文摘
英文文摘
论文说明:符号说明
声明
第一章绪论
第一节选题的来源及意义
第二节文献综述
1.2.1国外的研究状况
1.2.2国内的研究现状及本文的创新点
第二章协整与误差修正模型理论回顾
第一节平稳时间序列模型
2.1.1经济均衡与时间序列分析
2.1.2随机过程和ARMA模型
第二节非平稳随机过程与单位根检验
2.2.1单整过程的定义及其性质
2.2.2虚假回归
2.2.3单位根检验
第三节单一方程协整与ECM
2.3.1两个变量的情形
2.3.2多变量协整系统
2.3.3协整向量估计方法
第四节Johansen的协整检验方法
第五节其它协整检验方法
2.5.1 Box-Tiao方法
2.5.2主成分协整分析方法
第三章平稳面板数据理论
第一节面板数据简介
第二节单因素误差分解模型
3.2.1基本的模型
3.2.2固定效应模型(fixed effects model)
3.2.3随机效应模型(random effects model)
第三节双因素误差分解模型
3.3.1基本的模型
3.3.2固定效应模型
3.3.3随机效应模型
第四章非平稳面板数据模型
第一节面板单位根检验
4.1.1 Levin and Lin(LL)检验
4.1.2 Im,Pesaran and Shin(IPS)检验
4.1.3联合p值检验(combining p-valuetest)
4.1.4基于残差的LM检验(residual-based LMtest)
第二节面板虚假回归
4.2.1不存在序列相关条件下的面板虚假回归
4.2.2一般序列相关下的面板虚假回归
4.2.3序列相关下虚假回归的小样本性质
第五章基于残差的面板协整检验
第一节DF和ADF检验
5.1.1模型和假定
5.1.2 DF检验
5.1.3 ADF检验
5.1.4 Monte Carlo模拟的结果
第二节基于残差的LM检验
5.2.1模型和假设
5.2.2检验的渐近分布
5.2.3 Monte Carlo模拟的结果
第三节Pedroni检验
5.3.1统计量的构建与计算
5.3.2不同解释变量条件下的临界值
第四节纵剖面有限条件下的面板协整检验
5.4.1基本模型和统计量构造
5.4.2检验的小样本性质
第六章面板协整向量的估计与假设检验
第一节同质面板条件下的估计方法
6.1.1基本的模型和假设
6.1.2普通最小二乘估计(OLS)
6.1.3完全修正最小二乘估计(FMOLS)
6.1.4动态最小二乘估计(DOLS)
第二节异质面板条件下的估计方法的修正
6.2.1异质面板条件下的FMOLS估计
6.2.2异质面板条件下的DOLS估计
第三节小样本性质及假设检验
6.3.1 OLS估计、FMOLS估计和DOLS估计的小样本性质
6.3.2假设检验
第七章动态面板与误差修正模型
第一节动态面板及其估计方法
7.1.1动态面板以及估计偏倚
7.1.2不存在外生变量时动态面板工具变量估计
7.1.3存在外生变量时动态面板工具变量估计
第二节面板误差修正模型
7.2.1 ECM协整检验统计量及其渐近分布
7.2.2 ECM协整检验统计量的小样本性质
第八章基于极大似然的面板协整检验方法
第一节典型相关理论
8.1.1典型相关系数定义
8.1.2典型相关系数的计算方法
第二节Johansen的极大似然估计方法及假设检验
8.2.1 Johansen的估计方法
8.2.2协整向量个数的假设检验
第三节基于Johansen方法的面板协整检验
第九章面板协整检验的应用
第一节基于非平稳面板的生产函数估计
9.1.1模型和使用的数据
9.1.2变量的面板单位根检验
9.1.3面板协整检验及生产函数的估计
第二节省际城市化水平与经济增长关系的面板协整检验
9.2.1理论模型和计量方法
9.2.2实证结果
9.2.3估计结果及其分析
参考文献
致谢
附录
个人简历 在学期间发表的学术论文与科研成果