橫截面與面板數據的經濟計量分析

第Ⅰ篇 引論與背景
第1章 引論
第2章 經濟計量學中條件期望與相關概念
第3章 基本漸近理論
第Ⅱ篇 線性模型
第4章 單方程線性模型與OLS估計
第5章 單方程線性模型的工具變量估計
第6章 附加的單方程專題
第7章 利用OLS與GLS估計方程組
第8章 利用工具變量的系統估計
第9章 聯方方程模型
第10章 基本線性不可觀測效應的面板數據模型
第11章 線性不可觀測效應模型的若干專題
第Ⅲ篇 非線性估計的一般方法
第12章 M估計
第13章 最大似然法
第14章 廣義矩方法與最小距離估計
第Ⅳ篇 非線性模型與相關專題
第15章 離散響應模型
第16章 角點解結果與截取回歸模型
第17章 樣本選擇、損耗與分層抽樣
第18章 估計平均處理效應
第19章 計數數據與相關模型
第20章 持續期限分析
參考文獻
索引
譯後記

本書主要適用於經濟計量學研究生課的第二學期課程，即在相當於戈德伯格水平(Goldberget，1991)或格林水平(Greene，1997)的第一學期課程結束後使用。本書的部分內容可在某些特殊專題課程中作為一般性參考使用。

我對橫截面數據(cross data)與面板數據(panel data)方法提出了新穎的觀點，需要指出的是，這些方法也常被稱作微觀經濟計量學(microeconometrics)。書中指出，在第一學期課程中接觸了基本的線性模型之後，應該把高等的橫截面數據與面板數據方法放在一個學期中，而把時間序列方法放在另外一個學期中。這種划分反映了經濟計量應用的現狀。

適合經典線性模型范式的現代實證研究正在日益變得稀少。比如說，越來越多的人意識到，如果一個正在研究應用時問序列分析的學生忽略了趨勢性極強的相依過程模型中估計與檢驗的新發展，那麽他的研究也不會進行得很順利。這個理論從經典線性模型中選取了一個與取橫截面數據或做面板數據分析完全不同的方向。哈密爾頓(Hatamilton，1994)在他的有關時間序列的著作中詳細地闡述了這種不同。

許多書都以經典線性模型作為開頭，綜述一下一年或多年來經濟計量學的發展狀況。它們往往把橫截面數據與面板數據分析中的一些熱門專題處理成經典線性模型中的直接應用或者次要延伸(如果它們全部都得到處理的話)。這種方法非常不必要地限制了應用的范圍，而且還導致了不良的經濟計量實踐。這類書中對經濟計量學中的代數和幾何部分的處理只用於第一學期課程，導致對假設表述得過於簡單或者馬馬虎虎。在固定回歸元范式下，經典線性模型中可以使用的估計方法是非常基本的，這些方法在特別重要的偏離固定回歸元假設下會使人誤入歧途。

在討論一般估計方法的時候，許多討論高等經濟計量學的書都希望成為這方面的權威，因而它們力圖在一個體系中涵蓋包括橫截面數據、面板數據與時間序列在內的所有數據結構，而沒有給予其中某一類特別的關注。這類書的一個特點就是把詳細的正則條件與含有經濟成分的極為重要的假設擺到了同一位置。對學習橫截面數據與面板數據方法的學生，尤其是那些以經驗為主的學生來說，這就成為了一種負擔：正則條件中需要包括相依過程的定義與極限定理才能涉及時間序列的應用。

在本書中，我嘗試著在一些較為傳統的方法和一些較為現代、非常統一的(標准化的)方法中找到一個平衡點。在提出每一個模型與方法時，我都謹慎地討論了對基本總體模型的各種假設。這些假設，按術語來說即相關系數、條件期望、條件方差與協方差，或條件分布，通常都能夠給出含有行為的內容。像用矩的存在來證明中心極限定理的這種正則條件在實際工作中的意義不大，因此，只是在第Ⅲ部分中的幾個技術性較強的章節中做了詳細的介紹。這個方法使得那些假設變得相對容易理解，同時還強調了在應用任何一種經濟計量方法時，都要謹慎考慮涉及基本總體模型和抽樣方法的假設。

本書的一個核心是估計的類推方法。戈德伯格(1991)和曼斯基(Manski，1988)都曾闡述過這種方法。「對於含有橫截面數據的非線性估計方法而言，曼斯基(1988)以一種更緊湊的方式涵蓋了包括這些在內的很多專題。」簡單地說，類推原則就是選擇一個估計量來解決與通過總體參數解決的問題相對應的樣本問題。漸近分析恰到好處地彌補了類似方法的不足，這也是此處的重點。

在提到漸近特性時，我並沒有暗示小樣本估計量性質與檢驗統計量不重要。不管怎樣，如果先用類推方法則得到一個切合實際的估計量，那麽接下來就會推導此估計量的漸近性質。這是一種特征。在做推斷的時候，這種方法可以作為一個相對簡單的導向，在大樣本中它也同樣游刃有余(通常樣本都不會太大)。調整小樣本可以提高性能，但是這通常要在大樣本分析之後進行，而且需要在一個具體的基礎上來完成。

本書包含了許多命題的證明過程或者只列出主要的證明過程，重點放在當低估或忽略正則條件時，含有經濟內容的假設所起到的作用上。寫作本書的目的在於讓實證研究者能夠很好地理解為什麽某些方法十分奏效，同時給學生們提供擴展新方法的背景。全書使用的很多論據都是現代經濟計量研究中的經典論據，但有時可能會缺少技術細節。對橫截面數據與面板數據方法論有研究興趣的學生可以在本書中發現許多其他研究生課本中沒有涉及的東西。

我還列舉了一些包含數據集的實證事例。大部分的數據集有據可查，或者仿照現代實證分析中的數據集。為了節省空間，我只列舉一般數據結構中最常用的方法。當然，這些方法與經濟計量軟件程序包中的許多方法是重復的。其他的事例來自適當的數據集模型，有了這些模型就可以進行實證分析了。

章節末尾提出的大量習題是本書的一個重要組成部分。有些問題包含了沒有在文中詳細描述的重點。其他問題涉及可以利用本章或前幾章介紹過的工具來分析的新想法。許多問題需要用到書中列舉的數據集。

同任何一本書一樣，這里討論的專題都是有選擇性的，引出了一些我認為應用研究者最需要的辦法。我還提及了一些在其他文章中沒有得到足夠關注而近來變得越來越重要的專題。本書第1部分回顧在主流經濟計量學著作中被忽略的工具，尤其是條件期望的概念、線性投影以及各種收斂結果。第Ⅱ部分開始應用這些工具來分析含有橫截面數據的單方程線性模型。原則上，這里的大部分內容都應該用作接觸過第一學期課程的學生復習之用。但是，以單方程線性模型作為開始可以在線性模型的古典分析法和現代分析法之間架起一座橋梁，而且這也是描述如何應用在第1部分提到過的工具的最簡單的方法。此外，許多在書中很少涉及但在實踐中得到廣泛應用的方法可以在一個單一框架中表現出來。

┅┅