译者序
前言
致谢
1 导言
第一部分 静态模型
2 不可观测的异质性
2.1 概述
2.2 固定效应模型
2.2.1 假设
2.2.2 组内估计
2.3 异方差和序列相关
2.3.1 组内估计的稳健标准误
2.3.2 存在未知形式异方差和序列相关的最优最小二乘估计
2.3.3 在未知形式异方差和序列相关情形下的改进广义矩估计和最短距离估计
2.4 似然方法
2.4.1 联合似然
2.4.2 条件似然
2.4.3 边际（或积分）似然
2.5 有附加效应的非线性模型
2.5.1 非线性回归
2.5.2 线性结构化方程
2.5.3 非线性联立方程组
3 误差成分
3.1 方差分解
3.2 误差成分回归
3.2.1 模型
3.2.2 最小二乘估计和ML估计
3.2.3 最小二乘估计、组内估计和组间估计
3.3 相关的不可观测异质性检验
3.3.1 设定检验
3.3.2 稳健选择
3.4 带水平信息模型
3.5 估计误差成分分布
4 变量中的误差
4.1 含有变量误差的标准回归模型介绍
4.2 测量偏差与不可观测异质性偏误
4.3 面板数据的工具变量估计
4.4 一个例子：测量企业货币需求中的经济规模
第二部分 动态模型
5 动态误差成分的协方差结构
5.1 引言
5.2 时间效应
5.3 移动平均自协方差
5.4 估计协方差结构
5.4.1 广义矩方法／最小距离估计
5.4.2 使用原始矩的变换
5.4.3 广义矩方法和伪极大似然估计量之间的关系
5.4.4 检验协方差约束条件
5.5 例子：检验持久收入假说
6 有个体效应的自回归模型
6.1 假设
6.2 组内估计
6.3 工具变量估计
6.4 初始条件与异方差
6.4.1 平稳性保持时的估计
6.4.2 无约束初始条件
6.4.3 时间序列异方差
6.4.4 自回归模型中时间效应
6.5 均值平稳
6.6 单位根
6.7 对公司就业与工资的向量自回归的检验与估计
第三部分 动态模型与先决变量
7 同时含严格外生变量与滞后因变量的模型
7.1 模型的本质
7.2 例子：烟瘾问题
7.3 广义矩方法估计
7.3.1 大T情形下的两阶段最小二乘法估计
7.3.2 小T大N情形下的最优工具变量估计
7.3.3 随T矩数增加的广义矩估计
7.3.4 同各个效应不相关的解释变量
7.3.5 协方差矩阵约束
7.4 极大似然估计
7.4.1 协方差无约束的估计
7.4.2 协方差受约束的MLE
7.4.3 与xs相关的MLE
8 先决变量
8.1 介绍与例子
8.1.1 带反馈的局部调整
8.1.2 家庭消费的欧拉方程
8.1.3 跨国增长和收敛
8.2 大T下的组内估计
8.3 小T下的广义矩方法估计
8.3.1 矩和加权矩阵
8.3.2 筛选的枝节问题
8.4 最优工具变量
8.5 与效应不相关工具
8.5.1 系统估计量
8.5.2 平稳性约束
8.5.3 示例：一个工作培训的动态评估
8.5.4 时恒解释变量
8.5.5 乏序列相关暗含的水平矩
8.6 女性劳动参与的生育效应估计
8.7 其他估计方法
第四部分 附录
A 广义矩估计方法
A.1 矩估计问题的方法
A.2 一般公式
A.3 举例：2SLS和3SLS
A.4 广义矩方法估计量的一致性
A.5 渐进正态性
A.6 渐进方差的估计
A.7 最优加权矩阵
A.8 过度识别限制的检验
B 条件模型中的最优工具（变量）
B.1 引言
B.2 线性回归模型
B.3 非线性回归
B.4 非线性结构方程
B.5 多元非线性回归
B 6 非线性联立方程组
参考文献