微观经济计量学 方法与应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

微观经济计量学 方法与应用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

序言1

第一部分 预备知识3

1　概述3

1.1　引言3

1.2　微观经济计量学的特色4

1.3　全书概览9

1.4　如何使用本书13

1.5　软件14

1.6　记号与习惯14

2　因果模型与非因果模型16

2.1　引论16

2.2　结构模型18

2.3　外生性19

2.4　线性联立方程模型21

2.5　识别概念25

2.6　单方程模型27

2.7　潜在结果模型28

2.8　因果建模及估计策略30

2.9　文献注释33

3　微观经济数据结构34

3.1　引论34

3.2　观测数据34

3.3　源自社会实验的数据41

3.4　源自自然实验的数据46

3.5　应用研究49

3.6　文献注释52

第二部分 核心方法52

4　线性模型55

4.1　引论55

4.2　回归与损失函数55

4.3　例子：受教育回报58

4.4　普通最小二乘法59

4.5　加权最小二乘法69

4.6 中位数与分位数回归73

4.7　模型错误设定77

4.8　工具变量81

4.9　实践中的工具变量89

4.10　应用研究96

4.11　文献注释97

5　极大似然法与非线性最小二乘法估计101

5.1　引论101

5.2　非线性估计量概览102

5.3　极值估计量108

5.4　估计方程117

5.5　统计推断118

5.6　极大似然法121

5.7　准极大似然法128

5.8　非线性最小二乘法132

5.9　例子：ML与NLS估计140

5.10　应用研究143

5.11　文献注释143

6　广义矩方法与系统估计147

6.1　引论147

6.2　例子148

6.3　广义矩方法152

6.4　线性工具变量163

6.5　非线性工具变量171

6.6　时序两步m估计178

6.7　最小距离估计180

6.8　经验似然法181

6.9　线性方程组184

6.10　非线性方程组191

6.11　应用研究196

6.12　文献注释196

7　假设检验199

7.1　引论199

7.2　沃尔德检验200

7.3　基于似然的检验208

7.4　例子：基于似然的假设检验216

7.5　非ML背景下的检验217

7.6　检验势与水平220

7.7　蒙特卡罗研究224

7.8　自助法例子228

7.9　应用研究229

7.10　文献注释230

8　设定检验与模型选择232

8.1　引论232

8.2　m检验233

8.3　豪斯曼检验243

8.4　对某些普遍错误设定的检验246

8.5　区分嵌套模型249

8.6　检验结果256

8.7　模型诊断257

8.8　应用研究261

8.9　文献注释262

9　半参数方法264

9.1　引论264

9.2　非参数例子：小时工资265

9.3　核密度估计267

9.4　非参数局部回归275

9.5　核回归279

9.6　可供选择的非参数回归估计量287

9.7　半参数回归289

9.8　核估计量均值与方差推导297

9.9　应用研究300

9.10　文献注释300

10　数值最优化303

10.1　引论303

10.2　一般性研究303

10.3　特定方法308

10.4　应用研究314

10.5　文献注释317

第三部分 基于模拟的方法317

11　自助法321

11.1　引论321

11.2　自助法概述321

11.3　自助法例子329

11.4　自助法理论331

11.5　自助法推广335

11.6　自助法应用338

11.7　应用研究343

11.8　文献注释344

12　基于模拟的方法346

12.1　引论346

12.2　例子346

12.3　积分计算基础349

12.4　极大似然模拟估计354

12.5　基于矩模拟估计358

12.6　间接推断363

12.7　模拟器365

12.8　随机变量采样方法369

12.9　文献注释375

13　贝叶斯方法377

13.1　引论377

13.2　贝叶斯方法378

13.3　线性回归贝叶斯分析390

13.4　蒙特卡罗积分398

13.5　马尔可夫链蒙特卡罗模拟400

13.6　MCMC例子：SUR吉布斯抽样器406

13.7　数据增广408

13.8　贝叶斯模型选择409

13.9　应用研究411

13.10　文献注释411

第四部分 横截面数据模型411

14　二值结果模型415

14.1　引论415

14.2　二值结果例子：钓鱼方式的选择415

14.3　logit模型与probit模型417

14.4　潜变量模型426

14.5　基于选择的样本429

14.6　分组数据与加总数据430

14.7　半参数估计433

14.8　第1类极值的logit推导436

14.9　应用研究437

14.10　文献注释438

15　多项式模型440

15.1　引论440

15.2　例子：钓鱼方式的选择441

15.3　一般性结果445

15.4　多项式logit449

15.5　可加随机效用模型452

15.6　嵌套logit455

15.7　随机参数logit460

15.8　多项式probit463

15.9　有序、序列和分级结果466

15.10　多变量离散结果468

15.11　半参数估计470

15.12　MNL、CL以及NL模型推导470

15.13　应用研究473

15.14　文献注释474

16　Tobit模型与选择模型476

16.1　引论476

16.2　删失模型与截尾模型477

16.3　Tobit模型482

16.4　两部分模型490

16.5　样本选择模型491

16.6　选择例子：健康支出497

16.7　罗伊模型500

16.8　结构模型502

16.9　半参数估计506

16.10　推导Tobit模型509

16.11　应用研究512

16.12　文献注释512

17　过渡数据：生存分析516

17.1　引论516

17.2　罢工期限例子517

17.3　基本概念518

17.4　删失521

17.5　非参数模型523

17.6　参数回归模型526

17.7　某些重要的持续期限模型532

17.8　考克斯PH模型534

17.9　时变回归元538

17.10　离散时间比例风险540

17.11　持续期限失业例子543

17.12　应用研究548

17.13　文献注释548

18　混合模型与不可观测异质性550

18.1　引论550

18.2　不可观测异质性与离散度551

18.3　混合模型的识别556

18.4　异质性分布设定557

18.5　离散异质性与潜类别分析559

18.6　存量抽样与流动抽样562

18.7　设定检验565

18.8　不可观测异质性例子：失业持续期限568

18.9　应用研究572

18.10　文献注释573

19　多重风险模型576

19.1　引论576

19.2　竞争风险577

19.3　联合持续期限分布583

19.4　多重时期589

19.5　竞争风险例子：失业持续期限591

19.6　应用研究595

19.7　文献注释596

20　计数数据模型598

20.1　引论598

20.2　基本计数数据回归599

20.3　计数例子：就医次数603

20.4　参数计数回归模型606

20.5　部分参数模型612

20.6　多变量计数与内生回归元615

20.7　计数例子：进一步分析619

20.8　应用研究620

20.9　文献注释620

第五部分 面板数据模型620

21　线性面板模型：基础625

21.1　引论625

21.2　模型与估计量概览626

21.3　线性面板例子：小时与工资635

21.4　固定效应与随机效应模型641

21.5　混合模型644

21.6　固定效应模型650

21.7　随机效应模型657

21.8　建模问题659

21.9　应用研究662

21.10　文献注释663

22　线性面板模型：扩展665

22.1　引论665

22.2　线性面板模型GMM估计665

22.3　面板GMM例子：小时与工资674

22.4　随机效应与固定效应面板GMM676

22.5　动态模型682

22.6　差异中差分估计量687

22.7　重复横截面与伪面板689

22.8　混合线性模型692

22.9　应用研究695

22.10　文献注释695

23　非线性面板模型697

23.1　引论697

23.2　一般结果697

23.3　非线性面板例子：专利与研发709

23.4　二值结果数据711

23.5　Tobit模型与选择模型715

23.6　过渡数据717

23.7　计数数据718

23.8 半参数估计723

23.9　应用研究723

23.10　文献注释724

第六部分 深入专题729

24　分层样本与整群样本729

24.1　引论729

24.2　抽样调查730

24.3　加权732

24.4　内生分层736

24.5 聚集743

24.6　分层线性模型756

24.7　聚集例子：越南保健支出759

24.8　复杂调查763

24.9　应用研究766

24.10　文献注释767

25　处理评估769

25.1 引论769

25.2　背景设置与假设770

25.3　处理效应与选择偏倚774

25.4　匹配估计量与倾向得分估计量778

25.5　差异中差分估计量785

25.6　回归非连续设计786

25.7　工具变量法789

25.8　例子：培训对工资的效应794

25.9　文献注释800

26　测量误差模型803

26.1　引论803

26.2　线性回归的测量误差804

26.3　识别策略808

26.4　非线性模型测量误差813

26.5　衰减偏倚模拟例子820

26.6　文献注释821

27　缺失数据与估算823

27.1　引论823

27.2　缺失数据假设825

27.3　非模型处理缺失数据827

27.4　观测数据似然函数828

27.5　基于回归的估算829

27.6　数据扩大与MCMC831

27.7　多重估算832

27.8　缺失数据的估算例子834

27.9　应用研究836

27.10　文献注释837

A　渐近理论839

A.1 引言839

A.2　依概率收敛840

A.3　大数定律843

A.4　依分布收敛844

A.5　中心极限定理845

A.6　多元正态极限分布847

A.7　随机数量阶850

A.8　其他一些结果850

A.9　文献注释851

B　伪随机采样852