、估計和檢驗。
第6章，面板數據模型。面板數據含有個體、時期和變量三維信息，利用面板數據模型可以構造比以往單獨使用橫截面數據或時間序列數據更為真實的行為方程，進行更加深入的分析。基於實際經濟分析的需要，面板數據模型已經成為近年來計量經濟學理論方法的重要發展分支。第6章介紹了面板數據模型的基本原理、模型設定檢驗及各類模型的估計方法，介紹了確定變截距模型設定方式的Hausman檢驗方法。
第7章，聯立方程模型的估計與模擬。單方程模型隻適用於單一經濟現像的研究。但是，在很多情況下，經濟繫統是極為復雜的，其中經濟變量之間的關繫是相互影響、互為因果的，單方程模型無法準確地描述這種具有相互依存關繫的經濟現像，這時，就必須用一組聯立方程模型纔能描述清楚。第7章分為兩個部分： 部分介紹了聯立方程繫統的基本原理、建立和識別方法，以及對未知參數的各種估計方法； 第二部分介紹了基於已知參數的聯立方程模型對經濟問題進行政策模擬、情景分析以及預測的研究方法。
本書的初級版是針對本科生和計量經濟學初學者的教材，涵蓋了本科生教材的基本知識。書中理論和方法的論述力求嚴謹、簡潔、易懂。每章附加了習題，習題中還有相應的實習題。每一章的後一節給出了EViews軟件的相應操作。各章的相關實例的原始數據（Excel表）、EViews工作文件、習題的數據等的電子版可掃描如下二維碼下載。為了便於教師教學，每章還配有教學課件和習題答案，教學課件中還提供了EViews軟件基本操作的介紹各章的教授內容與EViews軟件操作分為兩個課件，教師可以教授完一章或一節後講相應的操作和實習，也可以把教授內容和實習分開，後講操作和實習。要告訴學生，不能把計量軟件的結果直接復制粘貼到作業或論文裡，而是要利用計量經濟學規範的方程和圖表把模型結果清晰地表達出來，並加以解釋和分析。書中各章的例子給出了示範。。

習題數據（初級）

案例數據（初級）

本書的中高級版分為11章：  
第1章，經濟時間序列的處理、季節調整與分解。經濟指標的月度或季度時間序列包含4種變動要素：  長期趨勢要素T、循環要素C、季節變動要素S和不規則要素I。在經濟分析中，季節變動要素和不規則要素往往掩蓋了經濟發展中的客觀變化，給研究和分析經濟發展趨勢與判斷目前經濟所處的狀態帶來困難。因此，需要在經濟分析之前對經濟時間序列進行季節調整，剔除其中的季節變動要素和不規則要素。而利用趨勢分解方法可以把趨勢和循環要素分離開來，從而研究經濟的長期趨勢變動和景氣循環變動。主要介紹經濟時間序列的處理和分解方法。時間序列處理方法包括數據類型的檢驗和頻率轉換，時間序列分解方法包括季節調整和趨勢分解。
第2章，非平穩時間序列建模。由於傳統的時間序列模型隻能描述平穩時間序列的變化規律，而大多數經濟時間序列都是非平穩的，因此，由20世紀80年代初Granger提出的協整概念，引發了非平穩時間序列建模從理論到實踐的飛速發展。介紹了非平穩序列和單整的概念、非平穩時間序列的單位根檢驗方法、ARIMA模型（差分整合移動平均自回歸模型）的建模方法、協整理論的基本思想及誤差修正模型。
第3章，擴展的回歸方法。介紹了各種擴展的回歸方法：  分位數回歸、非線性小二乘法、非參數回歸模型、混頻數據抽樣回歸模型、穩健小二乘法、有限信息極大似然估計和K類估計。
第4章，具有結構變化特征的回歸模型。標準的線性回歸模型假定模型參數在樣本區間中不出現結構變化，但是，在時間序列分析領域，經常會出現樣本區間中參數發生結構變化的情況。因此，檢驗和估計這種模型引起了眾多學者的關注並湧現出大量的成果，如在門限回歸模型的基礎上，源於“區間轉換”理論發展和興起的平滑轉換回歸模型，由於其具有平滑轉換和非線性的特點，因此相對於門限回歸模型具有了更多的實際動態特征。主要介紹幾類存在結構變化的回歸模型的估計方法：  間斷點回歸模型、門限回歸模型、平滑轉換回歸模型和區制轉換回歸模型。
第5章，條件異方差模型。通常認為自相關的問題是時間序列數據所特有，而異方差性是橫截面數據的特點。但在時間序列數據中，會不會出現異方差呢？是怎樣出現的？如何修正？介紹了恩格爾（Engle R, 1982）提出的自回歸條件異方差模型（ARCH模型），以及廣義自回歸條件異方差模型（GARCH模型）、非對稱的ARCH模型（TARCH模型和EGARCH模型）等條件異方差模型。
第6章，受限因變量模型。關注的問題是因變量受到某種限制的情況，這時需要建立的經濟計量模型稱為受限因變量模型。在這種情況下，由於數據收集規則或者經濟人自選擇行為的結果，人們所獲得的樣本數據來自總體的一個子集，不能完全反映總體。如果使用傳統的經濟計量方法來分析這樣的樣本而不考慮所抽取樣本的選擇性，那麼對經濟關繫進行的統計評估結果將會發生偏差，這就是所謂的“樣本選擇偏差”，赫克曼（Heckman）以微觀經濟理論解釋個體的樣本選擇問題並提出了Heckman樣本選擇模型。介紹了受限因變量模型的概念、審查回歸模型、截斷回歸模型、Heckman樣本選擇模型、計數模型和廣義線性模型。
第7章，極大似然估計。雖然極大似然估計法的應用沒有小二乘法普遍，但在計量經濟學理論上占據很重要的地位，因為極大似然原理比小二乘原理更本質地揭示了通過樣本估計總體參數的內在機理。計量經濟學理論的發展更多的是以極大似然估計原理為基礎的，對於一些特殊的計量經濟學模型，隻有極大似然方法纔是成功的估計方法。介紹了極大似然估計的基本原理和優化算法，以及如何建立極大似然函數形式並進行估計的實例。
第8章，向量自回歸和向量誤差修正模型。傳統的經濟計量方法（如聯立方程模型等結構性方法）是以經濟理論為基礎來描述變量關繫的模型。但是經濟理論通常並不足以對變量之間的動態聯繫提供一個嚴密的說明，而且內生變量既可以出現在方程的左端又可以出現在方程的右端，使得估計和推斷變得更加復雜。為了解決這些問題而出現了一種用非結構性方法來建立各個變量之間關繫的模型，介紹的向量自回歸(VAR)模型就是一種非結構化的多方程模型。第8章還包括結構VAR(SVAR)模型、Granger因果檢驗、脈衝響應函數和方差分解、Johansen協整檢驗、向量誤差修正（VEC）模型，以及貝葉斯VAR模型。
第9章，擴展的面板數據模型。21世紀以來，對面板數據模型的研究，一方面集中在利用時間序列方法考慮面板數據的非平穩性、虛假回歸和協整，研究如何對面板數據進行單位根檢驗和協整檢驗； 另一方面利用宏觀面板數據具有較長時間序列的優勢，研究經濟關繫的動態調整過程，即關注動態面板數據計量模型的估計及檢驗問題。主要介紹面板數據的單位根檢驗與協整檢驗、面板數據廣義矩方法（GMM）和動態面板數據回歸模型。
第10章，狀態空間模型和卡爾曼濾波。狀態空間模型被用來估計不可觀測的時間變量：  理性預期、測量誤差、長期收入和不可觀測因素（趨勢和循環要素）。許多時間序列模型，包括典型的線性回歸模型和ARIMA模型都能作為特例寫成狀態空間形式(SSF)，並估計參數值。狀態空間模型是利用強有力的迭代算法——卡爾曼濾波（Kalman filter）來估計的。介紹了狀態空間模型的定義、卡爾曼濾波算法和超參數的估計，並給出狀態空間模型的應用實例。
第11章，主成分分析和因子分析。在回歸模型時，為了更準確地反映事物的特征，人們經常會在模型中包含較多相關解釋變量，這不僅使問題分析變得復雜，而且變量之間可能存在多重共線性，使得數據提供的信息發生重疊，甚至會掩蓋事物的真實特征。為了解決這些問題，需要采用降維的思想，將所有指標的信息通過少數幾個指標來反映，在低維空間將信息分解為互不相關的部分以獲得更有意義的解釋。本章介紹的主成分分析和因子分析可用於解決這類問題。
本書的中高級版是針對高年級本科生、碩士研究生和博士研究生的教材，本書的中高級部分介紹了近年來一些前沿的計量經濟學理論和方法，力求將計量經濟學的理論和實際經濟問題相結合，全面、繫統地介紹中高級計量經濟學的主要理論和方法； 並在此基礎上，提供了大量的基於經濟問題的模型實例，協助教師提高教學效率，增強學生的學習興趣和實際建模能力。和初級一樣，每一章的後一節給出了EViews軟件的相關操作。各章的教學課件、相關實例的原始數據（Excel表）、EViews工作文件的電子版可以在清華大學出版社的網站上下載。為幫助高級研究人員深入研究，教學課件中介紹了EViews軟件的程序設計。
美國IHS公司2017年推出EViews 10.0版本軟件，我們購買了該版本軟件。本書的EViews軟件操作部分都采用EViews 10.0版本軟件。
本書由下列人員完成本書第1版和第2版的主要作者梁雲芳教授因病於2013年10月去世，她所承擔章節［本書中高級的第2章2.2節、第8章、第11章（與王亞芬合作）］的修改、增補等工作由其他作者來完成，不再標出。：  
初級版：  第1、2、3章，王金明； 第4章，康書隆； 第5章，王亞芬； 第6章，孔憲麗； 第7章，劉玉紅。
中高級版： 第1、8章，陳飛； 第2章，康書隆； 第3章，王金明； 第4章，張同斌； 第5、7章，劉玉紅； 第6、11章，王亞芬； 第9章，孔憲麗； 第10章，高鐵梅。
後由我對全書進行了審閱、修改和定稿。
在第4版出版之際，我們對曾經支持和幫助過我們的老師和同學們表示誠摯的謝意！首先要感謝吉林大學商學院的周光亞教授、上海金融學院的姜詩章教授，在編寫本書第1版的過程中，他們花費了大量的時間仔細審閱和修改了全書的理論與方法部分，並提出了許多寶貴的修改意見，使得本書的質量有很大提高。在本書的編寫以及再版修改過程中，參考了國內外許多計量經濟學教科書，在本書的參考文獻中列出了書名，在此向有關作者表示感謝。還要特別感謝清華大學出版社的龍海峰編輯，感謝他對本書的第1、2版所給予的熱情鼓勵和幫助。感謝清華大學出版社的張偉編輯，在本書的第3版和第4版的編寫過程中，她的熱情、嚴謹、認真的工作態度和高質量、高效率的工作，給我們留下了深刻的印像。我們把這本書奉獻給所有給予我們支持和幫助的人。
後，應該指出的是由於我們水平有限，書中的疏漏或不當之處在所難免，誠懇地歡迎同行專家和讀者批評指正，並提出寶貴的意見。

高鐵梅
2020年3月9日