萧政（Cheng Hsiao），是南加州大学经济学教授。他的《面板数据分析》已成为经济学文献中对面板数据的标准介绍。萧教授还与M．Intriligator和R．Bodkin合著了《经济计量模型、技术和应用》（第二版）（Econometric Models，Techniques， and Applications，  Second Edition，  Prentice HaLl.，  1996），与K. Lahiri， L.F.Lee和M.H.Pesaran合作主编了《面板与受限因变量模型分析》（Analysis of Panels and Limited Dependent Variable Models，Cambridge University Press，1999），与K. Morimune和J．L. Powell合作主编了《非线性统计推断》（Nnlinear Statistical Inference， Cambridge University Press，2001）。他还是计量经济学会（Econometric Society）会员以及《计量经济学杂志》（Journal of Econometrics）的联合主编和会员。

　　面板数据模型日益受到应用研究人员的欢迎，因为与横截面数据模型和时序数据模型相比，面板数据模型描述人类行为复杂性的能力更加突出。因此，越来越多且内容更丰富的面板数据集也日益增多。《经济科学译库：面板数据分析（第2版）》1986年的第一版取得了非常大的成功，本书在第一版的基础上进行了重大修订。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本书中，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《经济科学译库：面板数据分析（第2版）》对经济、商业、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。第二版的具体修订包括对Bayes方法和严格外生性概念（为将各种模型的识别联系起来，估计量在广义矩法框架下表示）的介绍，直观解释估计离散选择模型的半参数方法和面板数据样本选择模型估计的配对修整方法，等等。

　　纵观全书，萧政不仅严谨而又直观地讨论了理论方法，还给出了大量有助于读者加深理解和提高洞察力的应用实例。全书表述清晰，编排合理，堪称典范。作为面板数据计量经济学领域的研究人员，我们都曾受益于萧政的著作，而且今后还会继续受到更多启发。
　　——Marc Nerlove，马里兰大学
　　
　　关于面板数据模型的文献资料在过去几十年里空前增长，萧政本人就是这些文献的主要贡献者之一。我们祝贺萧政，因为他给我们带来了一本内容全面的经典著作，现在又对该作品做了及时更新。新版不仅对1986年版做了重大修订，还补充了若干重要内容，譬如处理断尾和截取面板数据的非线性面板数据模型、样本选择问题，还有关于动态异质面板单位根和谐振问题的综述，该综述非常有用。本书对学习高年级本科和研究生计量经济学课程的师生来说都极具价值。
　　——Hashem Pesaran，三一学院，剑桥
　　
　　萧政创作的《面板数据分析》第一版是一部里程碑式的著作，15年来都是必读作品。修订并扩充后的第二版非常巧妙地整合了该领域内重要的新发展。可以肯定新版仍将是该领域的标志性作品。
　　——Jacques Mairesse，国立统计与经济管理学校（ENSAE），法国

纵观全书，萧政不仅严谨而又直观地讨论了理论方法，还给出了大量有助于读者加深理解和提高洞察力的应用实例。全书表述清晰，编排合理，堪称典范。作为面板数据计量经济学领域的研究人员，我们都曾受益于萧政的著作，而且今后还会继续受到更多启发。<br> ———Marc Nerlove，马里兰大学 <br> 关于面板数据模型的文献资料在过去几十年里空前增长，萧政本人就是这些文献的主要贡献者之一。我们祝贺萧政，因为他给我们带来了一本内容全面的经典著作，现在又对该作品做了及时更新。新版不仅对1986年版做了重大修订，还补充了若干重要内容，譬如处理断尾和截取面板数据的非线性面板数据模型、样本选择问题，还有关于动态异质面板单位根和谐振问题的综述，该综述非常有用。本书对高年级本科生和研究生计量经济学课程的师生来说都极具价值。<br> ———Hashem Pesaran，三一学院，剑桥 <br>萧政创作的《面板数据分析》第一版是一部里程碑式的著作，15年来都是必读作品。修订并扩充后的第二版非常巧妙地整合了该领域内重要的新发展。可以肯定新版仍将是该领域的标志性作品。” <br> ———Jacques Mairesse，国立经济管理和统计学校（ENSAE），法国<br><br>（CAMBRIDGE的标准LOGO）此版本仅限中华人民共和国境内销售，不包括香港、澳门特别行政区及中国台湾。不得出口。

第1章 导论
1.1 面板数据的优点
1.2 使用面板数据时的问题
1.3 全书内容提要

第2章 协方差分析
2.1 引言
2.2 协方差分析
2.3 案例

第3章 简单变截距回归模型
3.1 引言
3.2 固定效应模型：最小二乘虚拟变量法
3.3 随机效应模型：方差成分模型的估计
3.4 固定效应还是随机效应
3.5 误设检验
3.6 包含特异变量以及个体和时间特异效应项的模型
3.7 异方差
3.8 误差项序列相关的模型
3.9 任意误差结构的模型——Chamberlain π法
附录3A 最小距离估计量的一致性和渐近正态性
附录3B 三成分模型的方差一协方差矩阵的特征向量和逆

第4章 变截距动态模型
4.1 引言
4.2 协方差估计量
4.3 随机效应模型
4.4 案例
4.5 固定效应模型
4.6 残差任意相关时动态模型的估计
4.7 固定效应向量自回归模型
附录4A 可行MDE的渐近协方差矩阵的推导

第5章 联立方程模型
5.1 引言
5.2 联合广义最小二乘估计技术
5.3 结构方程的估计
5.4 三角形方程组
附录5A

第6章 变系数模型
6.1 引言
6.2 系数随横截面单元变化
6.3 系数随时期和横截面单元变化
6.4 随时间演化的系数
6.5 系数是其他外生变量的函数
6.6 固定系数和随机系数的混合模型
6.7 动态随机系数模型
6.8 案例——流动性限制和企业投资支出
附录6A 两个正态分布的联合分布

第7章 离散数据
7.1 引言
7.2 常见的离散响应模型
7.3 估计包含异质项的静态模型的参数方法
7.4 估计静态模型的半参数方法
7.5 动态模型

第8章 断尾和截取数据
8.1 引言
8.2 案例——非随机缺失数据
8.3 包含随机个体效应项的Tobit模型
8.4 固定效应估计量
8.5 案例：住房支出
8.6 动态Tobit模型

第9章 不完全面板数据
第10章 前沿问题
第11章 全书概略
注释
参考文献
译后记