《计量经济学(第3版)》融计量经济学理论、方法与应用为一体;以中级水平内容为主,适当吸收初级和**水平的内容;以经典线性模型为主,适当介绍一些适用的非经典模型。全书形成了一个独具特色的内容体系。
全书详细论述了经典的单方程计量经济学模型的理论方法,适当介绍了联立方程计量经济学模型和时间序列计量经济学模型的理论方法,并引入了几类扩展的单方程计量经济学模型。在计量经济学应用模型中,《计量经济学(第3版)》着重讨论了模型类型选择、模型变量选择、模型函数关系设定和模型变量性质设定的原则和方法。在详细介绍线性回归模型的数学过程的基础上,各章的**不是理论方法的数学推导与证明,而是对实际应用中出现的实际问题的处理,并尽可能与中国的模型实例相结合。
《计量经济学(第3版)》既包含了由教育部经济学学科教学指导委员会制定的高等学校经济学科本科计量经济学课程教学基本要求的全部内容,又为学有余力者提供了进一步学习的指南。该书适合于作为各类高等院校经济、管理学科本科生的教材或教学参考书,也可供具有一定数学、经济学和经济统计学基础的经济管理人员和研究人员阅读和参考。

**章 绪论
1.1 计量经济学
一、计量经济学
二、计量经济学模型
三、计量经济学的内容体系
四、计量经济学是一门经济学科
五、计量经济学在经济学科中的地位
1.2 建立经典单方程计量经济学模型的步骤和要点
一、理论模型的设计
二、样本数据的收集
三、模型参数的估计
四、模型的检验
五、计量经济学模型成功的三要素
六、计量经济学应用软件介绍
1.3 计量经济学模型的应用
一、结构分析
二、经济预测
三、政策评价
四、检验与发展经济理论
本章练习题

第二章经典单方程计量经济学模型:一元线性回归模型
2.1 回归分析概述
一、回归分析基本概念
二、总体回归函数
三、随机干扰项
四、样本回归函数
2.2 一元线性回归模型的基本假设
一、对模型设定的假设
二、对解释变量的假设
三、对随机干扰项的假设
2.3 一元线性回归模型的参数估计
一、参数估计的普通*小二乘法(0LS)
二、参数估计的*大似然法(ML)
三、参数估计的矩法(MM)
四、*小二乘估计量的统计性质
五、参数估计量的概率分布及随机干扰项方差的估计
2.4 一元线性回归模型的统计检验
一、拟合优度检验
二、变量的显著性检验
三、参数的置信区间估计
2.5 一元线性回归分析的应用:预测问题
一、预测值是条件均值或个别值的一个无偏估计
二、总体条件均值与个别值预测值的置信区间
2.6 实例及时间序列问题
一、中国城镇居民人均消费支出模型:截面数据模型
二、中国居民总量消费函数:时间序列数据模型
三、时间序列问题
本章练习题

第三章 绎典单方稗计量绎济学模型:多元线性回归模型
3.1 多元线性回归模型
一、多元线性回归模型
二、多元线性回归模型的基本假定
3.2 多元线性回归模型的参数估计
一、普通*小二乘估计
二、*大似然估计
三、矩估计
四、参数估计量的统计性质
五、样本容量问题
六、多元线性回归模型的参数估计实例
3.3 多元线性回归模型的统计检验
一、拟合优度检验
二、方程总体线性的显著性检验(F检验)
三、变量的显著性检验(t检验)
四、参数的置信区间
3.4 多元线性回归模型的预测
一、E(Y0)的置信区间
二、yn的置信区间
3.5 可化为线性的多元非线性回归模型
一、模型的类型与变换
二、可化为线性的非线性回归实例
三、非线性普通*小二乘法
3.6 受约束回归
一、模型参数的线性约束
二、对回归模型增加或减少解释变量
三、参数的稳定性
四、非线性约束
本章练习题

第四章 经典单方程计量经济学模型:放宽基本假定的模型
4.1 异方差性
一、异方差的类型
二、实际经济问题中的异方差性
三、异方差性的后果
四、异方差性的检验
五、异方差的修正
六、案例——中国农村居民人均消费函数
4.2 序列相关性
一、序列相关性
二、实际经济问题中的序列相关性
三、序列相关性的后果
四、序列相关性的检验
五、序列相关的补救
六、虚假序列相关问题
七、案例——中国居民总量消费函数
4.3 多重共线性
一、多重共线性
二、实际经济问题中的多重共线性
三、多重共线性的后果
四、多重共线性的检验
五、克服多重共线性的方法
六、案例——中国粮食生产函数
4.4 随机解释变量问题
一、随机解释变量问题
二、实际经济问题中的随机解释变量问题
三、随机解释变量的后果
四、工具变量法
五、解释变量的内生性检验
六、案例——中国城镇居民人均消费函数
本章练习题

第五章 经典单方程计量经济学模型:专门问题
5.1 虚拟变量模型
一、虚拟变量的引入
二、虚拟变量的设置原则
5.2 滞后变量模型
一、滞后变量模型
二、分布滞后模型的参数估计
三、自回归模型的参数估计
四、格兰杰因果关系检验
5.3 模型设定偏误问题
一、模型设定偏误的类型
二、模型设定偏误的后果
三、模型设定偏误的检验
本章练习题

第六章 联立方程计量经济学模型:理论与方法
6.1 联立方程计量经济学模型的提出
一、经济研究中的联立方程计量经济学问题
二、计量经济学方法中的联立方程问题
6.2 联立方程计量经济学模型的若干基本概念
一、变量
二、结构式模型(stucturalmodel)
三、简化式模型(reduced.fommo&1)
四、参数关系体系
6.3 联立方程计量经济学模型的识别
……
第七章 扩展的单方程计量经济学模型
第八章 时间序列计量经济学模型
第九章 计量经济学应用模型
第十章 统计分布表
参考文献

在总体回归函数中引入随机干扰项,主要有以下几方面的原因。
(1)代表未知的影响因素。由于对所考察总体认识上的非完备性,许多未知的影响因素还无法引入模型,因此,只能用随机干扰项代表这些未知的影响因素。
(2)代表残缺数据。即使所有的影响变量都能被包括在模型中,也会有某些变量的数据无法取得。例如,经济理论指出,居民消费支出除受可支配收入的影响外,还受财富拥有量的影响,但后者在实践中往往是无法收集到的。这时,模型中不得不省略这一变量,而将其归入随机干扰项。
(3)代表众多细小影响因素。有一些影响因素已经被认识,而且其数据也可以收集到,但它们对被解释变量的影响却是细小的。考虑到模型的简洁性,以及取得诸多变量数据可能带来的较大成本,建模时往往省掉这些细小变量,而将它们的影响综合到随机干扰项中。
(4)代表数据观测误差。由于某些主客观的原因,在取得观测数据时,往往存在测量误差,这些观测误差也被归入随机干扰项。
(5)代表模型设定误差。由于经济现象的复杂性,模型的真实函数形式往往是未知的,因此,实际设定的模型可能与真实的模型有偏差。随机干扰项包含了这种模型设定误差。
(6)变量的内在随机性。即使模型没有设定误差,也不存在数据观测误差,由于某些变量所固有的内在随机性,也会对被解释变量产生随机性影响。这种影响只能被归入到随机干扰项中。
总之,随机干扰项具有非常丰富的内容,在计量经济学模型的建立中起着重要的作用。如果进一步分析,可以发现,当随机干扰项仅包含上述(3)和(6)时,称之为“原生”的随机干扰,是模型所固有的;当随机干扰项包含上述(11、(2)、(4)、(5)时,称之为“衍生”的随机误差,是在模型设定过程中产生的,是可以避免的。尽管本书对此不加区别,但认识这一点是重要的。

《计量经济学(第3版)》:普通高等教育“十一五”**级规划教材,面向21世纪课程教材,高等学校经济学类核心课程教材。