計量經濟學:理論.觀念與應用 第二版 2023年

1.1　簡介：什麼是計量經濟學？
1.2　一個簡單例子
1.3　資料型態與模型分類
1.4　什麼是「財務計量」？
1.5　本書的範例與程式

2.1　觀念架構：機率與分配
2.2　貝氏定理
2.3　離散隨機變數分配
2.4　常見的離散分配
2.5　連續隨機變數
2.6　常見的連續分配
2.7　聯合分配與聯合動差
2.8　相關與獨立的討論
2.9　條件分配與條件動差
2.10　多變量分配
2.11　常態分配二次式之分配
2.12　多變量分配在財務上的應用：以最適投資組合建構為例（選讀）

3.1　隨機抽樣與隨機樣本
3.2　估計子抽樣性質：小樣本性質
3.3　估計子抽樣性質：大樣本性質
3.4　常用估計方法
3.5　假說檢定
3.6　實證研究初步：敘述統計量
3.7　實例：台灣、美國與日本股價指數報酬分析
3.8　本章附錄：證明 ((T-1) σ ̂^2)/σ^2 ~X_(T-1)^2

4.1　矩陣定義與運算
4.2　矩陣的基本運算
4.3　正交矩陣
4.4　矩陣的「跡數」
4.5　矩陣的行列式
4.6　矩陣的秩
4.7　反矩陣
4.8　二次式與正負定矩陣
4.9　聯立方程式與其解
4.10　特徵根與特徵向量
4.11　對稱矩陣的對角化
4.12　自乘不變矩陣的特徵根
4.13　矩陣的 Kronecker product 與向量化
4.14　向量與矩陣微分

5.1　模型設定
5.2　再談模型與誤差項
5.3　古典線性迴歸模型的矩陣表達形式
5.4　估計：普通最小平方法
5.5　高斯馬可夫定理
5.6　動差法估計 β 與 σ²
5.7　預測
5.8　常態分配下估計與假說檢定
5.9　變異數分析
5.10　實例與迴歸報表結果說明
5.11　概似比檢定、Wald 檢定與拉氏乘數檢定
5.12　非線性假說之檢定：Delta 方法（選讀）
5.13　非常態分配下的估計與假說檢定：大樣本性質分析
5.14　關於線性迴歸模型的幾個評論
5.15　本章小結
5.16　本章附錄

6.1　複迴歸模型係數的意義
6.2　偏相關係數與相關係數
6.3　交叉（交互）效果
6.4　省略相關之變數與引進不相關變數
6.5　常見模型函數型式
6.6　區分線性與對數模型：MWD 檢定
6.7　RESET 檢定
6.8　ln(y) 為應變數下 y 的預測
6.9　線性重合問題
6.10　資料遺漏問題
6.11　迴歸模型的敏感度分析
6.12　衡量誤差問題
6.13　EIV 問題實例：CAPM 之實證（選讀）

7.1　簡介
7.2　虛擬變數與結構性改變
7.3　多於兩群的虛擬變數應用
7.4　虛擬變數與交叉效果
7.5　實例分析：小公司規模效果之檢定
7.6　轉折線（Spline）迴歸
7.7　事件研究法（選讀）
7.8　本章小結：近年的發展

8.1　一般化最小平方法：Ω 已知下的估計
8.2　Ω 未知下的一致性估計子：可行的 GLS 估計子
8.3　不同誤差項假設下的計量分析架構

9.1　為什麼會有異質變異呢？
9.2　異質變異檢測方法
9.3　已知 Ω 結構下迴歸模型之估計
9.4　未知 Ω 結構下迴歸模型之估計與檢定：White 異質變異調整法
9.5　實例分析：White 異質變異檢測與假說檢定
9.6　ARCH/GARCH 模型

10.1　為什麼誤差項會有序列相關呢？
10.2　自我相關檢測
10.3　自我相關下模型之估計與檢定
10.4　本章小結

11.1　一個例子：以 t 分配為例
11.2　GMM 與最適加權矩陣之估計
11.3　GMM 估計子分配與檢定
11.4　GMM 推導應用：iid 與非 iid 下 Sharpe 指標之分配
11.5　GMM 與其他估計方法的關係
11.6　應用實例：股票風險因子能預測 GDP 嗎？
11.7　本章小結

12.1　離散迴歸模型
12.2　應變數受限制模型

13.1　模型設定
13.2　假說檢定
13.3　SUR 估計子與 OLS 估計子相等的二種情況
13.4　MVRM 之應用：CAPM 檢定
13.5　實例分析
13.6　本章小結

14.1　為什麼做研究？做什麼研究？
14.2　文章的主要要素
14.3　論文的主要內容
14.4　應用計量經濟的「十誡」
14.5　本章結語：給新進研究者的一些小建議