应用数量经济学

出版时间：2009-3  出版社：机械工业出版社  作者：张晓峒  页数：394  
Tag标签：无  

前言

　　出版者的话　　提高自主创新能力，建设创新型国家，是党中央国务院做出的战略部署，是包括科技界、教育界在内全社会的共同目标。高等学校是培养和造就数以千万计专门人才和一大批拔尖创新人才的重要基地，是综合国力的重要组成部分，在支撑经济社会发展、提高自主创新能力、推进创新型国家建设中具有不可替代的重要作用。增强自主创新能力，建设创新型国家，对培养创新人才提出了新的要求，对高等教育提出了新的挑战。教育部明确提出大力推进高校自主创新，进一步提高高等教育质量。　　作为教学内容改革成果重要体现形式的教材，则在高校创新人才的培养中扮演着重要角色。“教材是体现教学内容和教学方法的知识载体，是进行教学的具体工具，也是深化教育教学改革、全面推进素质教育、培养创新人才的重要保证。”新世纪的到来，对高等教育来说，不仅是时间上的跨越，更重要的是教育思想、教育观念发生了深刻的变章，而教材正从一个侧面折射出教育思想变革。为体现优秀教材的创新成果，机械工业出版社华章公司推出“华章文渊”教材系列(分经济学系列和管理学系列)。本系列重视教育思想和观念的改革，力求处理好知识、能力和素质三者辩证统一的关系，以素质教育为核心组织教材的内容，实现教材内容和体系的创新。“华章文渊”教材充分体现“授人以鱼不如授人以渔”的终身教育的思想。　　奉献给广大读者的“华章文渊”教材系列重在培养学生的创新精神和能力，观点、体系有所创新，既与国际接轨，又具有理论性、实用性、可操作性和创新性等鲜明特色，具有各自的知识创新点和独到之处。同时，优秀教材是知识性和可读性的结合体，将深奥的知识融于浅显易懂的文字中，努力使读者的学习过程变得轻松愉快，也是“华章文渊”的目标。　　秉承“国际视野、教育为本、专业出版”的理念，华章始终坚持以内容为先的出版标准。集合优秀教材创新成果的“华章文渊”教材系列正是“深化教育教学改革，全面推进素质教育，培养创新人才”的直接体现，期待有志于此的广大教师加入。

内容概要

本书除了介绍最基本的推断统计和数量经济学知识外，还介绍最新的计量经济学研究成果，如面板数据模型、结构突变序列的单位根检验等。其次，本书在给出理论分析的同时，重点强调实际应用，所以书中给出大量案例，试图为读者准确掌握、应用数量经济学知识分析经济问题提供范例。此外，书中全部案例都是以我国数据为背景进行分析，为数量经济学与我国的经济研究、分析相结合，为把这种科学的分析方法引入中国进行了积极探索。书中配备了很多图，相信对学生和读者准确理解数量经济学知识会大有裨益。

作者简介

　　张晓峒，南开大学经济学院教授、数量经济研究所所长、数量经济学专业博士生导师，日本大阪市立大学经济学博士，中国数量经济学会常务理事、天津市数量经济学会理事长，吉林大学、首都经济贸易大学兼职博士生导师。研究方向是计量经济学、应用统计学。1984年～1986年和1993～1998年分别在加拿大蒙特利尔市康考迪亚（Concordia）大学和日本大阪市立大学留学。承担过多项国家自然科学基金、国家社科基金、教育部、商务部以及中国人民银行的科研项目。出版的主要著作有《计量经济学基础》、 《应用数量经济学》 （以上两本为普通高等教育“十一五”国家级规划教材）、 《计量经济分析》、《EViews使用指南与案例》、 《时间序列X-12-ARIMA季节调整——原理与方法》、 《英汉数量经济学词汇》等。

书籍目录

前言教学建议第一章 数据的特征数第二章 总体特征数的点估计与区间估计第三章 总体特征数的假设检验第四章 经济指数第五章 一元线性回归模型第六章 多元线性回归模型第七章 可线性化的非线性模型第八章 特殊解释变量第九章 异方差第十章 自相关第十一章 多重共线性第十二章 联立方程模型第十三章 模型检验的常用统计量第十四章 时间序列ARIMA模型第十五章 面板数据模型与应用第十六章 单位根检验与协整附录A 统计分布表附录B 随即变量、概率极限、矩阵代数知识简介参考文献

章节摘录

　　第一章 数据的特征数　　本章以及第2章和第3章的内容来自推断统计学。在统计学中研究的对象都是随机变量。观测值是随机变量在观测或实验中得到的观测结果。观测值反映的是随机变量的特征。　　对于经济问题，经济变量与理想状态下的随机变量是有区别的。随着统计推断的思想和方法引入到经济研究领域，人们自然把针对经济问题而获得的观测值（数据）也看成是经济变量在现实中的反映。数量经济学的任务就是要通过观测值或数据分析，研究经济变量的本质特征。所以在本书中把经济观测值对应的变量称为经济变量，或简称为变量，通常当做随机变量处理。但现实中经济变量能否满足随机变量的定义要求，是我们在实际研究中始终应该关注的问题。本书假定经济变量就是推断统计学中的随机变量。数据是随机变量的测量结果。　　当为研究某个经济问题而得到大量数据时，首先面临的工作就是了解数据（或经济变量）的基本特征，分析数据（或经济变量）的特征数。　　本章把数据的特征数分为4大类，即描述集中位置的特征数、分散程度的特征数、分布状况的特征数和两变量线性相关的特征数。本章共介绍10个特征数，分别是算术平均数、几何平均数、中位数、极差、方差、标准差、偏度、峰度、协方差和相关系数。在介绍特征数之前，先给出求和算子和画图的概念。

编辑推荐

　　便于读者的精心编排：　　全书共16章，先后阐述了数据的特征数分析以及统计学中的参数估计、假设检验、经济指数、经典计量经济学知识、时间序列的伯克斯和詹金斯（Box—Jenkins）ARIMA建模方法、面板数据模型以及单位根检验与协整，这样编排一方面体现出数量经济学的特色，另一方面也有助于学生和读者在充分掌握推断统计学知识的基础上进一步学习计量经济学知识。　　贴近计量经济学理论前沿：　　在阐述最基本的推断统计学和数量经济学知识的基础上，还介绍了最新的计量经济学研究成果，如面板数据模型、结构突变序列的单位根检验等。　　源于中国经济背景的数据分析：　　所有案例基本上都是以中国的统计数据为背景进行分析，为数量经济学与中国的经济研究相结合，并把这种科学的分析方法应用于中国经济实践进行了积极的探索，同时配备了大量的案例和图表，还可提供EViews数据文件，为学生和读者准确理解数量经济学知识提供了帮助。