具体描述
本书是针对财经计量方法已有基础的读者撰写的软体工具书，因此，本书的重点在于让撰写财经实证论文的读者，在资料载入完备后，提供一个资料分析的手册。本书提供了一个系统化的程序，使得研究者可以透过「概念说明」及「实例操作」来深入财经计量方法的主要作业程序。
全书依照财经资料特征，分为三部分：横断面资料(yi)、时间序列资料(yt)、多变量资料(yit)；每部分皆辅以二至三个章节论述，且以一个完整的资料档贯穿全文，章节的编排与论文撰写的顺序一致，方便读者在阅读本书后，在财经实证论文的写作上能更加轻易下笔。
由于本书是实证研究的工具书，非计量经济学论着，因此，对于各个章节主题，均依循着估计与检定的架构撰写。本书的内容有三个特点：
1.其一是对Eviews人性化的资料库功能做了基础概略说明；其中针对一般使用者不常接触使用却又非常便利的ValMap功能，在此特别加以介绍。
2.其二则是Eviews的多功能绘图，与图形的多元编辑功能。Eviews绘图功能在7.0以后就有大幅的进步。本书对矩阵散佈图与多维度呈现资料的功能，均加以介绍。
3.第三是主题选取范围涵盖中高级领域。例如：State-Space Form、非对称GARCH家族、多变量GARCH和内生性问题等等。并新增8.0的结构变动。
最后，Panel Data的介绍包括了动态部分。但是，因为动态需要GMM估计，对此，本书以一个工具书的立场，没有太详细说明各估计方法下的动态工具变数宣告的差异。
本书囊括了财经实证分析中常见且实用的计量方法，有利于读者投稿与看懂财经实证国内外相关文献。
全书依照财经资料特征，分为三部分：横断面资料(yi)、时间序列资料(yt)、多变量资料(yit)；每部分皆辅以二至三个章节论述，且以一个完整的资料档贯穿全文，章节的编排与论文撰写的顺序一致，方便读者在阅读本书后，在财经实证论文的写作上能更加轻易下笔。
由于本书是实证研究的工具书，非计量经济学论着，因此，对于各个章节主题，均依循着估计与检定的架构撰写。本书的内容有三个特点：
1.其一是对Eviews人性化的资料库功能做了基础概略说明；其中针对一般使用者不常接触使用却又非常便利的ValMap功能，在此特别加以介绍。
2.其二则是Eviews的多功能绘图，与图形的多元编辑功能。Eviews绘图功能在7.0以后就有大幅的进步。本书对矩阵散佈图与多维度呈现资料的功能，均加以介绍。
3.第三是主题选取范围涵盖中高级领域。例如：State-Space Form、非对称GARCH家族、多变量GARCH和内生性问题等等。并新增8.0的结构变动。
最后，Panel Data的介绍包括了动态部分。但是，因为动态需要GMM估计，对此，本书以一个工具书的立场，没有太详细说明各估计方法下的动态工具变数宣告的差异。
本书囊括了财经实证分析中常见且实用的计量方法，有利于读者投稿与看懂财经实证国内外相关文献。
著者信息
作者简介
何宗武
现职
世新大学财务金融学系 教授
世新大学数量方法研究暨发展中心 主任
学历
美国犹他大学(University of Utah)经济学 博士
专长
国际金融、资产定价、应用计量方法、中国财经史
经历
世新大学数量方法研究暨发展中心 主任
世新大学财金系 教授
世新大学财金系 副教授
世新大学经济系 副教授
世新大学经济系 助理教授
何宗武
现职
世新大学财务金融学系 教授
世新大学数量方法研究暨发展中心 主任
学历
美国犹他大学(University of Utah)经济学 博士
专长
国际金融、资产定价、应用计量方法、中国财经史
经历
世新大学数量方法研究暨发展中心 主任
世新大学财金系 教授
世新大学财金系 副教授
世新大学经济系 副教授
世新大学经济系 助理教授
图书目录
第一章 进入Eviews的环境
1-1 工作表单(Work Sheet Menu)
1-2 绘图
1-3 单笔资料分析
1-4 多笔资料分析
1-5 增益集(Add-ins)
第一部份 单维资料N 横断面样本yi i=1,2,……N
第二章 线性回归分析
2-1 回归原理与最小平方法
2-2 Eviews估计
2-3 检定与诊断分析
2-4 逐步回归法(Stepwise LS Regression)
第三章 非线性模型NLS与MLE
3-1 非线性最小平方法(Nonlinear Least Square)
3-2 最大概似估计法(Maximum Likelihood Estimator)
第二部份 单维资料T 时间序列yt t=1,2,……T
第四章 时间序列初步Time Series Primer and ARMA
4-1 将时间序列资料载入Eviews
4-2 Eviews时间序列资料的基础功能
4-3 时间序列性质分析
4-4 ARMA
4-5 列相关与检定
4-6 ARMA结构具季节性
4-7 时间序列预测
第五章 波动分析
5-1 单变量对称GARCH
5-2 单变量非对称GARCH
第六章 内生性、工具变数法与GMM
6-1 内生性检定与工具变数法
6-2 GMM (Generalized Method of Moments)
第三部份 双维资料— N, T皆有yit
第七章 财经多变量
7-1 向量自回归VAR (Vector AutoRegression)
7-2 近似表面不相关SUR (Seemingly unrelated regression)
7-3 多变量GARCH (Multivariate GARCH)
7-4 State-Space Form
第八章 追踪资料模型Analysis of Panel Data
8-1 原理
8-2 资料载入
8-3 单维模型(One-way error component regression)
8-4 检定
8-5 双维模型(Two-way error component regression)
8-6 异质变异问题与顽强共变异数(Robust Coefficient Covariance)
8-7 具内生性问题时的估计(Panel Data with Endogeneity)
8-8 动态追踪资料模型(Dynamic Panel Data)
第九章 模型稳定性诊断与结构变动
9-1 检定形式一：Empirical Fluctuation Process(efp)方法
9-2 检定形式二：F Tests
1-1 工作表单(Work Sheet Menu)
1-2 绘图
1-3 单笔资料分析
1-4 多笔资料分析
1-5 增益集(Add-ins)
第一部份 单维资料N 横断面样本yi i=1,2,……N
第二章 线性回归分析
2-1 回归原理与最小平方法
2-2 Eviews估计
2-3 检定与诊断分析
2-4 逐步回归法(Stepwise LS Regression)
第三章 非线性模型NLS与MLE
3-1 非线性最小平方法(Nonlinear Least Square)
3-2 最大概似估计法(Maximum Likelihood Estimator)
第二部份 单维资料T 时间序列yt t=1,2,……T
第四章 时间序列初步Time Series Primer and ARMA
4-1 将时间序列资料载入Eviews
4-2 Eviews时间序列资料的基础功能
4-3 时间序列性质分析
4-4 ARMA
4-5 列相关与检定
4-6 ARMA结构具季节性
4-7 时间序列预测
第五章 波动分析
5-1 单变量对称GARCH
5-2 单变量非对称GARCH
第六章 内生性、工具变数法与GMM
6-1 内生性检定与工具变数法
6-2 GMM (Generalized Method of Moments)
第三部份 双维资料— N, T皆有yit
第七章 财经多变量
7-1 向量自回归VAR (Vector AutoRegression)
7-2 近似表面不相关SUR (Seemingly unrelated regression)
7-3 多变量GARCH (Multivariate GARCH)
7-4 State-Space Form
第八章 追踪资料模型Analysis of Panel Data
8-1 原理
8-2 资料载入
8-3 单维模型(One-way error component regression)
8-4 检定
8-5 双维模型(Two-way error component regression)
8-6 异质变异问题与顽强共变异数(Robust Coefficient Covariance)
8-7 具内生性问题时的估计(Panel Data with Endogeneity)
8-8 动态追踪资料模型(Dynamic Panel Data)
第九章 模型稳定性诊断与结构变动
9-1 检定形式一：Empirical Fluctuation Process(efp)方法
9-2 检定形式二：F Tests
图书序言
图书试读
None
用户评价
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 ttbooks.qciss.net All Rights Reserved. 小特书站 版权所有