古扎拉蒂是美国芝加哥大学的经济学博士，他对计量经济学的研究造诣很深。由他所著的《计量经济学》畅销美国，并流行于英国及其他英语国家。该书十分重视基础知识的教学及训练，内容深入浅出。该书的特点之一是：充分考虑了学科发展的前沿，使微观计量经济学的定性与限值应变量方法和宏观计量经济学的时间序列分析都占有相当篇幅。同时，本书突出强调了计量经济学对经济和金融数据的应用分析。
前 言(节选）
《计量经济学》Basic Economeric第三版的主要目的和前两版一样，是用不超过初等水平的矩阵代数、微积分或统计学，对计量经济学作了一个初等而全面的介绍。
在本版中，我力图把1988年第二版问世以来计且经济学理论与实践中所出现的某些进展容纳进来。此外，本修订版也给了我机会，使前版中原先的某些论题的讨论得以简化，同时对某些论题补充了新的内容。本版的主要变化如下：
1．在第1章中我们扩充了用于计量经济分析的数据性质和来源的讨论。鉴于经济分析中日益增多的时间序列数据的使用，我很早就引进了平稳时间序列（stationary bine series）的概念——一个涉及经济时间序列的数据分析中的关键性概念。
2．在第3章中我们对经典线性回归模型（CLRM）的假定（assumptions）作了一个更广阔的讨论。CLRM是计量经济学的基础，在本章中我还讨论了蒙特卡罗（Monte Carlo）模拟试验。
3．在第5章中，关于假设检验，我引进了检验统计量的P值（P value）或精确显著性水平的概念。在本章中我还讨论了雅克—贝拉正态性检验（Jarque－Bera test of normality）。
4．在第8章中，关于复回归模型的假设检验．我己试图将其讨论平易化。本章还包括在线性和对数线性两回归模型之间作选择的讨论。在本章的附录中，我在一个初等水平上讨论了似然比假设检验［likelihood（LR）test of hy－pothesiS］。
5．在第10章中，关于多重共线性，我现在对微数缺测性（micronumerosity）（样本合量的微薄性）这一来自 A．戈德伯格（Arthur Goldberger）的概念给予了平等对待。我还引进侦察多重共线性的容许度（tolerance）和膨胀方差（inflation－variance）手段。
6．在节11章中，关于异方差性，我现在已把布劳珠—培干—戈弗雷（B－P—G）和怀特（White）的异方差性检验包括进来。我还讨论了怀特的异方差性相一致的（heteroscedasticity－consistent）OLS估计量的方差和标准误。
7．在第12章中．关于自相关，我已把自相关的渐近检验，布劳珠—戈弗雷（Breusch－Godfrey）高阶自相关检验和贝伦布鲁特—韦布（Berenblut－Webb）检验包括进来。本章还包括了金融经济学中使用日渐频繁的自回归条件异方差（ARCH）模型。
8．第13章关于模型的建立，讨论了在出现有数据开采（data mining）情形时的名义和真实显著性水平，以及在回归模型中增加变量时的拉格朗日乘数（LM）检验。
9．第14章是新的，在这章中我们讨论不同于传统的计量经济学方法论，特别是讨论了利莫尔（Leamer）的和韩德瑞（Hendry）的计量经济学方法。包含在本章中的还有非嵌套（nonnested）假设的检验，特别是戴维森—麦金农（Davidson-MacKinnon）J检验。
10．第15章关于虚拟变量，本版中包合了时间序列与横截面数据并用时的虚拟变量的一个讨论。我还表明虚拟变量怎样能用于出现有自相关和异方差性的情形。本章中的一道习题讨论了泽尔纳（Zellner）的似无关回归（SURE）技术。
11．第16章关于虚拟应变且回归模型，现在包含有托比模型（Tobit model）的一个讨论。
12．第17章关于动态回归模型，现在包含有葛兰杰（Granger）检验和西姆斯（Sims）检验的讨论。
13．第18、19和 20三章关于联立方程模型，现在含有联立性和外生性的检验，这几章还讨论了因果律与外生性之间的关系。
14．鉴于时间序列、数据在经济分析中的日渐重要性，我加进了关于时间序列计量经济学的两个新章。在第21章中，我引进了时间序列分析的多个重要概念，诸如平稳性（stationanty）、随机步游（random walk）、单位根（unit root）、迪基—富勒（Dickcy－Fuller）和扩充迪基—富勒（augmented Dickey－Fuller）平稳性检验、确定性（deterministic）和随机性（stochastic）趋势、趋势平稳（trend－stationary）和差分乎稳（dtfference-stationary）随机过程、协积（cointegration）、恩格尔—葛兰杰（Engle-Granger）协积检验、误差纠正机制（error correction mechanism）和谬误回归（spurious regression）。在第22章中，我讨论了博克斯—后金斯（Box－Jenkins）或ARIMA 和向量自回归（VAR）经济预测方法。这些都是和传统的单一方程和联立方程预测方法相对立的方法。
我己增补了几道新的习题。章末的习题现在划分为两个部分：问答题与解答题。后一部分是以数据为依据的习题（我坚信边干边学的方法）。
所有这些变化大大地扩展了本书的论述范围。我希望教师因此在选择适合于他们的听众的课题方面，有充分的灵活性。这里我们提出使用本书的一些建议：对非专业人员的一学期课程：附录A；1至8章；对第 10、11和 12章作一浏览（略去全部证明）以及第15章。理论性习题均可略去。经济学主修者的一学期课程：附录A；1至8章；10至15章。如果使用矩阵代数，则还包括附录B和第9章。某些理论性习题可略去。经济学主修者的两学期课程：附录A和B及1至22章。可在选择的基础上．包括各章附录中的数学证明。此外，授课教师如果愿意，可讲些非线性（对参数而言）的回归模型。
第12章 自相关
§12．1 问题的性质
§12．2 自相关出现时的 OLS估计量
§12．3 自相关出现时的 BLUE估计量
§12．4 自相关出现时使用OLS的后果
考虑到自相关的OLS估计
忽视自相关的OLS估计
§12．5 侦察自相关
图解法
游程检验
德宾-沃森d检验
自相关的其他检验
§12．6 补救措施
自相关的结构已知
ρ未知
§12．7 一个说明性例子：美国零工招聘指数与失业率的关系方法比较
§12．8 自回归条件异方差（ARCH）模型
ARCH出现时怎么办？
为德宾-沃森d统计量与ARCH效应进一言
§12．9 要点与结论
习题
附录12A
12A．1 1960-1991年美国工资（Y）一生产力（X）TSP输出
第13章 计量经济建模I：传统计且经济学方法论
§13．1 计量经济建模的传统观点平均经济回归（AER）
§13．2 设定误差的类型
§13．3 设定误差的后果
漏掉一个有关变量（模型的过低拟合）
包含一个无关变量（模型的过高拟合）
§13．4 设定误差的检验
侦察是否含有无需变量
对遗漏交量和不正确函数形式的检验
§13．5 观测误差
应变量Y中的观测误差
解释变量X中的观测误差
一个例子。
仅应变量Y有观测误差
X中的观测误差
§13．6 要点与结论
习题
附录13A
13A．1 含有无关变量的后果：无偏性质
13A．2（13．5．10）的证明
第14章 计量经济建模II：另立计量经济学方法论
§14．1 利莫尔的模型选择方法
§14．2 韩德瑞的模型选择方法
§14．3 诊断性检验选讲：总评
§14．4 非嵌套假设的检验
判别方法
辨识方法
§14．5 要点与结论
习题
第3篇 计量经济学专题
第15章 关于虚拟变量的回归
§15．1 虚拟变量的性质
例15．1：按性别划分的教授薪金
§15．2 对一个定量变量和一个两分定性变量的回归
例15．2：库存对利率敏感吗？
§15．3 对一个定量变量和一个多分定性变量的回归
§15．4 对一个定量变量和两个定性变量的回归
§15．5 例15．3："兼职"济学
§15．6 检验回归模型的结构稳定性
例15．4：1946-1963年联合王国储蓄与收入
§15．7 比较两个回归：虚拟变量法
§15．8 比较两个回归：进一步的说明
例15．5：1958-1971年英国失业和空缺情况
§15．9 交互作用效应
§15．10 虚拟变量在季节分析中的应用
例15．6：美国制造业的利润一销售额行为
§15．11 分段线性回归
例15．7：总成本与产出的关系
§15．12 在时间序列和横截面数据的合并中使用虚拟变量
混合回归：时间序列与横截面数据并用
例15．8：通用汽车与西屋电气公司的投资函数
§15．13 虚拟变量方法的一些技术问题
在半对数回归中的虚拟变量的解释
例15．9：带虚拟变量的半对数回归
避免虚拟变量陷阱的另一种方法
虚拟变量与异方差性
虚拟变量与自相关
§15．14 进一步的研究问题
§15．15 要点与结论
习题
附录15A
15A．1 回归（15．8．2）的数据矩阵
15A．2 回归（15．10．2）的数据矩阵
第16章 关于虚拟应变量的回归：线性概率模型、对数单位、概率单位及托比模型
§16．1 虚拟应变量
§16．2 线性概率模型（LPM）
§16．3 LPM的估计问题
干扰ui的非正态性
干扰的异方差性
可疑的拟合优度：R2值
§16．4 LPM：一个数值例子
§16．5 LPM的应用
例16．1：科恩-雷-勒曼研究
例16．2：对债券评级的预测
例16．3：预测债券违约
§16．6 LPM以外的其他方法
§16．7 对数单位模型
§16．8 对数单位模型的估计
§16．9 对数单位模型：一个数值例子
§16．10 对数单位模型：说明性例子
例16．4："对数单位模型在预测兼并对象中的一个应用"
例16．5：债券评级的预测
§16．11 概率单位模型
§16．12 概率单位模型一个数值例子
对数单位与概率单位
比较对数单位与概率单位的估计值
回归元单位变化的边际效应
§16．13 概率单位模型：例16．5
§16．14 托比模型
§16．15 要点与结论
习题
第17章 动态计量经济模型：自回归与分布滞后模型
§17．1 "时间"或"滞后"在经济学中的作用
§17．2 滞后的原因
§17．3 分布滞后模型的估计
分布滞后模型的现式估计法
§17．4 分布滞后模型的考伊克方法
中位滞后
平均滞后
§17．5 考伊克模型的理性化：适应性期望模型
§17．6 考伊克模型理性化的另一形式：存量调整或部分调整模型
§17．7 适应性期望与部分调整模型的组合
§17．8 自回归模型的估计
§17．9 工具变量（IV）法
§17．10 在自回归模型中侦察自相关德宾h检验
§17．11 一个数值例子印度的货币需求
§17．12 说明性例题
例 17．7：联邦储备与实际利率
例17．8：1946-1972年美国短期与长期总消费函数
§17．13 分布滞后模型的阿尔蒙方法阿尔蒙或多项式分布滞后（PDL）
§17．14 经济学中的因果关系：葛兰杰检验
葛兰杰检验
经验结果
§17．15 要点与结论
习题
第4篇 联立方程模型
第18章 联立方程模型
§18．1 联立方程模型的性质
§18．2 联立方程模型举例
例18．1：需求与供给模型
例18．2：凯恩斯收入决定模型
例18．3：工资一价格模型。
例18．4：宏观经济学中的IS模型
例18．5：LM模型
例18．6：计量经济模型
§18．3 联立方程偏误对：OLS估计量的非一致性
§18．4 联立方程偏误一个数值例子
§18．5 要点与结论
习题
第19章 识别问题
§19．1 符号与定义
§19．2 识别问题
不足识别情形
恰好或恰可识别情形
过度识别情形
§19．3 识别规则
可识别性的阶条件
可识别性的秩条件
§19．4 联立性检验
豪斯曼设定检验
例19．5：平狄克-鲁宾费尔德公共支出模型
§19．5 外生性检验
关于因果律与外生性
§19．6 要点与结论
习题
第20章 联立方程方法
§20．1 估计的方法
§20．2 递归模型与普通最小二乘法
§20．3 恰可识别方程的估计间接最小二乘（ILS）法
一个说明性例子
ILS估计量的性质
§20．4 过度识别方程的估计：二阶最小二乘法（2SLS）
§20．5 2SLS：一个数值例子
§20．6 说明性例子
例20．1：广告费、集中度与价差
例20．2：克莱因的模型工
例20．3：表达为递归方程组的资本性资产定价模型
例20．4：圣路易斯模型的修订版本
§20．7 要点与结论
习题
附录20A
20A．1 间接最小二乘估计量的偏误
20A．2 2SLS估计量的标准误的估计
第5篇 时间序列计量经济学
第21章 时间序列计量经济学I：平稳性、单位根与协积
§21．1 选看一些美国经济的时间序列
§21．2 平稳随机过程
§21．3 根据相关图的平稳性检验
§21．4 平稳性的单位根检验
美国GDP时间序列是平稳的吗？
GDP序列的一阶差分是平稳的吗？
§21．5 趋势平稳（TS）与差分平稳（DS）随机过程
§21．6 谬误回归
§21．7 协积
恩格尔-葛兰杰（EG）或扩充恩格尔-葛兰杰（AEG）检验
协积回归德宾-沃森（CRDW）检验
§21．8 协积与误差纠正机制（ECM）
§21．9 要点与结论
习题
附录21A
21A．1 随机步游模型
第22章 时间序列计且经济学II：用于预测的ARIMA与VAR模型
§22．1 经济预测方法
§22．2 时间序列数据的AR、MA和ARIMA建模
自回归（AR）过程
移动平均（MA）过程
自回归与移动平均（ARMA）过程
自回归求积移动平均（ARIMA）过程
§22．3 博克斯-詹金斯（BJ）方法论
§22．4 识别
§22．5 ARIMA模型的估计
§22．6 诊断
§22．7 预测
§22．8 BJ方法论的其他方面
§22．9 向量自回归（VAR）
VAR的估计
VAR用于预测
VAR建模的一些问题
VAR的一个应用：得克萨斯州经济的一个VAR模型
§22．10 要点与结论
习题
附录A 统计学中的若干概念复习
§A．1 总和与乘积运算子
§A．2 样本空间，样本点与事件
§A．3 概率与随机变量概率
§A．4 概率密度函数（PDF）
§A．5 概率分布的特征值
§A．6 若干重要的理论概率分布
§A．7 统计推断
§A．8 统计推断：假设检验
附录B 矩阵代数初步
§B．1 定义
§B．2 矩阵的类型
§B．3 矩阵运算
§B．4 行列式
§B．5 求一个方阵的逆阵
§B．6 矩阵微分法
附录C 计量经济软件包选编
附录D 统计学用表
表D．1 标准化正态分布下的面积
表D．2 t分布的百分点
表D．3 F分布的上端百分点
表D．4 X2分布的上端百分点
表D．5 德宾-沃森d统计量：在0．05和0．01显著性水平上dL和dU的显著点
表D．6 游程检验中的游程临界值
参考书目
人名索引中译
标题索引
后 记 作者简介：
达摩达尔·N·古扎拉蒂在执教于纽约市立大学28年多之后，现在是纽约州西卢美国军事学院社会科学系的经济学教授。
古扎拉蒂博士于1960年获孟买大学工商学硕士学位，1963年获芝加哥大学工商行政硕士学位，并于1965年获芝加哥大学博士学位。
古扎拉蒂博士曾在知名的国内和国际期刊诸如Reviow of Economics and Statistics,
Economic Joumal, Journal of Mnancial and Quantitative Analysis, Journal of Business,
American Statistician 和 Journal of Industrial and Labor Relations发表论文多篇。
古扎拉蒂博士现任多种期刊和图书出版社的编辑评判人，并且是印度官方刊物 Journal of Quantitative Economics 的编委会成员。
古扎拉蒂博士还是Pension and the New York City Fiscal Crisis(the American Eulerprise Instuiule, 1978)Government
and Business(MeGrawllill, 1984)和 Essentials of Econometrics (MeGrawllill, 1992)的作者。
古扎拉蒂博士在计量经济学方面的书已被译成多种文字出版。 古扎拉蒂博士曾是联合王国Sheffield大学访问教授(1970—1971)，
是访问印度的Fulbright教授(1981—1982)，新加坡国立大学管理学院访问教授(1985—1986)，
以及澳大利亚New South Wales大学计量经济学教授(1988年夏)。作为美国新闻署赴海外讲学的一位经常参加者，
古扎拉蒂博士曾在澳大利亚、孟加拉国、德国、印度、以色列、毛里求斯、
韩国等广泛讲授微观和宏观经济学专题。古扎拉蒂博士还在加拿大和墨西哥举办过学术研讨会并讲演。 | 
