前辅文
 第1章 绪论
  1.1 什么是计量经济学
  1.2 经济数据的特点与类型
 第2章 概率统计回顾
  2.1 概率与条件概率
  2.2 分布与条件分布
  2.3 随机变量的数字特征
  2.4 迭代期望定律
  2.5 随机变量无关的三个层次概念
  2.6 常用连续型统计分布
  2.7 统计推断的思想
  习题
  附录
 第3章 小样本OLS
  3.1 古典线性回归模型的假定
  3.2 OLS的代数推导
  3.3 OLS的几何解释
  3.4 拟合优度
  3.5 OLS的小样本性质
  3.6 对单个系数的t检验
  3.7 对线性假设的F检验
  3.8 F统计量的似然比原理表达式
  3.9 分块回归与偏回归（选读）
  3.10 预测
  习题
  附录
 第4章 Stata简介
  4.1 为什么使用Stata
  4.2 Stata的窗口
  4.3 Stata操作实例
  4.4 Stata命令库的更新
  4.5 进一步学习Stata的资源
  习题
 第5章 大样本OLS
  5.1 为何需要大样本理论
  5.2 随机收敛
  5.3 大数定律与中心极限定理
  5.4 统计量的大样本性质
  5.5 渐近分布的推导
  5.6 随机过程的性质
  5.7 大样本OLS的假定
  5.8 OLS的大样本性质
  5.9 线性假设的大样本检验
  5.10 大样本OLS的Stata命令及实例
  习题
  附录
 第6章 最大似然估计法
  6.1 最大似然估计法的定义
  6.2 线性回归模型的最大似然估计
  6.3 最大似然估计的数值解
  6.4 信息矩阵与无偏估计的最小方差
  6.5 最大似然法的大样本性质
  6.6 最大似然估计量的渐近协方差矩阵
  6.7 三类渐近等价的统计检验
  6.8 准最大似然估计法
  6.9 对正态分布假设的检验
  6.10 最大似然估计法的Stata命令及实例
  习题
  附录
 第7章 异方差与GLS
  7.1 异方差的后果
  7.2 异方差的例子
  7.3 异方差的检验
  7.4 异方差的处理
  7.5 处理异方差的Stata命令及实例
  7.6 Stata命令的批处理
  习题
  附录
 第8章 自相关
  8.1 自相关的后果
  8.2 自相关的例子
  8.3 自相关的检验
  8.4 自相关的处理
  8.5 处理自相关的Stata命令及实例
  习题
 第9章 模型设定与数据问题
  9.1 遗漏变量
  9.2 无关变量
  9.3 建模策略：“由小到大”还是“由大到小”
  9.4 解释变量个数的选择
  9.5 对函数形式的检验
  9.6 多重共线性
  9.7 极端数据
  9.8 虚拟变量
  9.9 经济结构变动的检验
  9.10 缺失数据与线性插值
  9.11 变量单位的选择
  习题
  附录
 第10章 工具变量，2SLS与GMM
  10.1 解释变量与扰动项相关的例子
  10.2 工具变量法作为一种矩估计
  10.3 二阶段最小二乘法
  10.4 有关工具变量的检验
  10.5 GMM的假定
  10.6 GMM的推导
  10.7 GMM的大样本性质
  10.8 如何获得工具变量
  10.9 MLE也是GMM
  10.10 工具变量法的Stata命令及实例
  习题
  附录
 第11章 二值选择模型
  11.1 离散被解释变量的例子
  11.2 二值选择模型
  11.3 二值选择模型的微观基础
  11.4 二值选择模型中的异方差问题
  11.5 稀有事件偏差（选读）
  11.6 含内生变量的Probit模型（选读）
  11.7 双变量Probit模型（选读）
  11.8 部分可观测的双变量Probit模型（选读）
  习题
 第12章 多值选择模型
  12.1 多项Logit与多项Probit
  12.2 条件Logit模型
  12.3 混合Logit模型
  12.4 嵌套Logit
  习题
 第13章 排序与计数模型
  13.1 排序模型
  13.2 泊松回归
  13.3 负二项回归
  13.4 零膨胀泊松回归与负二项回归
  13.5 计数模型的Stata实例
  习题
 第14章 受限被解释变量
  14.1 断尾回归
  14.2 零断尾泊松回归与负二项回归
  14.3 随机前沿模型（选读）
  14.4 偶然断尾与样本选择
  14.5 归并回归
  14.6 归并数据的两部分模型
  14.7 含内生解释变量的Tobit模型（选读）
  习题
  附录
 第15章 短面板
  15.1 面板数据的特点
  15.2 面板数据的估计策略
  15.3 混合回归
  15.4 个体固定效应模型
  15.5 时间固定效应
  15.6 一阶差分法
  15.7 随机效应模型
  15.8 组间估计量
  15.9 拟合优度的度量
  15.10 非平衡面板
  15.11 究竟该用固定效应还是随机效应模型
  15.12 个体时间趋势
  15.13 短面板的Stata命令及实例
  习题
 第16章 长面板与动态面板
  16.1 长面板的估计策略
  16.2 面板校正标准误
  16.3 仅解决组内自相关的FGLS
  16.4 全面FGLS
  16.5 组间异方差的检验
  16.6 组内自相关的检验
  16.7 组间同期相关的检验
  16.8 变系数模型
  16.9 面板工具变量法
  16.10 豪斯曼-泰勒估计量（选读）
  16.11 动态面板
  16.12 动态面板的Stata命令及实例
  16.13 偏差校正LSDV法
  16.14 重复截面数据与组群分析
  习题
 第17章 非线性面板
  17.1 面板二值选择模型
  17.2 面板二值选择模型的随机效应估计
  17.3 面板二值选择模型的固定效应估计
  17.4 面板二值选择模型的Stata实例
  17.5 面板泊松回归
  17.6 面板负二项回归
  17.7 面板计数模型的Stata实例
  17.8 面板Tobit
  17.9 面板随机前沿模型
  习题
 第18章 随机实验与自然实验
  18.1 实验数据
  18.2 理想的随机实验
  18.3 引入更多的解释变量
  18.4 随机实验执行过程中可能出现的问题
  18.5 自然实验
  18.6 双重差分法
  18.7 三重差分法
  18.8 观测数据的处理效应
  习题
 第19章 蒙特卡罗法与自助法
  19.1 蒙特卡罗法的思想与用途
  19.2 蒙特卡罗法实例：模拟中心极限定理
  19.3 蒙特卡罗法实例：服从卡方分布的扰动项
  19.4 蒙特卡罗积分
  19.5 最大模拟似然法与模拟矩估计
  19.6 自助法的思想与用途
  19.7 自助法的分类
  19.8 使用自助法估计标准误
  19.9 使用自助法进行区间估计
  19.10 使用自助法进行假设检验
  19.11 自助法的一致性（选读）
  19.12 异方差情况下的自助法
  19.13 面板数据与时间序列的自助法
  19.14 自助法的Stata命令
  19.15 使用自助法进行稳健的豪斯曼检验
  习题
  附录
 第20章 平稳时间序列
  20.1 时间序列的数字特征
  20.2 自回归模型
  20.3 移动平均模型
  20.4 ARMA
  20.5 自回归分布滞后模型
  20.6 ARMA模型的Stata命令及
  实例
  20.7 误差修正模型
  20.8 MA（∞）与滞后算子
  20.9 向量自回归过程
  20.10 VAR的脉冲响应函数
  20.11 预测误差的方差分解
  20.12 格兰杰因果检验
  20.13 面板格兰杰因果检验
  20.14 VAR的Stata命令及实例
  20.15 季节调整
  习题
 第21章 单位根与协整
  21.1 非平稳序列
  21.2 ARMA的平稳性
  21.3 VAR的平稳性
  21.4 单位根所带来的问题
  21.5 单位根检验与平稳性检验
  21.6 单位根检验的Stata实例
  21.7 面板单位根检验
  21.8 协整的思想与初步检验
  21.9 BeveridgeNelson分解公式
  21.10 协整的定义与最大似然估计
  21.11 协整分析的Stata实例
  习题
  附录
 第22章 自回归条件异方差模型
  22.1 条件异方差模型的例子
  22.2 ARCH模型的性质
  22.3 ARCH模型的MLE估计
  22.4 GARCH模型
  22.5 何时使用ARCH或GARCH模型
  22.6 ARCH与GARCH模型的扩展
  22.7 ARCH与GARCH的Stata命令及实例
  22.8 多维GARCH模型（选读）
  习题
 第23章 似不相关回归
  23.1 单一方程估计与系统估计
  23.2 似不相关回归的假定
  23.3 SUR的FGLS估计
  23.4 SUR的假设检验
  23.5 似不相关回归的Stata命令及实例
  23.6 变系数面板数据的SUR估计
  习题
  附录
 第24章 联立方程模型
  24.1 联立方程模型的结构式与简化式
  24.2 联立方程模型的识别
  24.3 单一方程估计法
  24.4 三阶段最小二乘法
  24.5 三阶段最小二乘法的Stata实例
  24.6 结构VAR
  24.7 SVAR的Stata实例
  习题
 第25章 非线性回归与门限回归
  25.1 非线性最小二乘法
  25.2 非线性回归的Stata命令及实例
  25.3 门限回归
  25.4 面板数据的门限回归
  25.5 门限回归的计算机操作
  习题
 第26章 分位数回归
  26.1 为什么需要分位数回归
  26.2 总体分位数
  26.3 样本分位数
  26.4 分位数回归的估计方法
  26.5 分位数回归的Stata命令及
  实例
  习题
 第27章 非参数与半参数估计
  27.1 为什么需要非参数与半参数
  估计
  27.2 对密度函数的非参数估计
  27.3 核密度估计的性质
  27.4 最优带宽
  27.5 多元密度函数的核估计
  27.6 非参数核回归
  27.7 多元核回归
  27.8 k近邻回归
  27.9 局部线性回归
  27.10 非参数估计的Stata命令及实例
  27.11 半参数估计
  习题
  附录
 第28章 处理效应
  28.1 处理效应与选择难题
  28.2 通过随机分组解决选择难题
  28.3 依可测变量选择
  28.4 匹配估计量的思想
  28.5 倾向得分匹配
  28.6 倾向得分匹配的Stata实例
  28.7 偏差校正匹配估计量
  28.8 双重差分倾向得分匹配
  28.9 断点回归的思想
  28.10 精确断点回归
  28.11 模糊断点回归
  28.12 断点回归的Stata实例
  28.13 处理效应模型
  习题
 第29章 空间计量经济学
  29.1 地理学第一定律
  29.2 空间权重矩阵
  29.3 空间自相关
  29.4 空间自回归模型
  29.5 空间杜宾模型
  29.6 空间误差模型
  29.7 一般的空间计量模型
  29.8 含内生解释变量的SARAR模型
  29.9 空间面板模型
  29.10 空间计量方法的局限性
 第30章 久期分析
  30.1 久期数据的处理方法
  30.2 风险函数
  30.3 久期数据的归并问题
  30.4 描述性分析
  30.5 久期模型的最大似然估计
  30.6 比例风险模型
  30.7 加速失效时间模型
  30.8 Cox模型
  30.9 比例风险模型的设定检验
  30.10 分层Cox模型
  30.11 随时间而变的解释变量
  30.12 不可观测的异质性
  30.13 其他久期分析模型
  30.14 久期分析的Stata命令及
  实例
  习题
 第31章 贝叶斯估计简介
  31.1 贝叶斯估计的思想
  31.2 贝叶斯定理
  31.3 贝叶斯估计的一个例子
  31.4 基于后验分布的统计推断
  31.5 先验分布的选择
  31.6 多元回归的贝叶斯分析
  31.7 马尔可夫链蒙特卡罗法
  习题
 第32章 如何做规范的实证研究
  32.1 计量理论与现实数据
  32.2 实证研究的主要步骤
  32.3 实证论文的结构
  32.4 计量实践的十诫
  32.5 结束语
  习题
 附录：常用数据来源
 参考书目
 数学符号
 英文缩写