Handbook of Econometrics, Volume 2 pdf epub mobi txt 电子书 下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:North Holland

作者:Griliches, Zvi (EDT)

出品人:

页数:716

译者:

出版时间:1987-07-15

价格:USD 147.00

装帧:Hardcover

isbn号码:9780444861863

丛书系列:

图书标签:

• 计量经济学
• Econometrics
• Quantitative Economics
• Statistical Modeling
• Applied Econometrics
• Econometric Analysis
• Time Series Analysis
• Panel Data
• Causal Inference
• Microeconometrics
• Macroeconometrics

计量经济学手册，第二卷：聚焦现代方法与前沿应用 导言 本书是计量经济学领域内一部面向研究人员、高级学生以及实践者的权威性参考指南，旨在系统梳理和深入探讨当前计量经济学研究的核心理论、前沿方法以及在经济学各个分支中的应用。与第一卷侧重于基础理论和经典模型的侧重不同，本卷（第二卷）的重点聚焦于近几十年计量经济学界取得的突破性进展，特别是那些涉及非标准数据结构、高维模型、因果推断的复杂工具，以及大数据环境下的新挑战。 本书的编写汇集了全球顶尖学者的智慧结晶，每一章节均由该领域的权威专家撰写，确保了内容的深度、准确性和前沿性。我们力求在保持严谨的数学和统计学基础上，清晰地阐述每种方法的直觉、理论依据、实际操作的注意事项及其在经济学应用中的潜力和局限性。 第一部分：时间序列与面板数据的高级分析 时间序列分析是理解宏观经济学、金融学和商业周期波动的基础。本部分深入探讨了超越标准自回归移动平均（ARMA）模型的复杂结构。 1. 非线性时间序列建模： 重点介绍了状态空间模型（State-Space Models）的最新发展，特别是卡尔曼滤波（Kalman Filtering）在处理非观测状态变量时的应用。随后，详细讨论了非线性自回归条件异方差模型（NGARCH） 及其在波动率聚集现象中的应用，并对比了随机波动模型（Stochastic Volatility Models）的优势。对于金融时间序列的长期记忆特性，我们引入了长记忆ARMA模型（ARFIMA），并探讨了其在资产定价中的意义。 2. 协整理论与向量自回归（VAR）模型的深化： 协整（Cointegration）是处理具有共同随机趋势的非平稳变量的关键。本部分不仅回顾了恩格尔-格兰杰（Engle-Granger）和约根森（Johansen）检验，更侧重于结构化VAR（SVAR）模型 的构建。SVAR部分详细阐述了识别策略（如短期和长期约束）的重要性，并讨论了如何利用外部信息（如理论约束）来解决识别不足的问题。此外，还探讨了面板数据中协整性的检验和估计，特别是针对大量横截面和短时间序列的混合结构。 3. 面板数据的高级主题： 本部分超越了传统的固定效应和随机效应模型，重点关注了处理“大N，小T”和“小N，大T”面板数据的挑战。关键章节包括动态面板模型（如Arellano-Bond GMM估计器）的进一步优化，特别是针对二阶序列自相关的修正方法。我们还详细介绍了面板数据中的协整和共同相关性（Cross-Sectional Dependence） 的处理，包括CIPS检验和基于主成分的去趋势方法，这对于处理全球化背景下的宏观经济数据至关重要。 第二部分：因果推断与微观计量前沿 现代经济学研究的核心驱动力是精确估计因果效应。本部分汇集了计量经济学在“微观计量革命”中的最新工具，专注于如何从观察数据中可靠地提取政策或干预的真实效应。 4. 工具变量（IV）方法的扩展与稳健性： 传统IV方法的有效性高度依赖于工具变量的强度和排他性约束。本部分深入探讨了弱工具变量（Weak Instruments） 的诊断与处理，包括多维IV估计量的推导。对于内生性问题 的处理，我们详细介绍了广义矩估计（GMM） 框架下的进一步发展，包括其在解决异方差和序列相关问题上的优势。 5. 准实验设计的精细化处理： 差分中的差分（DiD）是应用最广泛的因果识别策略之一。本节批判性地审视了平行趋势假设 的检验方法，并引入了多期DiD模型（如Callaway and Sant’Anna方法）来处理干预时间点不一致的情况。此外，断点回归（RDD） 部分不仅涵盖了标准的局部多项式估计，还详细讨论了“模糊RDD”（Fuzzy RDD）的估计策略及其在处理非连续性分配时的适用性。 6. 匹配、倾向得分与反事实推断： 本部分深入探讨了如何利用匹配技术（如基于倾向得分的匹配、协变量平衡）来构造可比的控制组。重点在于如何进行稳健的估计和推断，包括双重稳健估计（Doubly Robust Estimation），该方法结合了回归模型和倾向得分模型，提高了估计的稳健性。此外，还引入了结构因果模型（SCM） 的基本概念，为理解干预的潜在结果框架奠定基础。 第三部分：高维数据、非参数与半参数方法 随着数据量的爆炸式增长，传统计量方法的维度灾难（Curse of Dimensionality）日益凸显。本部分提供了处理高维特征和复杂函数形式的现代解决方案。 7. 高维回归与维度缩减： 针对回归因子数量远超观测样本量（$P gg N$）的情况，本书详细介绍了惩罚回归方法。LASSO（Least Absolute Shrinkage and Selection Operator）作为特征选择和收缩的基石，其统计性质和最优收缩参数的选择被详尽分析。随后，讨论了Ridge回归以及弹性网络（Elastic Net）在处理高度相关变量时的优势。对于预测模型，我们还探讨了主成分回归（PCR） 和因子模型 在金融和宏观经济学中的应用。 8. 非参数与半参数估计： 在函数形式不确定的情况下，非参数方法提供了灵活性。本部分涵盖了局部线性回归（Local Linear Regression） 的估计和带宽选择，特别是在处理边界效应和异方差问题时的策略。半参数模型方面，重点讨论了部分线性模型（Partial Linear Models），其中部分参数可通过标准方法估计，而函数部分则通过平滑技术进行估计，提供了理论效率和实用性的平衡。 9. 机器学习与计量经济学的交叉： 本部分是本书的前沿焦点之一，探讨了监督学习和非监督学习算法如何被“计量化”以服务于因果推断和结构估计。讨论了双重/多重机器学习（Double/Debiased Machine Learning, DML） 如何利用高维预测模型来分离关注的因果参数与干扰项，确保估计的渐近正态性和有效性。此外，还涉及了对分类和回归树（CART）在模型选择和异质性处理效应估计中的应用。 结语 《计量经济学手册，第二卷》旨在成为计量经济学方法论研究的里程碑式参考书。本书的组织结构清晰，从时间序列的纵向分析到因果推断的横向识别，再到应对现代数据挑战的方法论创新，全面覆盖了当代计量经济学研究的核心领域。读者在掌握这些高级工具后，将能更深入地理解复杂的经济现象，并以更具说服力的方式进行实证研究和政策评估。

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆