Empirical Modelling in Economics pdf epub mobi txt 电子书下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:Cambridge University Press

作者:Clive W. J. Granger

出品人:

页数:112 pages

译者:

出版时间:November 1, 1999

价格:$ 38.41

装帧:Paperback

isbn号码:9780521778251

丛书系列:

图书标签:

经济
Economics
经济学
计量经济学
经验模型
统计建模
经济预测
模型构建
数据分析
实证研究
方法论
经济分析

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到本本书屋

onlinetoolsland.com

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

具体描述

Review

"...explains how an empirical economist approaches the task of constructing a model and how economic models and forecasts can be evaluated." Journal of Economic Literature

"Granger wants to tell the world something about model assessment, a topic that he believes has not gotten the attention it deserves. In doing so, he gives us a short book that is easy to read and accessible to undergraduate students. Many graduate students whould also benefit from reading the book, especially the first two chapters which give a clear account of many problems associated with econometric modeling and testing. Although we all know the message, Granger has done econometrics teachers a service by writing this book." Eastern Economic Journal

"...contains a wealth of unconventional ideas." JASA

Product Description

In these three essays, Professor Granger explains the process of constructing and evaluating an empirical model. Drawing on a wide range of cases and vignettes from economics, finance, politics and environment economics, as well as from art, literature, and the entertainment industry, Professor Granger combines rigor with intuition to provide a unique and entertaining insight into one of the most important subjects in modern economics. Chapter 1 deals with Specification. Chapter 2 considers Evaluation, and argues that insufficent evaluation is undertaken by economists, and that models should be evaluated in terms of the quality of their output. In Chapter 3, the question of how to evaluate forecasts is considered at several levels of increasing depth.

深入理解现代经济学研究范式：计量经济学的理论基石与前沿应用本书聚焦于经济学实证研究的核心工具——计量经济学，旨在为读者构建一个扎实、全面的理论框架，并引导其掌握将复杂经济现象转化为可检验模型的实践技能。我们认为，真正的经济学洞察力来源于对数据和模型之间关系的深刻理解，本书正是为此目标而设计。本书的结构精心设计，从基础概念的铺陈到高级模型的探讨，力求实现知识的循序渐进。我们不满足于仅仅罗列公式，而是深入探究每一个计量工具背出的哲学基础和实际操作的注意事项，确保读者能够批判性地使用这些工具。第一部分：计量经济学基础：从理论到数据结构本部分着重于为后续的复杂分析打下坚实的基础。我们首先回顾了经济理论与统计推断之间的桥梁——经典的线性回归模型（OLS）。然而，我们并未止步于标准的假设条件，而是花费大量篇幅探讨违反古典假设时，估计量的性质会如何变化，以及如何诊断和修正这些问题。核心内容包括： 1. 随机变量与概率分布的经济学诠释：我们用大量的经济学例子（如效用函数、生产函数中的随机冲击）来阐释大数定律和中心极限定理在经济数据分析中的重要性。 2. 多元线性回归模型（MLR）：详细讨论了多重共线性、异方差性（Heteroskedasticity）和自相关（Autocorrelation）的后果。针对异方差问题，我们不仅介绍了White检验和怀特标准误，还深入分析了广义最小二乘法（GLS）在效率提升中的作用。 3. 假说检验的严谨性：除了t检验和F检验，我们还讨论了非嵌套模型的模型选择标准，如赤池信息准则（AIC）和贝叶斯信息准则（BIC），强调在经济学应用中，模型的经济学合理性与统计显著性同等重要。第二部分：时间序列分析：揭示经济动态的奥秘经济数据往往具有时间依赖性，这要求我们使用专门的工具来处理序列相关性和时间趋势。本部分是本书的重点之一，全面覆盖了宏观经济学和金融学中常用的时间序列技术。关键模块阐述： 1. 平稳性与单位根检验：我们详细区分了确定性趋势和随机趋势，并重点讲解了ADF检验、PP检验等，指出在应用中，对非平稳序列进行差分处理的必要性，以及差分阶数的确定方法。 2. 自回归移动平均（ARMA/ARIMA）模型：阐述了如何通过ACF和PACF图识别模型的阶数，并引入了季节性ARIMA模型处理具有季节波动特征的经济数据（如季度零售销售）。 3. 协整（Cointegration）与长期均衡：对于非平稳序列，协整关系是揭示长期经济均衡的关键。我们系统介绍了Engle-Granger两步法和Johansen检验，并探讨了误差修正模型（ECM）如何同时捕捉短期调整和长期关系。 4. 向量自回归（VAR）模型及其拓展： VAR模型是分析多个宏观经济变量相互作用的强大工具。我们不仅讲解了VAR模型的设定、滞后阶数选择，还深入探讨了脉冲响应函数（IRF）和方差分解，以量化一个冲击如何沿着经济系统传播。在此基础上，我们引入了结构化VAR（SVAR）来分离内生冲击，这是政策分析的基石。第三部分：面板数据方法：克服异质性与追踪个体行为面板数据（Panel Data）结合了时间和截面信息，是处理微观经济学（如劳动力经济学、公司金融）中个体异质性问题的理想工具。本部分旨在提供一套处理截面依赖和个体效应的完整工具箱。内容深度聚焦： 1. 面板数据模型的选择与估计：详细比较了普通最小二乘法（Pooled OLS）、固定效应模型（FE）和随机效应模型（RE）。我们运用Hausman检验的经济学解释，指导读者在两种主要模型间做出审慎选择，并解释了FE模型如何“吸收”不随时间变化的个体特征。 2. 动态面板数据模型：针对微观经济学中普遍存在的内生性问题（如遗漏变量导致的自相关），我们引入了Arellano-Bond的差分GMM（DIF-GMM）和Blundell-Bond的系统GMM（SYS-GMM）估计器，详细阐述了工具变量的选择标准和检验（如Sargan/Hansen检验）。 3. 截面依赖问题：在全球化和区域经济研究中，截面间的相互影响不容忽视。本书介绍了如何使用空间计量模型或包含截面平均值的面板模型来处理这种依赖性。第四部分：超越线性：离散选择与因果推断的前沿现代经济学越来越关注非线性模型和严谨的因果推断。本部分将读者的视野从线性回归扩展到更贴近现实的复杂场景。关键分析领域： 1. 处理因果关系：严格区分了相关性与因果性。我们详细讨论了工具变量（IV）方法，包括两阶段最小二乘法（2SLS）的识别条件和弱工具变量问题。此外，倾向得分匹配（PSM）和双重差分法（DID）作为准实验方法的应用场景和局限性被深入剖析。 2. 有限因变量模型：许多经济学变量是二元（是/否）、计数或受限的。我们全面覆盖了Logit和Probit模型，并讲解了Tobit模型在处理截尾数据（如消费支出）时的应用，强调了边际效应的正确计算和解释，而非简单依赖于回归系数。 3. 非参数与半参数方法简介：作为对传统参数模型的补充，我们简要介绍了局部加权回归（LOESS）的概念，旨在展示如何让数据“说话”，而不是完全受限于预设的线性形式。结语：模型选择的艺术与科学本书的最终目标是培养具备独立研究能力的经济学实践者。我们始终强调，计量模型是经济理论的载体，而非目的本身。读者在掌握了这些技术之后，应能根据特定的经济问题，选择最恰当的模型设定、恰当的估计方法，并对结果进行审慎的经济学解释。本书提供的是一套严谨的“工具箱”和“操作手册”，引导未来的研究者在数据和理论的交汇点上，发现新的经济学洞见。

作者简介

克莱夫·格兰杰(Clive Granger)，1934年生于英国威尔士的斯旺西，现为英国公民。他于1959年获得英国诺丁汉大学博士学位，现为美国加利福尼亚大学圣迭戈分校的荣誉经济学教授，并担任该校经济学秘书协会主席。他于1995年当选为美国艺术与科学院院士，并于2003年获诺贝尔经济学奖。

格兰杰是目前全球最杰出的计量经济学家之一，他在学术界的建树几乎包括了近40年来计量经济学在时间序列方面，的所有重大发展。经济时间序列时，格兰杰和另一位学者汉塔纳卡(Hatanaka)首创使用了谱分析方法(spectral analysis)，并与著名学者摩根斯坦(Oscar Morgenstern)一起对纽约股票市场的股票价格进行了相关分析。在预测研究上，他在1959年发表的论文《关于潮汐河流泛洪的概率估计》被认为是现代成本一收益分析教材的范本案例。在菲线性问题的研究上，他和焦克斯(R．Joyeux)于1980年发表的论文《长期记忆时间序列模型与分数差分法简介》对长期记忆理论做出了很大贡献。所有这些都是计量经济学界最前沿的领域。格兰杰的发现对研究“财富与消费、汇率与物价水平，以及短期利率与长期利率之间的关系”都具有非常重要的意义。

目录信息

读后感

评分☆☆☆☆☆

其实这本书的第三部分写得最清楚，但是也是我读起来最困难的。印象最深刻的地方在于第二部分中，作者认为 “当提出一个新理论或经验模型时，应该问自己：（1）他的目的是什么？能帮助我们做什么经济决策？（2）与其他可选的相似模型相比，这个模型是...

评分☆☆☆☆☆

用户评价

评分☆☆☆☆☆

翻开书页，我立刻被作者那种抽丝剥茧般的叙事方式所吸引。即使是对于一个经济学领域的新手来说，这本书也展现出一种非凡的亲和力。书中并非直接抛出复杂的数学公式和晦涩的术语，而是循序渐进地构建起一个清晰的逻辑框架。我惊叹于作者是如何将看似抽象的理论概念，通过生动形象的比喻和贴近生活的实例，变得易于理解。例如，在讲解某个计量经济学模型时，作者并没有直接给出模型的数学表达，而是从一个大家都能理解的日常场景入手，比如家庭消费支出如何受到收入和价格的影响，然后逐步引导读者去思考如何用数据来量化和分析这种关系。这种“由浅入深”、“化繁为简”的教学方法，让我感觉自己不是在被动地接收信息，而是在主动地参与到知识构建的过程中。我仿佛看到了作者本人在书桌前，一遍遍地思考如何才能让读者更轻松地跨越理解的门槛。这让我对接下来的内容充满了期待，我迫不及待地想要知道，作者还会用怎样的方式，带领我一步步走向经济学实证分析的殿堂，去揭示那些隐藏在数据背后的经济真相。

评分☆☆☆☆☆

这本书在论述方法上，给我留下了一种深刻的印象，它不像某些学术著作那样，上来就堆砌大量的文献和理论，而是将理论的引入与实际应用紧密地结合在一起。我尤其欣赏的是，作者在介绍每一个建模方法时，都会详细地阐述其背后的思想逻辑，以及它能够解决哪些具体问题。例如，当谈到回归分析时，作者并没有仅仅满足于解释“如何做”，而是深入探讨了“为什么要做”、“什么情况下适合做”以及“做了之后如何解读结果”。这种“知其然，更知其所以然”的讲解方式，极大地提升了我学习的效率和深度。我感觉自己不仅仅是在学习一种技术，更是在学习一种思维方式，一种如何用数据说话，如何严谨地检验经济假设的科学方法。我想象着，在掌握了这些方法之后，我将能够更自信地去阅读和理解那些前沿的经济学研究论文，甚至能够尝试自己去分析一些感兴趣的经济现象。这本书就像一位经验丰富的导师，耐心地指导我如何一步步地构建起坚实的理论基础和扎实的实践能力，为我在经济学研究的道路上打下坚实的地基。

评分☆☆☆☆☆

我特别想强调的是，这本书在处理复杂问题时所展现出的清晰度和条理性，这是我阅读过的许多经济学著作中都难以见到的。作者在阐述每个模型时，都会先勾勒出其基本框架，然后逐步引入相关的数学工具和统计检验方法，最后再通过实例进行演示。这种结构化的讲解方式，使得我能够清晰地把握住每个模型的核心思想，而不至于在细节中迷失方向。我常常在阅读其他书籍时感到困惑，不知道作者的思路是如何一步步跳跃过来的，而在这本书中，我几乎不会遇到这种“断层感”。每一个论点都得到了充分的论证，每一个步骤都显得顺理成章。我能感受到作者在组织材料时付出的巨大心血，他仿佛是在为读者精心铺设一条通往理解的道路，确保我能够每一步都走得稳健而清晰。这让我对作者的专业素养和教学能力佩服不已，也让我对接下来的学习内容充满了信心，相信我一定能在这本书的引导下，逐步掌握经济学实证建模的精髓。

评分☆☆☆☆☆

阅读这本书的过程，让我对经济学研究的严谨性和科学性有了更深刻的认识。我常常会被作者在处理数据时所展现出的细致和审慎所打动。他不仅会教你如何去运用各种统计工具，更会强调在实际应用中可能遇到的各种陷阱和注意事项。比如，在讨论因果关系推断时，作者会详细地分析可能存在的混淆变量和内生性问题，并提供相应的解决方法。这种“防患于未然”的教学方式，让我意识到，经济学实证研究绝不仅仅是简单的套用公式，而是一个需要高度批判性思维和严谨逻辑的过程。我感觉自己仿佛是在跟随一位经验丰富的侦探，一步步地剖析经济现象背后的真相，辨别出 spurious correlation 和 true causality 的区别。这种学习体验让我觉得非常有价值，我不仅仅是在积累知识，更是在塑造一种严谨的学术品格，为我未来在任何学术领域的研究都打下坚实的基础，这远远超出了我最初对一本经济学教科书的期待。

评分☆☆☆☆☆

这本书的封面设计就透露着一种严谨而深邃的气息，深蓝色的背景上，几个简练的金黄色字迹，在书架上散发出一种内敛的光芒。我是在一次偶然的机会中在书店的经济学专区闲逛时注意到它的，当时吸引我的是它朴实无华但又透着一股学术范儿的装帧。我一直对经济学领域中的实证研究充满好奇，但常常苦于找不到一本能够系统地引导我理解其中方法论的书籍。很多时候，经济学著作要么过于理论化，要么聚焦于某个特定领域，而这本书的标题“Empirical Modelling in Economics”恰恰契合了我想要的那种既有实践性又不失理论深度的内容。我脑海中浮现出无数个关于如何将抽象的经济理论转化为可量化、可检验的模型，并最终应用于分析真实世界经济现象的场景。我设想着，这本书会为我揭示那些隐藏在经济数据背后的规律，让我能够更清晰地理解通货膨胀是如何形成的，失业率的变动原因究竟是什么，亦或是货币政策对股市影响的内在机制。这不仅仅是对知识的渴求，更是一种对理解世界运作方式的深层渴望。我期待它能成为我探索经济学奥秘的一把钥匙，开启一段充满发现和顿悟的旅程。

评分☆☆☆☆☆