动态面板结构方程：有限信息极大似然方法

　　《动态面板结构方程:有限信息极大似然方法》主要内容包括分块刀切法LIML估计效果的模拟；分块刀切法LIML估计量的经验分布；分块刀切法对LIML估计量分布的影响；现有的LIML估计结果检验的方法；现有方法引入DPSEM需要解决的问题等。

第1章导论
1.1研究背景和意义
1.2国内外相关文献综述
1.2.1国外的研究现状
1.2.2国内的研究现状
1.3研究的基本思路和方法
1.4研究的创新点和主要框架
第2章模型估计的基本问题
2.1模型的基本形式
2.1.1动态面板结构方程模型（DPSEM）
2.1.2模型的可观测形式和识别条件
2.1.3模型估计需要的假设条件
2.2模型估计需要解决的问题
2.2.1 0FS形式中变量的内生性
2.2.2大量工具变量的弱外生性
2.2.3个体效应的过滤
2.2.4模型误差项的序列相关
2.3现有估计方法及问题
2.3.1广义工具变量估计
2.3.2全信息似然估计
第3章有限信息似然（LIML）估计引进的探讨
3.1 LIML估计引进的思路和依据
3.1.1单方程估计的灵活性
3.1.2工具变量的选择及其弱外生性的影响
3.2 LIML估计引进需要解决的问题
3.2.1个体效应的过滤
3.2.2工具变量的选取
3.2.3误差项的低阶序列相关的处理
3.3 LIML估计量的推导和计算
3.3.1方程系数的LIML估计量
3.3.2误差方差的LIML估计量
3.4方程系数的LIML估计量渐近性质的证明
3.4.1系数估计量的一致性
3.4.2特殊设定下系数估计量的渐近正态性
3.5 LIML估计效果的模拟
3.5.1具体模型和模拟样本的产生
3.5.2系数估计量的收敛性
3.5.3 LIML的估计量的有限分布
第4章有限信息似然估计量方差计算的讨论
4.1方差计算的重要性和存在的问题
4.2解决方差计算的思路和根据
4.3方差计算的方法
4.3.1分块刀切法
4.3.2参数自助法
4.4分块刀切法LIML估计效果的模拟
4.4.1分块刀切法LIML估计量的经验分布
4.4.2分块刀切法对LIML估计量分布的影响
第5章有限信息似然估计结果检验方法的探讨
5.1现有的LIML估计结果检验的方法
5.2现有方法引入DPSEM需要解决的问题
5.3合适检验统计量的构造
5.3.1调整的Anderson Rubin检验
5.3.2调整的K检验
5.3.3调整的条件似然比检验
5.3.4密集计算估针的z检验
5.4 LIML估计结果检验的蒙特卡罗模拟
5.4.1分块刀切法的2检验统计量零假设的标准分布
5.4.2几种检验方法势的比较分析
第6章研究结论和有待进一步解决的问题
6.1 DPSEM的LIML估计的优势
6.1.1估计量的有限样本性质
6.1.2估计结果检验的建立
6.2 LIML估计有待进一步解决的问题
6.2.1 LIML估计的局限性
6.2.2模型误差序列相关下估计量的渐近方差
6.3相关课题进一步研究的方向
参考文献
后记