计量经济分析方法与建模 EViews应用及实例PDF|Epub|txt|kindle电子书版本网盘下载

计量经济分析方法与建模 EViews应用及实例PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第Ⅰ部分　数据分析基础第1章　概率与统计基础3

1.1　随机变量3

1.1.1 概率分布3

1.1.2　随机变量的数字特征5

1.1.3　随机变量的联合分布7

1.2　从总体到样本9

1.2.1　基本统计量9

1.2.2　估计量性质11

1.3　一些重要的概率分布12

1.3.1 正态分布12

1.3.2　X2分布14

1.3.3　t分布15

1.3.4　F分布16

1.4　统计推断18

1.4.1 参数估计18

1.4.2　假设检验19

1.5　EViews软件的相关操作22

1.5.1　单序列的统计量、检验和分布22

1.5.2　多序列的显示和统计量24

第2章　经济时间序列的季节调整、分解与平滑27

2.1　移动平均方法27

2.1.1　简单的移动平均公式27

2.1.2 中心化移动平均28

2.1.3　加权移动平均28

2.2　季节调整30

2.2.1　X11季节调整方法30

2.2.2　Census X12季节调整方法30

2.2.3　移动平均比率方法38

2.2.4 TRAMO/SEATS方法39

2.3　趋势分解40

2.3.1 Hodrick-Prescott滤波方法40

2.3.2　频谱滤波（BP滤波）方法43

2.4　指数平滑方法50

2.4.1　单指数平滑50

2.4.2　双指数平滑50

2.4.3 Holt-Winters乘法模型50

2.4.4 Holt-Winters加法模型51

2.4.5 Holt-Winters——无季节性模型51

2.5　EViews软件的相关操作52

2.5.1 X11季节调整方法的操作53

2.5.2 X12季节调整方法53

2.5.3　移动平均比率方法57

2.5.4 Tramo/Seats方法58

2.5.5 Hodrick-Prescott滤波59

2.5.6 BP滤波59

2.5.7　指数平滑法61

第Ⅱ部分 基本的单方程分析第3章　基本回归模型65

3.1　古典线性回归模型65

3.1.1　一元线性回归模型65

3.1.2　最小二乘法66

3.1.3 多元线性回归模型68

3.1.4　系数估计量的性质69

3.1.5　线性回归模型的检验69

3.1.6 AIC准则和Schwarz准则72

3.2 回归方程的函数形式73

3.2.1　双对数线性模型73

3.2.2　半对数模型75

3.2.3　双曲函数模型76

3.2.4　多项式回归模型76

3.2.5 Box-Cox转换76

3.3　包含虚拟变量的回归模型77

3.3.1 回归中的虚拟变量77

3.3.2　季节调整的虚拟变量方法79

3.4　模型设定和假设检验81

3.4.1 系数检验81

3.4.2　残差检验84

3.4.3　模型稳定性检验85

3.5　方程模拟与预测87

3.5.1　预测误差与方差87

3.5.2　预测评价88

3.6　EViews软件的相关操作90

3.6.1　设定回归方程形式和估计方程90

3.6.2　方程输出结果92

3.6.3　与回归方程有关的操作93

3.6.4　模型设定和假设检验94

3.6.5 预测97

第4章　其他回归方法98

4.1 异方差98

4.1.1　异方差检验100

4.1.2　加权最小二乘估计103

4.1.3　存在异方差时参数估计量的一致协方差106

4.2　二阶段最小二乘法107

4.3　非线性最小二乘法108

4.4　广义矩方法111

4.4.1　矩法估计量111

4.4.2　广义矩估计111

4.5　多项式分布滞后模型113

4.6　逐步最小二乘回归116

4.7　分位数回归118

4.7.1 分位数回归的基本思想和系数估计118

4.7.2　系数协方差的估计119

4.7.3　模型评价和检验124

4.8　非参数回归模型127

4.8.1　密度函数的非参数估计127

4.8.2　一元非参数计量经济模型130

4.9　EViews软件的相关操作132

4.9.1　异方差检验132

4.9.2　加权最小二乘法估计134

4.9.3 White异方差一致协方差和Newey-West异方差自相关一致协方差135

4.9.4 在EViews中使用TSLS估计135

4.9.5 在EViews中使用非线性最小二乘估计135

4.9.6 在EViews中使用GMM进行估计137

4.9.7 在EViews中估计包含PDLs的模型138

4.9.8 在EViews中进行逐步回归估计139

4.9.9　在EViews中进行分位数回归140

4.9.10　在EViews中进行非参数估计143

4.10　附录　广义最小二乘估计145

第5章 时间序列模型147

5.1　序列相关及其检验147

5.1.1　序列相关及其产生的后果147

5.1.2　序列相关的检验方法148

5.1.3　扰动项存在序列相关的线性回归方程的估计与修正153

5.2　平稳时间序列建模156

5.2.1　平稳时间序列的概念156

5.2.2 ARMA模型157

5.2.3 ARMA模型的平稳性157

5.2.4　ARMA模型的识别160

5.3　非平稳时间序列建模164

5.3.1　非平稳序列和单整165

5.3.2　非平稳序列的单位根检验166

5.3.3 ARIMA模型175

5.4　协整和误差修正模型177

5.4.1　协整关系178

5.4.2　协整检验178

5.4.3　误差修正模型（ECM）180

5.5　EViews软件的相关操作182

5.5.1　检验序列相关性182

5.5.2　修正序列相关183

5.5.3 ARMA（p,q）模型的估计185

5.5.4　单位根检验188

第Ⅲ部分 扩展的单方程分析第6章　条件异方差模型193

6.1 自回归条件异方差模型193

6.1.1 ARCH模型193

6.1.2 ARCH的检验195

6.1.3 GARCH模型199

6.1.4 IGARCH模型201

6.1.5　约束及回推201

6.1.6 GARCH模型的扰动项分布假设202

6.1.7 GARCH-M模型203

6.2 非对称的ARCH模型205

6.2.1 TARCH模型205

6.2.2 EGARCH模型206

6.2.3 PARCH模型207

6.2.4　非对称的信息冲击曲线207

6.3 成分ARCH模型209

6.4　EViews软件的相关操作211

6.4.1 ARCH检验211

6.4.2 ARCH模型的建立212

6.4.3 ARCH模型的视图和过程214

6.4.4 ARCH模型的输出215

6.4.5　绘制估计的信息冲击曲线217

第7章 离散因变量和受限因变量模型219

7.1　二元选择模型219

7.1.1 线性概率模型及二元选择模型的形式219

7.1.2　二元选择模型的估计问题221

7.1.3　二元选择模型的变量假设检验问题223

7.2　排序选择模型224

7.3　受限因变量模型225

7.3.1　审查回归模型226

7.3.2　截断回归模型228

7.4　计数模型228

7.4.1　泊松模型的形式与参数估计228

7.4.2　负二项式模型的形式与参数估计229

7.4.3　准—极大似然估计229

7.5 EViews软件的相关操作232

7.5.1　估计二元选择模型232

7.5.2　估计排序选择模型235

7.5.3　估计审查回归模型238

7.5.4　估计计数模型241

第8章　对数极大似然估计243

8.1　对数极大似然估计的基本原理243

8.1.1　极大似然估计的基本原理243

8.1.2　极大似然估计量的计算方法245

8.1.3　优化算法246

8.2　对数极大似然的估计实例248

8.2.1　一元线性回归模型的极大似然函数248

8.2.2　AR（1）模型的极大似然函数249

8.2.3 GARCH（q,p）模型的极大似然函数251

8.2.4　具有异方差的一元线性回归模型的极大似然函数253

8.3　EViews软件的相关操作255

8.3.1　似然对象的建立255

8.3.2　似然对象的估计、视图和过程259

8.3.3　问题解答261

第Ⅳ部分 多方程分析267

第9章 向量自回归和向量误差修正模型267

9.1 向量自回归理论267

9.1.1 VAR模型的一般表示267

9.1.2 结构VAR模型（SVAR）270

9.2 结构VAR（SVAR）模型的识别条件272

9.2.1 VAR模型的识别条件273

9.2.2　SVAR模型的约束形式273

9.3 VAR模型的检验277

9.3.1 Granger因果检验277

9.3.2　滞后阶数p的确定280

9.4　脉冲响应函数281

9.4.1 脉冲响应函数的基本思想282

9.4.2 多变量VAR模型的脉冲响应函数282

9.4.3　广义脉冲响应函数284

9.4.4　SVAR模型的脉冲响应函数286

9.5　方差分解288

9.6　Johansen协整检验291

9.6.1　特征根迹检验（trace检验）292

9.6.2　最大特征值检验293

9.6.3　协整方程的形式293

9.7 向量误差修正模型（VEC）295

9.8　EViews软件的相关操作300

9.8.1 VAR模型的建立和估计300

9.8.2 VAR模型的视图301

9.8.3 VAR模型的过程304

9.8.4　脉冲响应函数的计算308

9.8.5　方差分解的实现311

9.8.6　协整检验312

9.8.7 VEC模型的建立和估计314

第10章　Panel Data模型319

10.1 Panel Data模型的基本原理319

10.1.1 Panel Data模型概述319

10.1.2 Panel Data模型分类321

10.2　模型形式设定检验321

10.3　变截距模型323

10.3.1 固定影响变截距模型323

10.3.2　随机影响变截距模型332

10.3.3 Hausman检验336

10.4　变系数模型338

10.4.1 固定影响变系数模型339

10.4.2　随机影响变系数模型342

10.5 Panel Data模型系数协方差的估计方法344

10.6　面板数据的单位根检验和协整检验346

10.6.1　面板数据的单位根检验346

10.6.2　面板数据的协整检验350

10.7 EViews软件的相关操作354

10.7.1　含有Pool对象的工作文件355

10.7.2 Pool对象中数据处理357

10.7.3 Pool对象的模型估计363

10.7.4　面板结构的工作文件369

第11章　状态空间模型和卡尔曼滤波372

11.1　状态空间模型的定义372

11.2　卡尔曼滤波374

11.2.1 Kalman滤波的一般形式375

11.2.2　Kalman滤波的解释和性质376

11.2.3　修正的Kalman滤波递推公式378

11.2.4 非时变模型及Kalman滤波的收敛性379

11.2.5 Kalman滤波的初始条件379

11.3　状态空间模型超参数的估计379

11.4　状态空间模型的应用380

11.4.1　可变参数模型的状态空间表示380

11.4.2 季节调整的状态空间形式385

11.4.3 ARMAX模型的状态空间形式388

11.5 EViews软件的相关操作390

11.5.1　定义状态空间模型390

11.5.2　估计状态空间模型396

11.5.3　状态空间模型的视窗和过程397

第12章　联立方程模型的估计与模拟403

12.1　联立方程系统概述403

12.1.1　联立方程系统的基本概念404

12.1.2　联立方程系统的识别408

12.1.3　一个小型中国宏观经济联立方程模型409

12.2　联立方程系统的估计方法411

12.2.1　单方程估计方法413

12.2.2　系统估计方法419

12.2.3 多变量ARCH方法427

12.3　联立方程模型的模拟433

12.3.1　联立方程模型概述433

12.3.2　模型模拟的分类434

12.3.3　模型的评估437

12.3.4　情景分析438

12.4 EViews软件的相关操作442

12.4.1　联立方程系统的基本操作442

12.4.2　联立方程模型的模拟与预测449

12.4.3　联立方程模型的求解457

12.4.4　联立方程模型的数据操作463

第13章　主成分分析和因子分析465

13.1　主成分分析465

13.1.1　主成分分析的基本思想465

13.1.2　总体主成分求解及其性质466

13.1.3　样本的主成分468

13.2 因子分析471

13.2.1　基本的因子分析模型472

13.2.2　正交因子模型的性质473

13.2.3　因子载荷的估计方法474

13.2.4　因子数目的确定方法及检验477

13.2.5 因子旋转482

13.2.6 因子得分485

13.3　EViews软件的相关操作490

13.3.1　主成分分析的实现490

13.3.2　因子分析的实现494

13.3.3　因子旋转的操作498

13.3.4　计算因子得分499

13.3.5 因子视图501

13.3.6 因子过程503

附录A EViews软件基础504

A.1 EViews软件简介504

A.1.1 安装和启动EViews504

A.1.2 EViews窗口505

A.1.3 关闭EViews506

A.1.4　寻求帮助506

A.2　工作文件（Workfile）基础506

A.2.1　工作文件的基本概念506

A.2.2　创建工作文件507

A.2.3　工作文件的相关操作509

A.3　对象（Object）基础511

A.3.1　对象的概念511

A.3.2　基本对象操作512

A.4　基本数据处理515

A.4.1　数据对象515

A.4.2　数据的输入输出516

A.4.3　频率转换518

A.5　数据操作519

A.5.1　数学表达式519

A.5.2　序列操作521

A.5.3 自动序列（Auto-Series）操作522

A.5.4　字符串序列（Series Alpha）操作523

A.5.5 日期序列操作（Date Series）523

A.6　序列链接（Series link）524

A.7　EViews数据库简介525

A.8　图、表和文本对象525

A.8.1 图对象525

A.8.2　表对象528

A.8.3　文本对象529

附录B　EViews程序设计530

B.1　程序设计基础530

B.1.1　创建程序530

B.1.2　存储程序531

B.1.3　打开程序531

B.1.4　运行程序531

B.1.5　终止程序532

B.2　程序变量532

B.2.1　控制变量532

B.2.2　字符串变量533

B.2.3　字符串操作534

B.2.4　替代变量536

B.2.5　程序参数537

B.3　控制程序538

B.3.1　IF语句538

B.3.2 FOR循环540

B.3.3 WHILE循环543

B.3.4　处理执行错误544

B.3.5　其他控制工具545

B.4　多程序文件545

B.5　子程序546

B.5.1 定义子程序546

B.5.2　带有参数的子程序547

B.5.3　子程序放置548

B.5.4　调用子程序548

B.5.5　全局变量和局部变量549

B.5.6　全局子程序549

B.5.7　局部子程序551

附录C　EViews中的常用函数553

C.1 公式中的运算符号及其含义553

C.2 时间序列函数及其含义553

C.3 序列描述性统计量的＠函数及其含义554

C.4　三角函数555

C.5　统计函数555

C.6 回归统计量的＠函数及其含义555

附录D　数据557

D.1 中国年度数据557

D.2 中国季度数据561

参考文献563