《面板数据分析（第三版）（经济科学译丛）》全面、系统、直观地介绍了广泛应用于实证分析领域的面板数据方法。第三版做了重大修订，新增了介绍横截面相依数据和动态方程组的两章：进一步梳理了一些复杂的概念：引入了若干新的内容，譬如相关随机系数模型、伪面板数据、久期模型、计数数据模型、分位数分析以及非线性面板数据模型中控制非观测异质性影响的其他方法。面板数据研究中的近期进展都以非常严谨而又友好的方式呈现在书中，并与原有内容有机地结合成一个整体。严谨的理论分析与合理引用的实证案例使得《面板数据分析（第三版）（经济科学译丛）》对经济学、社会学、政治学等领域的研究生和高级研究人员非常有帮助。
萧政（Cheng Hsiao），现为美国南加州大学经济学教授，厦门大学兼职教授 斯坦福大学经济学博士。他的主要工作是融合经济学理论与计量经济分析。萧政教授在面板数据、 时间序列数据、横截面数据、结构模型、测量误差等领域，无论是理论还是实证分析 都做出了广泛的贡献。他的专著《面板数据分析》深受学术界好评。1991—2013年任《计量经济学杂志》 (Journal of Econometrics )的联合主编。萧政教授还在亚洲、美洲、欧洲等众多国家和地区的著名大学或研究机构担任客座教授等重要职务。
第1 章 导 论 ………………………………………………………… 1
1．1 面板数据简介 …………………………………………………… 1
1．2 面板数据的优点 ………………………………………………… 4
1．3 使用面板数据时的问题 ………………………………………… 8
1．4 全书内容提要 …………………………………………………… 11
第2 章 线性回归模型的同质性检验 ( 协方差分析)………………… 13
2．1 引言 ……………………………………………………………… 13
2．2 协方差分析 ……………………………………………………… 14
2．3 案例 ……………………………………………………………… 18
第3 章 简单变截距回归模型 ………………………………………… 23
3．1 引言 ……………………………………………………………… 23
3．2 固定效应模型： 最小二乘虚拟变量法 ………………………… 26
3．3 随机效应模型： 方差成分模型的估计 ………………………… 29
3．4 固定效应还是随机效应 ………………………………………… 36
3．5 误设检验 ………………………………………………………… 43
3．6 包含时恒或个同解释变量以及个体和时间特异效应项的模型… 45
3．7 异方差与自相关 …………………………………………………… 50
3．8 任意误差结构的模型―Chamberlainπ_法………………………… 54
附录3A 最小距离估计量的一致性和渐近正态性 …………………… 58
附录3B 三成分模型的方差_协方差矩阵的特征向量和逆 ………… 60
第4 章 变截距动态模型…………………………………………………… 63
4．1 引言 ………………………………………………………………… 63
4．2 协方差估计量 …………………………………………………… 64
4．3 随机效应模型 …………………………………………………… 66
4．4 案例 ……………………………………………………………… 86
4．5 固定效应模型 …………………………………………………… 88
4．6 残差任意相关时动态模型的估计 ……………………………… 96
4．7 同时包含个体特异项和时间特异项的模型 …………………… 97
附录4A 可行 MDE 的渐近协方差矩阵的推导 ………………… 102
附录4B N 与T 增大时的渐近性分析 …………………………… 104
第5 章 静态联立方程模型 ………………………………………… 108
5．1 引言 …………………………………………………………… 108
5．2 联合广义最小二乘估计法 …………………………………… 111
5．3 结构方程的估计 ……………………………………………… 114
5．4 三角形方程组 ………………………………………………… 120
附录5A ……………………………………………………………… 130
第6 章 变系数模型 ………………………………………………… 133
6．1 引言 …………………………………………………………… 133
6．2 系数随横截面单元变化 ……………………………………… 135
6．3 系数随时期和横截面单元变化 ……………………………… 144
6．4 随时间演化的系数 …………………………………………… 148
6．5 系数是其他外生变量的函数 ………………………………… 154
6．6 固定系数和随机系数的混合模型 …………………………… 156
6．7 动态随机系数模型 …………………………………………… 164
6．8 两个案例 ……………………………………………………… 169
6．9 相依随机系数模型 …………………………………………… 175
附录6A 两个正态分布随机变量的联合分布 …………………… 182
第7 章 离散数据 …………………………………………………… 184
7．1 引言 …………………………………………………………… 184
7．2 基于混合截面数据的离散响应模型 ………………………… 184
7．3 个体存在异质性时静态模型的参数方法 …………………… 188
7．3．1 固定效应模型 ……………………………………………… 189
7．3．2 随机效应模型 ……………………………………………… 194
7．4 静态模型的半参数方法 ……………………………………… 197
7．5 动态模型 ……………………………………………………… 200
7．6 识别状态相依的其他方法 …………………………………… 216
第8 章 样本截略与样本选择 ……………………………………… 225
8．1 引言 …………………………………………………………… 225
8．2 案例―非随机缺失数据 ……………………………………… 233
8．3 包含随机个体效应项的Tobit 模型 ………………………… 239
8．4 固定效应估计量 ……………………………………………… 240
8．5 案例： 住房支出 ……………………………………………… 250
8．6 动态Tobit 模型 ……………………………………………… 254
第9 章 截面相依面板数据 ………………………………………… 261
9．1 截面相依问题 ………………………………………………… 261
9．2 空间方法 ……………………………………………………… 262
9．3 因子方法 ……………………………………………………… 269
9．4 控制横截面相依影响的组均值 (公共相关项) 增强法 …… 273
9．5 横截面相依的检验 …………………………………………… 276
9．6 项目评估的面板数据方法 …………………………………… 281
第10 章 动态系统 ………………………………………………… 297
10．1 面板向量自回归模型 ……………………………………… 298
10．2 协整面板数据模型和向量误差修正 ……………………… 305
10．3 单位根与协整检验 ………………………………………… 311
10．4 动态联立方程模型 ………………………………………… 320
第11 章 不完全面板数据 ………………………………………… 326
11．1 轮换或随机缺失数据 ……………………………………… 326
11．2 伪面板 (或重复横截面数据) ……………………………… 330
11．3 单个横截面数据集和单个时序数据集的混合 …………… 332
11．4 短面板分布滞后模型的估计 ……………………………… 337
第12 章 前沿问题 ………………………………………………… 347
12．1 久期模型 …………………………………………………… 347
12．1 计数数据模型 ……………………………………………… 355
12．3 面板分位数回归 …………………………………………… 359
12．4 模拟方法 …………………………………………………… 361
12．5 多层结构的数据 …………………………………………… 365
12．6 测量误差 …………………………………………………… 367
12．7 非参数面板数据模型 ……………………………………… 372
第13 章 全书概略 ………………………………………………… 375
13．1 面板数据的优点 …………………………………………… 375
13．2 面板数据分析面临的挑战 ………………………………… 379
13．3 结束语 ……………………………………………………… 382

……前言/序言　　面板数据计量经济学是当今计量经济学领域最活跃的分支之一。利用面板数据可以在更合理行为的假设下构建适当的模型，导出新的方法；随着现代社会可获取的面板数据越来越多，有关面板数据的研究如雨后春笋般不断涌出。本书在第二版的基础上有重大改进，增加了横截面相依面板数据和动态系统两章，对原来某些复杂的概念给出了更为清晰的解释，并在相关章节增加了关于随机系数模型、伪面板数据模型、久期模型、计数模型、分位数分析、非线性面板数据模型中非观测异质项影响控制方法、基于大截面维度或大时间维度数据进行推断的新内容。希望新版中的内容能为实证分析提供更为全面、连贯、直观的面板数据分析方法。当然，没有哪本专著能绝对公平地对待所研究领域的海量文献。本书如未能对面板数据分析中某些重要贡献给予足够的重视，我在此表示歉意。
　　非常感谢剑桥大学出版社前员工Scott Parris和现员工Karen Maloney对本书的支持和鼓励。衷心感谢《计量经济学》（Econometrica）、国际货币基金组织、《金融时报》（Financial Times）、《美国统计学会杂志》（Journal of the American StatisticaL Association>、《应用计量经济学杂志》（Journal of Applied Econometrics）、《计量经济学杂志》（Journal of Econometrics）、《区域科学与城市经济学》（Regional Science and Urban Economics）、《经济研究评论》（Reviewo，Economic Studies）、芝加哥大学出版社、爱思唯尔（Elsevier Science）等允许我参考其出版物中的内容。感谢Kristin Purdy和Kate Gavino协助获取授权许可，感谢K.Bharadwaj、S.Shankar、J.Penney和T.Kornak优质的文字编辑和排版工作。在本书的成书过程中，南加利福尼亚大学、厦门大学、香港城市大学、香港科技大学为我提供了非常舒适的工作环境，中国国家自然科学基金也提供了若干支持（项目编号：71131008）。感谢Sena Schlessinger用她娴熟的技术输入了本书的各期手稿；R Matzkin和两位匿名评审人、J.C Duan、R Koenker、C Lambache、李龙飞、陆逊、M.H.Pesaran、H.R.Moon、苏良军、T.Wans_beek.以及J.H. Yu对书中部分内容提出了建设性意见。感谢Q.Zhou发现初稿中的若干打印错误和失误；感谢Michael Hsiao绘制表1.1、表6.9～表6.11以及表9.1；感谢Shui Wan绘制表9.2‘表9.5以及图9.1～图9.4；感谢T.Wang耐心地备好表12.1、图12.1以及图12.2的源文件。虽有大家的帮助，但书中错误仍不可避免。对此，我深感歉意并感谢指出具体错误的读者。……