计量经济分析
作者：徐秋华
内容简介
本书作为计量经济学的入门教材，以由浅入深的方式介绍了经济金融领域常用的实证分析方法，以及这些方法基于Stata和R语言的软件实现。本书特色主要体现在如下方面：计量理论介绍和课程思政并重；引入因果推断等领域的前沿成果；将常用机器学习方法融入计量内容体系。
全书共十二章，分为两个部分。第一部分为计量经济学基础：第一章是导论，概要介绍什么是计量经济学；第二章从总体角度剖析回归分析的本质；第三至五章介绍线性回归的基础知识；第六章讨论标准误的计算；第七章介绍了工具变量法；第八章介绍面板数据模型；第九章介绍二项选择模型和极大似然估计；第十章讨论变量和模型选择。第二部分是时间序列分析入门：第十一章介绍了线性时间序列模型的相关知识；第十二章介绍了单位根和协整。
本书可作为高等院校经济、金融和管理等相关专业的本科生或研究生教材，也可供相关领域的研究人员参考。
主要特点：
融入因果推断：将因果推断和传统计量经济学中对内生性问题的处理有机地结合在一起。
中国故事：以中文权威期刊上的实证研究为案例，展现新时代中国特色社会主义建设的伟大实践。
融入机器学习方法：本书详细介绍了LASSO、岭回归、弹性网和主成分分析等实证研究中常用的机器学习方法。
引入前沿理论成果：本书介绍了聚类稳健标准误、交叠DID和双重机器学习等方向的理论研究取得的重要成果。
突出金融特色：教材选择了金融科技与企业创新、机器学习驱动的基本面量化投资和系统重要性银行等具有浓厚金融特色的实例。
教材附录
Stata入门 pdf (updated 2024-05-01)
数据 A.1
R入门 pdf (updated 2024-05-01)
数据 B.1
程序 B.1 B.2 矩阵代数 pdf (updated 2024-05-01) 教材配套资源
网络资源
- DID最新进展：https://asjadnaqvi.github.io/DiD/
- Causal Inference：https://mixtape.scunning.com/
- 数据科学中的R语言：https://bookdown.org/wangminjie/R4DS/
- 普林斯顿大学数据分析语言入门：https://www.princeton.edu/~otorres/