面板數(shù)據(jù)計量經(jīng)濟學(xué)（引進版）

譯者序
前言
致謝
1 導(dǎo)言
第一部分 靜態(tài)模型
2 不可觀測的異質(zhì)性
2.1 概述
2.2 固定效應(yīng)模型
2.2.1 假設(shè)
2.2.2 組內(nèi)估計
2.3 異方差和序列相關(guān)
2.3.1 組內(nèi)估計的穩(wěn)健標準誤
2.3.2 存在未知形式異方差和序列相關(guān)的最優(yōu)最小二乘估計
2.3.3 在未知形式異方差和序列相關(guān)情形下的改進廣義矩估計和最短距離估計
2.4 似然方法
2.4.1 聯(lián)合似然
2.4.2 條件似然
2.4.3 邊際（或積分）似然
2.5 有附加效應(yīng)的非線性模型
2.5.1 非線性回歸
2.5.2 線性結(jié)構(gòu)化方程
2.5.3 非線性聯(lián)立方程組
3 誤差成分
3.1 方差分解
3.2 誤差成分回歸
3.2.1 模型
3.2.2 最小二乘估計和ML估計
3.2.3 最小二乘估計、組內(nèi)估計和組間估計
3.3 相關(guān)的不可觀測異質(zhì)性檢驗
3.3.1 設(shè)定檢驗
3.3.2 穩(wěn)健選擇
3.4 帶水平信息模型
3.5 估計誤差成分分布
4 變量中的誤差
4.1 含有變量誤差的標準回歸模型介紹
4.2 測量偏差與不可觀測異質(zhì)性偏誤
4.3 面板數(shù)據(jù)的工具變量估計
4.4 一個例子：測量企業(yè)貨幣需求中的經(jīng)濟規(guī)模
第二部分 動態(tài)模型
5 動態(tài)誤差成分的協(xié)方差結(jié)構(gòu)
5.1 引言
5.2 時間效應(yīng)
5.3 移動平均自協(xié)方差
5.4 估計協(xié)方差結(jié)構(gòu)
5.4.1 廣義矩方法／最小距離估計
5.4.2 使用原始矩的變換
5.4.3 廣義矩方法和偽極大似然估計量之間的關(guān)系
5.4.4 檢驗協(xié)方差約束條件
5.5 例子：檢驗持久收入假說
6 有個體效應(yīng)的自回歸模型
6.1 假設(shè)
6.2 組內(nèi)估計
6.3 工具變量估計
6.4 初始條件與異方差
6.4.1 平穩(wěn)性保持時的估計
6.4.2 無約束初始條件
6.4.3 時間序列異方差
6.4.4 自回歸模型中時間效應(yīng)
6.5 均值平穩(wěn)
6.6 單位根
6.7 對公司就業(yè)與工資的向量自回歸的檢驗與估計
第三部分 動態(tài)模型與先決變量
7 同時含嚴格外生變量與滯后因變量的模型
7.1 模型的本質(zhì)
7.2 例子：煙癮問題
7.3 廣義矩方法估計
7.3.1 大T情形下的兩階段最小二乘法估計
7.3.2 小T大N情形下的最優(yōu)工具變量估計
7.3.3 隨T矩數(shù)增加的廣義矩估計
7.3.4 同各個效應(yīng)不相關(guān)的解釋變量
7.3.5 協(xié)方差矩陣約束
7.4 極大似然估計
7.4.1 協(xié)方差無約束的估計
7.4.2 協(xié)方差受約束的MLE
7.4.3 與xs相關(guān)的MLE
8 先決變量
8.1 介紹與例子
8.1.1 帶反饋的局部調(diào)整
8.1.2 家庭消費的歐拉方程
8.1.3 跨國增長和收斂
8.2 大T下的組內(nèi)估計
8.3 小T下的廣義矩方法估計
8.3.1 矩和加權(quán)矩陣
8.3.2 篩選的枝節(jié)問題
8.4 最優(yōu)工具變量
8.5 與效應(yīng)不相關(guān)工具
8.5.1 系統(tǒng)估計量
8.5.2 平穩(wěn)性約束
8.5.3 示例：一個工作培訓(xùn)的動態(tài)評估
8.5.4 時恒解釋變量
8.5.5 乏序列相關(guān)暗含的水平矩
8.6 女性勞動參與的生育效應(yīng)估計
8.7 其他估計方法
第四部分 附錄
A 廣義矩估計方法
A.1 矩估計問題的方法
A.2 一般公式
A.3 舉例：2SLS和3SLS
A.4 廣義矩方法估計量的一致性
A.5 漸進正態(tài)性
A.6 漸進方差的估計
A.7 最優(yōu)加權(quán)矩陣
A.8 過度識別限制的檢驗
B 條件模型中的最優(yōu)工具（變量）
B.1 引言
B.2 線性回歸模型
B.3 非線性回歸
B.4 非線性結(jié)構(gòu)方程
B.5 多元非線性回歸
B 6 非線性聯(lián)立方程組
參考文獻