李子奈计量经济学课件(24)
计量经济学李子奈绪论ppt课件
14
理论计量经济学和应用计量经济学
理论计量经济学是以介绍、研究计量经济学的理论 与方法为主要内容，侧重于理论与方法的数学证明 与推导，与数理统计联系极为密切。除了介绍计量 经济模型的数学理论基础、普遍应用的计量经济模 型的参数估计方法与检验方法外，还研究特殊模型 的估计方法与检验方法，应用了广泛的数学知识。
课件部分内容来源于网络，如有异 议侵权的话可以联系删除，可编辑 版！
13
初、中、高级计量经济学
初级以计量经济学的数理统计学基础知识和经典的 线性单方程模型理论与方法为主要内容；
中级以用矩阵描述的经典的线性单方程模型理论与 方法、经典的线性联立方程模型理论与方法，以及 传统的应用模型为主要内容； 高级以非经典的、现代的计量经济学模型理论、方 法与应用为主要内容。 本课程定位于中级水平上，适当引入高级的内容。
第一章 绪论
§1.1 计量经济学 §1.2 经典计量经济学模型的建模步骤 §1.3 计量经济学模型的应用
§1.4 本书内容安排说明
课件部分内容来源于网络，如有异 议侵权的话可以联系删除，可编辑 版！
1
关于绪论
○绪论是课程的纲。 ○学好绪论，可以说学好了课程的一半。参观一个 城市，先站在最高处俯瞰，然后走街串巷；了解 一座建筑，先看模型，后走进每一个房间。各起 一半作用。 ○绪论课的目的：了解课程的性质和在课程体系中 的地位；了解课程完整的内容体系和将要讲授的 内容；了解课程的重点和难点；了解课程的学习 方法；介绍课程中不讲的但是必须了解的课程内 容。 ○不必全懂，只需似懂非懂。
李子奈《计量经济学》教材精讲网课
李子奈《计量经济学》教材精讲网课
在各个章节中，通过列举并分析历年考研真题，明确命题规律和特点，引导学员掌握考点的历年出题思路及方式，从而有效指导学员复习相关知识点。
3．电子书（题库）（送手机版）
报名本课程后，本视频课程里的所有电子书（题库）均可使用。
需要提醒的是，考虑到课时的需要以及相关知识点的难易程度，对于一些简单的知识点、考试不易涉及的知识点，本课程不予以讲述或一带而过，故建议大家在学习本课程之前提前复习一遍教材，在翻看教材基础上，学习本课程。
本课程的学员可以下载电子版讲义打印学习。
李子奈《计量经济学》第三版例题及习题的stata解答
第二章例．1(p24)（1）表中E(Y|X=800)即条件均值的求法，将数据直接复制到stata 中。
程序：sum y if x==800程序：程序：（2）图的做法： 程序：twoway(scatter y x )(lfit y x ),title("不同可支配收入水平组家庭消费支出的条件分布图")xtitle("每月可支配收入（元）")ytitle("每月消费支出（元）")xtick(500(500)4000)ytick(0(500)3500)、例．1（p37）将数据直接复制到stata中程序：（1）total xiyixiyi 4974750 1507821 1563822 8385678Total Std. Err. [95% Conf. Interval]return listscalars:-r(skip) = 0r(first) = 1r(k_term) = 0r(k_operator) = 0r(k) = 0r(k_level) = 0r(output) = 1r(b) = 4974750r(se) =g a=r(b) in 1#Scatter表示散点图选项，lfit表示回归线，title表示题目，xtick表示刻度，（500（500）4000）分别表示起始刻度，中间数表示以单位刻度，4000表示最后的刻度。
要注意的是命令中的符号都要用英文字符，否则命令无效。
这个图可以直接复制的，但是由于我的软件出问题，只能直接剪切，所以影响清晰度。
Total表示求和，return list命令可以引用其中的数据，接下来在第一列生成一个新的变量代表xiyi的和，同样生成一个b代表xi平方的，a除以b即可得到batatotal xi2return listg b=r(b) in 1di a/b.67(2)mean Yigen m=r(b) in 1mean Xi(g n=r(b) in 1di m-n*由此得到回归方程：Y=+例．2(p53)程序：（1）回归reg y x（2） >（3） 求X 的样本均值和样本方差:mean xx 11363.69 591.7041 10155.27 12572.11 Mean Std. Err. [95% Conf. Interval] Mean estimation Number of obs = 31sum x ,d （d 表示detail 的省略，这个命令会产生更多的信息）99% 20667.91 20667.91 Kurtosis 4.73926795% 19977.52 19977.52 Skewness 1.69197390% 16015.58 18265.1 Variance 1.09e+0775% 12192.24 16015.58Largest Std. Dev. 3294.46950% 9898.75 Mean 11363.6925% 9267.7 9000.35 Sum of Wgt. 3110% 9000.35 8941.08 Obs 31 5% 8920.59 8920.591% 8871.27 8871.27 Percentiles Smallest xdi r(Var)（特别注意Var 的大小写）例（P56） （1）reg Y X>Source SS df MS Number of obs = 29 F( 1, 27) = 2214.60 Model 2.4819e+09 1 2.4819e+09 Prob > F = 0.0000 Residual 30259023.9 27 1120704.59 R-squared = 0.9880 Adj R-squared = 0.9875 Total 2.5122e+09 28 89720219.8 Root MSE = 1058.6 Y Coef. Std. Err. t P>|t| [95% Conf. Interval]X .4375268 .0092973 47.06 0.000 .4184503 .4566033 _cons 2091.295 334.987 6.24 0.000 1403.959 2778.632（2）图的绘制：twoway (line Y X year),title("中国居民可支配总收入X与消费总支出Y 的变动图")~第三章例（p72）reg Y X1 X2&Source SS df MS Number of obs = 31F( 2, 28) = 560.57Model 166971988 2 83485994.2 Prob > F = 0.0000Residual 4170092.27 28 148931.867 R-squared = 0.9756Adj R-squared = 0.9739Total 171142081 30 5704736.02 Root MSE = 385.92Y Coef. Std. Err. t P>|t| [95% Conf. Interval]X1 .5556438 .0753076 7.38 0.000 .4013831 .7099046X2 .2500854 .1136343 2.20 0.036 .0173161 .4828547_cons 143.3266 260.4032 0.55 0.586 -390.0851 676.7383例．1（p85）g lnP1=ln(P1)g lnP0=ln(P0)g lnQ=ln(Q)g lnX=ln(X)Source SS df MS Number of obs = 22 F( 3, 18) = 258.84 Model .765670868 3 .255223623 Prob > F = 0.0000 Residual .017748183 18 .00098601 R-squared = 0.9773 Adj R-squared = 0.9736 Total .783419051 21 .037305669 Root MSE = .0314 lnQ Coef. Std. Err. t P>|t| [95% Conf. Interval]lnX .5399167 .0365299 14.78 0.000 .4631703 .6166631 lnP1 -.2580119 .1781856 -1.45 0.165 -.632366 .1163422 lnP0 -.2885609 .2051844 -1.41 0.177 -.7196373 .1425155 _cons 5.53195 .0931071 59.41 0.000 5.336339 5.727561 drop lnX lnP1 lnP0g lnXP0=ln(X/P0)g lnP1P0=ln(P1/P0)？reg lnQ lnXP0 lnP1P0Source SS df MS Number of obs = 22F( 2, 19) = 408.93Model .765632331 2 .382816165 Prob > F = 0.0000Residual .01778672 19 .000936143 R-squared = 0.9773Adj R-squared = 0.9749Total .783419051 21 .037305669 Root MSE = .0306lnQ Coef. Std. Err. t P>|t| [95% Conf. Interval]lnXP0 .5344394 .0231984 23.04 0.000 .4858846 .5829942lnP1P0 -.2753473 .1511432 -1.82 0.084 -.5916936 .040999_cons 5.524569 .0831077 66.47 0.000 5.350622 5.698515练习题13（p105）g lnY=ln(Y)g lnK=ln(K)g lnL=ln(L)reg lnY lnK lnLSource SS df MS Number of obs = 31 F( 2, 28) = 59.66 Model 21.6049266 2 10.8024633 Prob > F = 0.0000 Residual 5.07030244 28 .18108223 R-squared = 0.8099 Adj R-squared = 0.7963 Total 26.6752291 30 .889174303 Root MSE = .42554 lnY Coef. Std. Err. t P>|t| [95% Conf. Interval]lnK .6092356 .1763779 3.45 0.002 .2479419 .9705293 lnL .3607965 .2015915 1.79 0.084 -.0521449 .7737378 _cons 1.153994 .7276114 1.59 0.124 -.33645 2.644439第二问：test b_[lnk]+b_[lnl]==1*第四章￥例．4 (P116)（1）回归g lnY=ln(Y)g lnX1=ln(X1)g lnX2=ln(X2)reg lnY lnX1 lnX2Source SS df MS Number of obs = 31 F( 2, 28) = 49.60 Model 2.9609923 2 1.48049615 Prob > F = 0.0000 Residual .835744123 28 .029848004 R-squared = 0.7799 Adj R-squared = 0.7642 Total 3.79673642 30 .126557881 Root MSE = .17277 lnY Coef. Std. Err. t P>|t| [95% Conf. Interval]lnX1 .1502137 .1085379 1.38 0.177 -.072116 .3725435 lnX2 .4774534 .0515951 9.25 0.000 .3717657 .5831412 _cons 3.266068 1.041591 3.14 0.004 1.132465 5.39967于是得到方程：lnY=++（2）绘制参差图："predict e, residg ei2=e^2scatter ei2 lnX2,title("图异方差性检验图")xtick(6ytick(0predict在回归结束后，需要对拟合值以及残差进行分析，需要使用此命令。
李子奈计量经济学(2024)
假设截距项和解释变量系数都是随机 的，与误差项相关。随机效应模型可 以分为随机截距模型和随机系数模型 。
21
面板数据的参数估计与假设检验
参数估计方法
面板数据的参数估计方法主要有最小二乘法（OLS）、广义最小二乘法（GLS）、极大似然法（ML）等。其中， 固定效应模型通常采用组内估计法（Within Estimation）或一阶差分法（First Difference Estimation）进行参 数估计；随机效应模型则采用可行广义最小二乘法（FGLS）或极大似然法进行参数估计。
感谢您的观看
2024/1/29
27
风险对冲与分散
通过计量经济学模型，构建风险对冲策略，降低单一资产或投资组合的风险敞口；同时， 实现风险的分散化，提高整体投资组合的风险调整后收益。
压力测试与情景分析
利用计量经济学方法，模拟极端市场环境下的金融风险暴露情况，进行压力测试和情景分 析，为金融机构制定应急预案和风险管理策略提供依据。
26
THANKS FOR WATCHING
2024/1/29
24
计量经济学在金融市场的应用实例
2024/1/29
股票价格预测
利用计量经济学模型，如ARIMA、GARCH等，对股票价 格进行预测，帮助投资者把握市场趋势，制定合理的投资 策略。
投资组合优化
通过计量经济学方法，评估不同资产的风险和收益特性， 构建最优投资组合，实现资产配置的多样化和风险分散化 。
最小二乘法
通过最小化残差平方和来估计模型参数，适用于误差服从正态分 布的情况。
2024/1/29
13
非线性回归模型的假设检验
模型的显著性检验
检验模型的整体显著性，即所有自变量对因 变量的影响是否显著。
计量经济学课件-李子奈-PPT精选文档
课堂资料下载： 网上邻居→整个网络→Mis_lab→Nt_server→Lizn
⑷ 课程内容提纲及学时安排 （总课时：48学时，课内外周学时：3/6） 第一章 绪论 第二章 单方程计量经济学模型理论与方法 第三章 单方程计量经济学应用模型 第四章 联立方程计量经济学理论与方法 第五章 时间序列分析模型 第六章 计量经济学模型理论方法的新发展简介 ⑸ 课程成绩 综合练习一：10分 综合练习二：10分 课堂表现： 10分 期末考核： 70分
3学时 12学时 济学的一个分支学科
○1926年挪威经济学家R.Frish提出Econometrics ○ 1930年成立世界计量经济学会 ○ 1933年创刊《Econometrica》 ○“用数学方法探讨经济学可以从好几个方面着手，但任何一个方面都不 能和计量经济学混为一谈。计量经济学与经济统计学绝非一码事；它也 不同于我们所说的一般经济理论，尽管经济理论大部分具有一定的数量 特征；计量经济学也不应视为数学应用于经济学的同义语。经验表明， 统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系 来说，都是必要的，但本身并非是充分条件。三者结合起来，就是力量 ，这种结合便构成了计量经济学。” ○20世纪40、50年代的大发展和60年代的扩张 ○20世纪70年代以来非经典计量经济学的发展
一、《计量经济学》教学大纲
⒈ 课程 计量经济学 课号：10114513 学分：3 课程性质：教育部规定核心课程 ⒉ 教师 主讲教师：李子奈，办公地点：经管楼南512，电话：62789793， E-mail: 艾春荣，特聘教授（英语授课） 助教：周建，电话：62775085， E-mail:
1985 Franco Modigliani1984 Richard Stone 1983 Gerard Debreu 1982 George J. Stigler 1981 James Tobin 1980 Lawrence R. Klein 1979 Theodore W. Schultz, Sir Arthur Lewis 1978 Herbert A. Simon 1977 Bertil Ohlin, James E. Meade 1976 Milton Friedman 1975 Leonid Vitaliyevich Kantorovich, Tjalling C. Koopmans 1974 Gunnar Myrdal, Friedrich August von Hayek 1973 Wassily Leontief 1972 John R. Hicks, Kenneth J. Arrow 1971 Simon Kuznets 1970 Paul A. Samuelson 1969 Ragnar Frisch, Jan Tinbergen
2024年度李子奈计量经济学课件
数据收集与处理 变量选择与测量 实证分析
评价环境污染治理政策的 效果及其影响因素。
采用环境经济学理论模型 ，如环境污染与经济增长 关系模型、环境规制效果 评价模型等。
收集相关地区和行业的环 境污染和治理数据，如污 染物排放量、治理投资额 等，并进行必要的处理。
选择环境污染治理效果作 为被解释变量，选择治理 投资额、污染物排放量、 环保政策等作为解释变量 ，并进行测量。
27
实证研究设计思路及步骤
构建理论模型
根据研究问题，选择合适的理 论或模型，构建实证研究的理 论框架。
变量选择与测量
选择合适的变量，并对其进行 测量，以便后续分析。
确定研究问题
明确研究目的和研究问题，是 实证研究的出发点。
2024/3/24
数据收集与处理
根据理论模型的要求，收集相 关数据，并进行必要的处理， 如数据清洗、转换等。
运用计量经济学方法，如 面板数据分析、倾向得分 匹配等，对收集的数据进 行实证分析，评价环境污 染治理政策的效果及其影 响因素。
2024/3/24
30
THANKS
感谢观看
2024/3/24
31
空间杜宾模型（SDM）
估计方法
同时考虑了因变量和自变量的空间滞后效 应，以及误差项的空间相关关系，更为全 面地揭示了空间效应的作用机制。
包括最大似然估计法、广义最小二乘法、 工具变量法等，用于对空间计量模型进行 参数估计和假设检验。
2024/3/24
26
07
实证研究与案例分析
Chapter
2024/3/24
面板数据定义
指包含若干个截面个体成员在一段时间内的样本数据集合，其每 一个成员都有多个观测值。
李子奈计量经济学课件完整版
回归诊断与异常值处理
回归诊断
回归诊断是对回归模型进行检验和评估的过程，包括残差分析、模型假设检验等，以判断模 型是否满足假设条件、是否存在异常值等。
异常值处理
在回归分析中，异常值可能对模型估计和预测产生较大影响。常用的异常值处理方法包括删 除异常值、使用稳健回归方法等。
实际应用
回归诊断和异常值处理是回归分析中不可或缺的步骤，有助于提高模型的准确性和可靠性。 例如，在经济学研究中，通过对回归模型进行诊断和异常值处理，可以得到更准确的经济预 测和政策建议。
模型检验
拟合优度检验、显著性检验、 异方差性检验等。
预测与决策
利用回归模型进行预测和决策 分析。
假设检验与置信区间
假设检验基本原理
原假设、备择假设、检验统计量、显著性水 平等。
假设检验与置信区间的关系
联系与区别。
置信区间构建
点估计、区间估计、置信水平等。
常用的假设检验方法
t检验、F检验、卡方检验等。
季节性调整方法
包括基于移动平均的季节性调整、基于回归的季节性调整以及基于 时间序列分解的季节性调整等。
ARIMA模型构建及预测应用
01
ARIMA模型基本概念
ARIMA是自回归移动平均模型的简称，是一种用于时间序列预测的统
计模型。
02
ARIMA模型构建步骤
包括模型识别、参数估计、模型检验和预测等步骤。
04
非线性回归模型及转换技巧
常见非线性回归模型介绍
指数回归模型
用于描述因变量与自变量之间的 指数关系，如人口增长、放射性
衰变等现象。
对数回归模型
适用于因变量变化范围较大，且 自变量与因变量的对数之间存在 线性关系的情况。
(2024年)计量经济学教案李子奈版ppt课件
2024/3/26
7
线性回归模型基本概念
01
02
03
线性回归模型定义
描述因变量与一个或多个 自变量之间线性关系的数 学模型。
2024/3/26
回归方程
表示因变量与自变量之间 关系的数学表达式，形如 Y=β0+β1X1+β2X2+…+ βkXk。
估计的回归方程
根据样本数据计算得到的 回归方程，用于预测因变 量的值。
单位根检验法
通过检验时间序列是否存在单位 根来判断其平稳性，常用方法包 括ADF检验和PP检验。
2024/3/26
19
时间序列预测方法
移动平均法
通过对时间序列数据进行移动平均处理，消除其随机波动，从而揭示其长期趋势。
指数平滑法
通过对时间序列数据进行加权平均处理，给予近期数据更大的权重，使得预测结果更加 准确。
02
GLM扩展了线性回归模型，以包括非正态分布的响应变量和非
线性的链接函数。
在GLM中，响应变量的期望值是预测变量的线性组合通过链接
03
函数进行变换。
14
Logistic回归模型
01
Logistic回归是一种用于二元分 类问题的广义线性模型。
02
在Logistic回归中，响应变量是 二元的（0或1），而预测变量可
2024/3/26
5
计量经济学发展历史与现状
发展历史
计量经济学的发展大致可分为三个阶段，即初创时期 、经典时期和现代时期。初创时期主要代表人物有弗 里希、丁伯根等，他们为计量经济学的产生和发展做 出了重要贡献。经典时期主要代表人物有克莱因、戈 德菲尔德等，他们进一步完善了计量经济学的理论和 方法体系。现代时期则是在计算机技术广泛应用的基 础上，计量经济学的研究领域和方法得到了极大的拓 展和深化。
李子奈计量经济学课件
1
e
1 2
2
(Yi
ˆ0
ˆ1
X
i
)
2
(2
)
n 2
n
将该或然函数极大化，即可求得到模型 参数的极大或然估计量。
由于或然函数的极大化与或然函数的对数的极 大化是等价的，所以，取对数或然函数如下：
L* ln(L)
n ln(
2
)
1
2
2
(Yi
ˆ 0
ˆ1 X i
)2
解得模型的参数估计量为：
ˆ
0
ˆ1
P lim( ˆ1 ) P lim( 1
ki i ) P lim( 1 ) P lim(
xii )
x
2 i
P lim( 1 P lim(
xii / n)
xi2 / n)
1
Cov( X , )
Q
1
0 Q
1
五、参数估计量的概率分布及随机干扰 项方差的估计
1、参数估计量ˆ0 和ˆ1 的概率分布
-159 23910 22500 25408
28 4140 22500
762
402 180720 202500 161283
511 382950 562500 260712
1018 1068480 1102500 1035510
963 1299510 1822500 926599
5769300 7425000 4590020
ˆ0 的样本方差：
S2 ˆ0
ˆ 2
X
2 i
n
x
2 i
ˆ0 的样本标准差：
S ˆ0 ˆ
X
2 i
n
xi2
李子奈计量经济学课件
从20世纪初的初创期，到20世纪中期 的快速发展期，再到20世纪后期的成 熟期和21世纪的创新期，计量经济学 经历了不断发展和完善的过程。
计量经济学研究对象与方法
研究对象
主要研究经济现象中的数量关系 ，包括经济变量之间的关系、经 济系统的运行规律等。
研究方法
主要包括理论建模、数据收集与 处理、模型估计与检验、预测与 政策分析等步骤。
面板数据模型检验与诊断
模型检验
在估计出模型参数后，需要进行模型的统计检验，包括拟 合优度检验、方程的显著性检验、变量的显著性检验等。
诊断方法
如果模型检验不通过，需要采用一些诊断方法来识别问题 所在，如异方差性检验、自相关性检验、多重共线性检验 等。
模型修正
根据诊断结果，可以对模型进行修正，如添加或删除解释 变量、改变模型形式等，以提高模型的拟合效果和预测精 度。
计量经济学前沿领域探讨
空间计量经济学发展动态
空间权重矩阵的构建 与应用
空间权重矩阵是空间计量经济学中的 核心工具，用于描述不同地理单元之 间的空间关系。近年来，空间权重矩 阵的构建方法和应用领域不断拓展， 如基于地理距离、经济距离、社会网 络等多种方式构建空间权重矩阵，应 用于区域经济、环境经济、城市规划 等领域。
面板数据模型设定与估计
面板数据模型类型
根据对截距项和解释变量系数的不同限制，面板数据模型可以分 为混合回归模型、固定效应模型和随机效应模型。
模型设定检验
通过F检验、LM检验和Hausman检验等方法来确定应该使用哪种 类型的面板数据模型。
参数估计方法
对于不同类型的面板数据模型，可以采用普通最小二乘法、广义最 小二乘法、极大似然估计等方法进行参数估计。
李子奈计量经济学课件 (24)
1T M 2
Ω I
2
• 一阶序列相关，或自相关
E ( i i 1 ) 0
i 1, 2,L , n 1
i i 1 i
ρ称为自协方差系数（coefficient of autocovariance） 或一阶自相关系数（first-order coefficient of autocorrelation）
Yi 0 1 X 1i 2 X 2i k X ki i
t 1t 1 2 t 2 l t l t
Yt 1Yt 1 lYt l 0 (1 1 l ) 1( X1t 1 X1t 1 l X1t l ) k ( X kt 1 X kt 1 l X kt l ) t
二、实际经济问题中的序列相关性
• 没有包含在解释变量中的经济变量固有的惯性。 • 模型设定偏误（Specification error）导致随 机项中有一个重要的系统性影响因素 。 • 数据的“编造”。 • 时间序列数据作为样本时，一般都存在序列相 关性。
• 截面数据作为样本时，为什么一般不考虑序列 相关性？
• D.W检验步骤:
• 计算DW值 • 给定，由n和k的大小查DW分布表，得临界值dL和dU • 比较、判断 0<D.W.<dL dL<D.W.<dU dU <D.W.<4－dU 4－dU <D.W.<4－ dL 4－dL <D.W.<4 存在正自相关 不能确定 无自相关 不能确定 存在负自相关
• 证明：当D.W.值在2左右时，模型不存在一阶自 相关。
~2 e ~2 2 e ~e ~ e t t 1 t t 1
《李子奈计量经济学》PPT课件
精选课件ppt
5
2. 课程说明
⑴ 教学目的
经济学是一门科学，实证的方法，尤其是数 量分析方法是经济学研究的基本方法论。通过该 门课程教学，使学生掌握计量经济学的基本理论 与方法，并能够建立实用的计量经济学应用模型。
⑵ 先修课程
中级微观经济学、中级宏观经济学、经济统 计学、微积分、线性代数、概率论与数理统计、 应用数理统计。
• 本课程是二者的结合。
精选课件ppt
25
△ 经典计量经济学和非经典计量经济学
• 经典计量经济学（Classical Econometrics） 一般指20世纪70年代以前发展并广泛应用 的计量经济学。 R.Frish创立 T.Haavelmo建立了它的概率论基础 L.R.Klein成为其理论与应用的集大成者
精选课件ppt
26
• 经典计量经济学在理论方法方面特征是：
⑴ 模型类型——随机模型；
⑵ 模型导向——理论导向；
⑶ 模型结构——线性或者可以化为线性， 因果分析，解释变量具有同等地位，模型 具有明确的形式和参数；
精选课件ppt
27
⑷ 数据类型——以时间序列数据或者截面数 据为样本，被解释变量为服从正态分布的连 续随机变量；
32
△ 微观计量经济学和宏观计量经济学
• 微观计量经济学 于2000年诺贝尔经济学奖公报 中正式提出；
• 微观计量经济学的内容集中于“对个人和家庭 的经济行为进行经验分析”；
• “微观计量经济学的原材料是微观数据”，微 观数据表现为截面数据和平行（penal）数据；
• 赫克曼（J.Heckman）和麦克法登 （D.McFaddan） 对微观计量经济学作出原创 性贡献。
精选课件ppt