克里斯托弗·F·鲍姆，于1977年获得密歇根大学经济学博士学位，现为波士顿学院的经济学专家、德国经济研究所教授，并担任Journal of Statistical Software期刊的主编，The International Journat of Finance， Computational Economics和The Stata Journal等期刊的副主编，微观计算资源中心主任。至今，他已经出版了两本学术著作，一本是An Introduction to Modern Econometrics Using Stata （2006），另一本是An Introduction to Stata Programming （2009）。
　　
　　王忠玉，哈尔滨工业大学管理学博士，吉林大学数量经济学博士后，现为哈尔滨工业大学经济与管理学院副教授、黑龙江省数量与技术经济学会副秘书长。王忠玉副教授主要从事现代经济计量学、应用统计学、金融经济学等的教学和研究工作。在《管理世界》和《经济评论》等管理学类与经济学类学术期刊上发表论文30余篇，王忠玉副教授积极介绍和翻译国外优秀学术著作。他的著作或翻译的著作有：《模糊数据统计学》、《横截面与面板数据的经济计量分析》、《效率与生产率分析引论》、《微观经济计量学：方法与应用》、《华尔街狂人》和《统计学专业英语》（第2版》等。

　　《经济科学译库：用Stata学计量经济学》是为经济和金融应用研究者撰写的一个简明指南，目的在于学习基本的经济计量方法并利用Stata对经济中典型的数据集进行分析。读者应具备应用统计学知识，即熟悉线性回归模型（普通最小二乘法或OLS），并用代数形式表述它们，也就是相当于本科统计学或经济计量学课程水准。此书还会用到某些多元微积分（偏导数）和线性代数的知识。
　　作者假定读者了解Stata的窗口界面，同时掌握数据输入、数据转换以及描述统计学的基本知识。如果需要回顾这些知识，建议读者查阅《Stata入门手册》（Getting Started with Stata）。与此同时，建议那些较熟悉Stata的读者略去第4章以前的内容，而直接从第4章开始学习经济计量学。

序 言<br> 本书是为经济和金融应用研究者撰写的一个简明指南，目的在于学习基本的 经济计量方法并利用Stata对经济中典型的数据集进行分析。读者应具备应用统 计学知识，即熟悉线性回归模型（普通最小二乘法或OLS），并用代数形式表述 它们，也就是相当于本科统计学或经济计量学课程水准。 ① 此书还会用到某些多 元微积分（偏导数）和线性代数的知识。 <br> 作者假定读者了解Stata的窗口界面，同时掌握数据输入、数据转换以及描 述统计学的基本知识。如果需要回顾这些知识，建议读者查阅《Stata入门手册》 （Getting Started with Stata）。与此同时，建议那些较熟悉Stata的读者略去第4 章以前的内容，而直接从第4章开始学习经济计量学。 <br> 对于任何研究项目来说，都要投入大量精力准备作为经济计量模型一个部分 的特定数据。尽管本书主要关注点在于做经济计量应用研究，但是我们必须考虑 到许多研究者所面临的下列重要挑战:将他们的原始数据资料转换成经济计量模 型所要求的形式，甚至为项目提供所需的适当表格及图形。因此，第2章关注数 据管理，以及Stata中为确保准确又有效地完成合适转换所用到的几种工具。如 果你精通Stata这些方面的用法，就应略读这一章的内容，或者也可以再次学习 第2章，以便重新理解Stata的用法。然后，第3章致力于讨论对经济与金融数据的组织，以及为改造几种数据结构形式（横截面、时间序列、混合形式、面板 或纵向数据等）所需要的Stata命令。倘若你渴望从线性回归经济计量学开始， 则可略读这一章，不过要注意，将来会涉及这方面的主要内容。 <br> 第4章开始讨论本书的经济计量内容，并阐述经济计量分析中最为广泛运用 的工具:用于连续变量的多元线性回归模型。这一章还讨论如何解释并阐明回归 估计，同时讨论假设检验的逻辑、线性与非线性约束。本章最后一节则考虑残 差、预测值以及边际效应。 <br> 回归模型依赖于某些假设，而这些假设经常与现实数据集合相违背。第5章 讨论在存在设定误差的条件下，极其重要的误差零条件均值假设可能怎样被违背 的问题。这一章还探讨了检查设定误差的统计方法及图形法。第6章探讨可能被 诸如独立同分布（i.i.d.）误差假设等违背的其他假设，并且阐述广义线性回归 模型。另外，还解释如何诊断并修正两种背离独立同分布误差假设的最重要的情 况，即异方差性与序列相关。 <br> 第7章利用指示变量或虚拟变量探讨既包括数量因素又包括定性因素的线性 回归模型、带有交互作用效应的模型以及结构变化的模型。 <br> 在应用经济学中，许多回归模型都违背了误差零条件均值假设，原因在于此 类模型联立决定响应变量与一个或多个回归元，或因为回归元出现测量误差。无 论怎样，这类原因将使OLS方法不再得出无偏且一致估计值，因而你将要使用 工具变量（IV）方法。第8章阐述工具变量估计量及其广义矩方法形式，以及对 决定是否运用工具变量法的检验方法。 <br> 第9章讨论将模型用于面板数据或纵向数据，这些数据既有横截面维度，又 有时间序列维度。回归模型的扩展形式使得利用面板数据的丰富信息成为可能， 以此说明既有面板单元，又有时间维度方面的异方差性。 绝大多数的经济计量应用都要对分类变量与受限因变量进行建模。像对购买 决定的二值结果，或者诸如消费额度的约束响应进行建模，这里将是否购买与在 购买的条件下消费多少的决策结合起来。一般地讲，线性回归方法不适合此类结 果的建模，因此，第10章阐述Stata中的几种受限因变量估计量。 <br> 附录讨论了将外部数据转换成Stata数据的方法，同时解释了Stata基本编 程方法。尽管你可以不需要任何编程工作就运用Stata，可是你学习Stata如何编 程有助于节省大量的时间及精力。而且，你还应学习通过利用do文件生成可复 制的结果。对于do文件，你能编辑、备份以及再次运行它。按照Stata指南的要 求去做会使你编写的do文件更短小且更易维护和修改。<br><br><br>

中文版序
序言
译者序
记号与印刷体说明

第1章 引论
1.1 Stata特色概述
1.2 安装必要的软件
1.3 安装支持素材

第2章 Stata研究经济和金融数据基础
2.1 基础知识
2.1.1 use命令
2.1.2 变量类型
2.1.3 _n与_N
2.1.4 generate与replace
2.1.5 sort与gson
2.1.6 if exp与in range
2.1.7 利用带指示变量的if exp
2.1.8 在统计命令中使用if exp与by varlist
2.1.9 Labels与notes
2.1.10 varlist
2.1.11 drop与keep
2.1.12 rename与renvars
2.1.13 save命令
2.1.14 insheet与infile
2.2 常见数据转换方法
2.2.1 cond（）函数
2.2.2 对离散型与连续型变量重新编码
2.2.3 处理缺失数据
mvdecode与mvencode
2.2.4 字符串与数值间的相互转换
2.2.5 设置日期
2.2.6 使用有关generate与replace函数
2.2.7 egen命令
官方的egen函数
用户团体提供的egen函数
2.2.8 用by-分组计算
2.2.9 局部宏
2.2.10 变量循环forvalues与foreach
2.2.11 标量与矩阵
2.2.12 命令语法与返回值
习题

第3章 经济数据的组织和整理
3.1 横截面数据与标识符变量
3.2 时间序列数据
3.2.1 时间序列算符
3.3 混合横截面时间序列数据
3.4 面板数据
3.4.1 面板数据运算
3.5 处理面板数据的工具
3.5.1 非平衡面板与数据筛选
3.5.2 面板数据的其他变换
3.5.3 移动窗口描述统计量及相关性
3.6 横截面与时间序列数据集组合
3.7 用append创建长格式数据集
3.7.1 利用merge添加汇总特征
3.7.2 多对多的merges的危险
3.8 reshape命令
3.8.1 xpose命令
……
第4章 线性回归
第5章 函数形式设定
第6章 带非独立同分布误差的回归
第7章 带指示变量的回归
第8章 工具变量估计量
第9章 面板数据模型
第10章 离散变量和受限因变量模型

附录A Stata数据导入
附录B Stata编程基础