![计量经济学 - [美] James H. Stock](https://static.book345.com/covers/s/9787543220591.jpg)
书籍介绍
本书第三版的编写延续了前两版的思想，其中：修改后的第10章对面板数据回归中标准误的处理进行了更新，即群集标准误（clustered error）计算方法；第13章中对试验和准试验的处理，直接应用多元回归方法，使倍差回归方法的讨论更加简明；第12章对弱工具变量的讨论进行了更新；引入“可能结果”分析方法分析实验数据；同时还增加了不少专栏内容，更新了原有案例和专栏的数据和结论。
James H. Stock，普林斯顿大学经济系教授。加州大学伯克利分校经济学博士，曾任教于加州大学伯克利分校及哈佛大学肯尼迪政府学院。研究领域为经济计量方法、宏观经济预测、货币政策等，曾发表论文90多篇，并出版若干其他专著。
Mark W. Watson，普林斯顿大学经济系教授，他与 James H. Stock 都是计量经济学领域中的权威，尤其以时间序列的研究最为出众。
AI导读
核心看点
- 循序渐进讲解回归分析、时间序列与面板数据
- 强调因果效应识别，引入潜在结果分析框架
- 直观阐释统计原理，避免过度陷入数学推导
适合谁读
- 经济学、金融学及相关专业的本科生与研究生
- 希望系统掌握定量分析与实证研究方法的初学者
- 需进行数据建模与因果推断的科研或职场人士
读前提醒
- 内容硬核且公式密集，需具备概率统计基础
- 部分章节翻译生硬，建议结合英文原版对照
- 注意核对公式符号，警惕版本间的印刷勘误
读者共识
- 公认最适合入门的计量教材，逻辑清晰友好
- 时间序列部分讲解透彻，优于伍德里奇教材
- 虽被戏称‘掉头发’，但认真研读能救大命
本导读基于书籍简介、目录、原文摘录、短评和书评生成，不等同于全文精读。
精彩摘录
- "经济时间序列数据经常在取对数值或取对数值的差分之后进行分析，这样做的一个原因是许多经济时间序列呈现近似指数增长的态势，即平均而言，长期中的序列增长率每年保持在一个固定的百分比。这一点意味着，序列的对数值近似线性增长。这样做的另一个原因是，许多经济时间序列变量的标准差大约与它的水平值成正比。这也意味着，序列对数值的标准差近似于一个常数。"
- "似然函数（ likelihood function）是抽样的联合概率分布，是未知系数的函数。未知系数的最大似然估计量（ maximum likelihood estimator，MLE）是使似然函数达到最大时所计算得到的系数值。由于最大似然估计量选择了使似然函数即联合概率分布达到最大的未知系数，故实际上最大似然估计量选择的是使n个样本数据被抽中的概率达到最大的系数值。在这个意义上，MLE是那些“最可能”生成这些数据的系数值。"
- "✨检验弱工具变量的一个经验法则 第一阶段F统计量是指检验两阶段最小二乘法的第一阶段中工具变量Z1i，…，Zmi的系数均为零的假设的F统计量。 针对仅有单个内生解释变量的情形，如果第一阶段F统计量小于10，则表明工具变量是弱的，即TSLS估计量有偏（即使在大样本条件下）且TSLS估计量的t统计量和置信区间变得不可信。"
- "更广义地讲，一个潜在结果（ potential outcomes）就是一个个体在潜在处理下得到的结果。这一个体的因果效应是接受处理和不接受处理的潜在结果之间的差异。一般而言，个体的因果效应可以随个体的不同而不同。例如，药物治疗的效果可能与你的年龄、是否吸烟或者其他健康状况有关。问题在于，我们无法对一个单个个体的因果效应进行度量。因为，一个个体要么接受了处理，要么没有接受处理，我们只能观测到这两个潜在结果中的某一个，而无法同时观测到两个潜在结果。 尽管一个单个个体的因果效应无法度量，但在许多应用中，我们只需要知道总体的平均果效应就已经足够。例如，在评估职业培训项目时，我们只需要权衡受训者的平均花"
作者简介
James H. Stock，普林斯顿大学经济系教授。加州大学伯克利分校经济学博士，曾任教于加州大学伯克利分校及哈佛大学肯尼迪政府学院。研究领域为经济计量方法、宏观经济预测、货币政策等，曾发表论文90多篇，并出版若干其他专著。
Mark W. Watson，普林斯顿大学经济系教授，他与 James H. Stock 都是计量经济学领域中的权威，尤其以时间序列的研究最为出众。
目录
用户评论
想看明白还是要有数理基础🥲书很好计量也过了 满足了
我看的是机械工业第三版，但是这版好像也不怎么样。为什么越是这种需要精确的数学书校对越差呢？？出版社干什么吃的？？大师作品，对入门者不太友好
很好的译本
没机会了。。。
赶在毕业离校前看完了第一遍，感谢小李的陪伴，让我觉得它没那么难读下去
计量经济学对我认识世界提供了更深层次的理性直觉。
中心极限定理、OLS、工具变量等概念，向我展示了客观事实是如何表现的，强化了我在决策过程中对外界的观察，并且让我将“因果”作为解释世界的首要思考工具。
同时，在实际的数据分析中，我发现统计工具所揭示出的信息深度、准确度和丰富度，是直觉和简单的求均值比不上的，让我开始重视数理统计基础。
但是，最后的几个章节中文翻译十分糟糕，我决定以后开始阅读原版书籍了。
我一次一次地痛骂自己干嘛要学这个专业……没有一点兴趣没有一点兴趣没有一点兴趣……最后好歹没挂，不要让我再看见它……
好用，不管是用于学习还是考试，都挺好的。
我就想问🤔(3.6)式是不是少个负号？？勘误，对本不聪明的人来说，真是雪上加霜。
浓缩便是精华
下载
收藏