《因果推断计量经济学》主要介绍因果推断计量经济学的基本概念、基本原理和基本运算，以及因果推断实证研究中常用的设计方法。全书共分12章，具体内容包括：经济计量简介与基础知识、一元线性回归模型、多元线性回归分析、线性回归模型的拓展与应用、因果关系与因果图、工具变量估计方法、样本选择模型、潜在结果分析框架、断点回归设计概述、面板数据回归分析、时间序列基础知识和时间序列模型应用，等等。
本书既适用于高等院校经济与管理类专业的本科生，也可作为研究生和其他研究者学习社会科学计量方法的入门参考书目。
简单易学、基础实用。本书内容简单且易于理解和教学，从经济计量的入门知识开始教学，帮助读者零基础从入门到精通，并通过计量经济学研究中的各种案例分析，提高学生的实践和应用能力。
注重基础、融合前沿。本书将经典计量理论与前沿因果推断方法相结合，建立基础概念和科学的分析框架，将相关关系和因果关系、观测数据和实验数据、真实事件和虚拟的反事实加以区别和比较，将传统计量经济学和新近发展的因果推断方法系统整合，体现了计量经济学研究和发展的科学性、系统性和前沿性。
资源丰富、便于教学。本书免费提供多种教学资源，包括但不限于教学课件与教学资料、教案与教学大纲、习题及答案，便于教师教学和学生自学。
百年大计，教育为本。改革开放以来，我国的教材建设已经为社会各类教育和研究工作做出了重要贡献。党的十八大以来，习近平总书记对教育事业，特别是培养社会主义建设者和接班人工作高度重视，围绕培养什么人、怎样培养人、为谁培养人这一教育的根本问题，就教育改革发展提出一系列新理念、新思想、新观点，突出强调要坚持党对教育事业的全面领导，坚持把立德树人作为根本任务，坚持优先发展教育事业，坚持社会主义办学方向，坚持扎根中国大地办教育，坚持以人民为中心发展教育，坚持深化教育改革创新，坚持把服务中华民族伟大复兴作为教育的重要使命。新时代我们要继续坚持守正创新，深刻认识到当今教育所面临问题的复杂程度和解决问题的艰难程度，在党的坚强领导下，立足基本国情，遵循教育规律，坚持改革创新，坚定不移走中国特色社会主义教育发展道路，发展具有中国特色、世界水平的现代教育，为社会主义现代化建设提供基础性、战略性支撑。
党的二十大报告首次提出加强教材建设和管理，把教材建设作为立德树人与培养社会主义建设者和接班人的重要举措，凸显了教材工作的重要地位。习近平总书记强调，培养出好的哲学社会科学有用之才，就要有好的教材。要高度重视教材建设，应以本教材的编写为契机，总结经验，明确方向，加大力度，推动全校打造更多更高水平的教材，推动人才培养和一流大学、一流学科建设达到更高水平。加快构建中国特色哲学社会科学，归根结底是建构中国自主的知识体系，教材要坚持以习近平新时代中国特色社会主义思想为指导，立足中国实践，坚持问题导向，要大力推动习近平新时代中国特色社会主义经济思想进教材、进课堂、进学生头脑，加快形成中国特色高质量教材体系。
高校经济学类教材要立足于新时代我国经济发展与经济改革，揭示中国特色社会主义经济的本质和发展规律，要实现思想性、系统性、实践性与学理性的统一。教材要构建新的框架体系，探讨新的观点，阐释新的理论学说，尝试新的研究方法，运用新的话语体系。教材要坚持观点正确，理论阐释深入，体系结构新颖，达到以教材为载体，创新和传播中国理论，讲好中国故事，为落实立德树人根本任务提供支撑。经济学理论创新离不开对世界各地经济实践的深刻认识，这既需要对实践中的问题进行更好的提炼，也需要避免极端化、相互排斥或者非此即彼。中国经济学应该受启发于现代经济学基本原理，并根据中国的历史背景和发展实践，创新提炼出具有一般意义的经济理论，教材要坚持马克思主义经济学的指导，借鉴西方经济学知识体系中适用的理论、概念、话语、方法，借鉴中国古代知识体系中优秀的思想，推动中国经济学理论逻辑、历史逻辑和实践逻辑等诸多方面的有机结合，从概念范畴、理论体系、研究方法等方面提升中国经济学的逻辑自洽性、理论阐释的科学性和指导现实的精准性。教材要围绕和关注中国实际问题，坚持理论前沿与基础知识相统一的原则，在提供基础框架的同时，尽力为学者呈现学科前沿的最新进展，并将中国的经济发展经验及案例呈现在教材之中。
《因果推断计量经济学》是华侨大学教材建设资助项目。华侨大学将学习与宣传贯彻党的二十大精神和习近平总书记重要指示精神作为贯穿各项工作的主线，以建设成为国内一流、国际上声誉良好的大学为目标引领，坚持顶天、立地、树人的发展思路，落实价值引领、能力培养、知识传授相结合的育人理念，以学生为中心深化教育教学改革，传承与弘扬爱国奉献、勇于担当、开放包容、追求卓越的华侨大学精神，不断提高人才培养质量和办学水平。华侨大学教材建设资助项目坚持以习近平新时代中国特色社会主义思想为指导，是落实和推进华侨大学侨校 名校发展战略的具体举措，努力为全面建成社会主义现代化强国、实现第二个百年奋斗目标添砖加瓦。
近年来因果推断方法已在医学、心理学和流行病学等各个学科中广泛应用。2019年和2021年诺贝尔经济学奖分别颁给了实验计量经济学和因果推断计量经济学这两个研究领域。吸收和借鉴各个学科中最新的科学方法，并将这些方法加以发展和应用，解决经济学中的各种问题，是经济学科研和教学的重要任务。编写本教材，一方面要吸收和借鉴各个学科中关于因果推断、人工智能和大数据等的相关技术，另一方面要更大范围地推广和普及计量经济学中最新的知识、技术和应用，从而提高计量经济学的教学质量。
随着计量经济学中因果推断方法的发展和广泛应用，相关的专著和教材也随之出现，如《基本无害的计量经济学》和《精通计量学》。当前，已有的相关教材一般都具备以下两个特征。一是现有涉及因果推断的专著或教材一般比较专业并且难度较大，适合研究生学习，而不太适合本科生。二是各类教材大多没有给出系统介绍经典计量基础知识和因果推断方法的统一框架。有些教材只介绍经典计量基础知识，而有些教材只侧重介绍微观计量经济学或因果推断方法。《因果推断计量经济学》既介绍经典计量基础知识，又引入因果推断方法，并将两者有机地结合在一起，将新的研究成果引入初级计量经济学的教学中，推动本科计量经济学教育高质量发展。
《因果推断计量经济学》主要介绍因果推断计量经济学的基本概念、基本原理和基本运算，主要内容包括经济计量简介与基础知识、一元线性回归模型、多元线性回归分析、线性回归模型的拓展与应用、因果关系与因果图、工具变量估计方法、样本选择模型、潜在结果分析框架、断点回归设计概述、面板数据回归分析、时间序列基础知识和时间序列模型应用，等等。
本教材的特色和优势如下。
(1) 经典计量理论与最新因果推断方法相结合，体现了计量经济学研究和发展的科学性、系统性和前沿性。传统计量经济学一般介绍违背经典回归模型的异方差、自相关和多重共线性等问题，而将因果识别和因果推断方法排除在外，从而使得学生学完课程之后，仍然对经济学中相关关系和因果关系没有形成准确认知。本教材建立了科学的分析框架，将相关关系和因果关系、观测数据和实验数据、真实历史事件和虚拟的反事实等加以区别和比较，并将传统计量经济学和新近发展的因果推断方法系统整合，为学生进一步学习打下基础。
(2) 简单易学、实用性强，有助于本科生学习计量经济学和因果推断方法。本教材借助计量经济学研究中的各种案例分析，训练和提高学生的实践和应用能力。
本书免费提供多种教学资源，包括但不限于教学课件与教学资料、教案与教学大纲、习题及答案，便于教师教学和学生自学，可通过扫描右侧二维码获取。
感谢学校和学院领导对本教材编写的支持。本教材在编写过程中，还得到了很多同事和学生的帮助，在此表示特别感谢。经济学院同事蓝乐琴和严圣艳老师，阅读了本书的部分内容并提出了修改建议。我的研究生们几乎都参与了本教材的编写和资料收集与整理过程。他们是：张婷婷、周纪宇、谢紫珊、李雨辰、林钰琪、顾妍婕、梁菁仪、张继鹏、谢奔、覃雅婷、雷智聪、陈函希。感谢上述老师和同学对本书编写的帮助和支持。本教材在编写过程中参考了国内外诸多相关的优秀书籍和资料，在此也对同行表示感谢。由于水平有限，书中可能存在错误之处，欢迎读者批评指正。
编 者
2025年6月
第1章 经济计量简介与基础知识 1
1.1 计量经济学简介 1
1.1.1 什么是计量经济学 1
1.1.2 因果推断简介 3
1.1.3 数据的类型和结构 5
1.2 概率论复习 6
1.2.1 随机变量及分布 6
1.2.2 随机变量数字特征 11
1.2.3 随机向量 12
1.2.4 极限定理 15
1.3 统计学复习 17
1.3.1 样本和统计量 17
1.3.2 参数估计 18
1.3.3 假设检验 22
本章小结 23
第2章 一元线性回归模型 25
2.1 回归分析概述 25
2.1.1 回归分析基本概念 25
2.1.2 总体回归函数 26
2.1.3 随机干扰项 28
2.1.4 样本回归函数 29
2.2 一元线性回归模型的基本假设 31
2.2.1 对模型设定的假设 31
2.2.2 对解释变量的假设 32
2.2.3 对随机干扰项的假设 32
2.3 一元线性回归模型的参数估计 35
2.3.1 参数估计的普通最小二乘法(OLS) 35
2.3.2 参数估计的最大似然法 37
2.3.3 参数估计的矩估计法 38
2.3.4 最小二乘估计量的统计性质 39
2.3.5 参数估计量的概率分布及随机干扰项方差的估计 42
2.4 一元线性回归模型的统计检验 44
2.4.1 拟合优度检验 44
2.4.2 变量的显著性检验 47
2.4.3 参数检验的置信区间估计 48
2.5 一元线性回归模型的案例分析 49
2.5.1 回归模型检验 50
2.5.2 计量结果及分析 52
2.6 分位数回归估计 53
2.6.1 分位数回归的提出 53
2.6.2 分位数回归及其估计 55
本章小结 56
第3章 多元线性回归分析 57
3.1 多元线性回归模型设定 57
3.2 多元线性回归模型参数估计 59
3.3.1 回归系数估计 59
3.2.2 误差估计残差 60
3.2.3 的分布 62
3.3 更多假设下OLS估计量性质 62
3.4 回归模型的相关检验 64
3.4.1 回归系数检验(t检验) 64
3.4.2 调整R2、信息准则和变量选择 64
3.4.3 回归模型检验(F检验) 66
3.5 多重共线性 67
3.5.1 多重共线性的含义 67
3.5.2 实际经济问题中的多重共线性 67
3.5.3 多重共线性的后果 68
3.5.4 多重共线性的检验 70
3.5.5 克服多重共线性的方法 70
3.6 异方差性 72
3.6.1 异方差的类型 72
3.6.2 异方差性的后果 73
3.6.3 异方差性的检验 73
3.6.4 异方差的修正 75
3.7 序列相关性问题 78
3.7.1 序列相关性 78
3.7.2 实际经济问题中的序列相关性 79
3.7.3 序列相关性的后果 80
3.7.4 序列相关性的检验 81
3.7.5 序列相关的补救 84
3.7.6 虚假序列相关问题 87
本章小结 87
第4章 线性回归模型的拓展与应用 89
4.1 多元线性回归分析与因素控制 89
4.1.1 多元线性回归与因素控制 89
4.1.2 缺失变量偏差 90
4.1.3 分割回归、F-W定理和影响消除 91
4.2 模型中变量的形式 92
4.2.1 对数模型和弹性 92
4.2.2 非线性自变量 93
4.3 虚拟变量 95
4.3.1 虚拟变量引入模型的方式 95
4.3.2 引入多个虚拟变量 96
4.4 参数约束检验 98
4.4.1 参数约束检验方法 98
4.4.2 参数约束检验应用 99
4.5 二值因变量回归模型 100
4.5.1 效用理论和指标模型 100
4.5.2 probit模型和logit模型 102
4.6 选择性样本计量模型 104
4.6.1 经济生活中的选择性样本问题 104
4.6.2 截断问题的计量经济学模型 105
4.6.3 归并问题的计量经济学模型 108
4.6.4 样本选择模型 109
本章小结 111
第5章 因果关系与因果图 112
5.1 因果关系简介 112
5.1.1 相关关系与因果关系 112
5.1.2 因果推断的基本方法 114
5.2 因果图的基本概念 116
5.3 因果图和边际独立性 117
5.4 选择偏差和因果效应识别 120
5.5 选择偏差的处理 123
5.6 辛普森悖论 124
5.7 样本选择相关问题 126
5.7.1 样本选择性偏差 126
5.7.2 选择性偏差产生的原因 128
5.7.3 如何避免选择性偏差 129
本章小结 130
第6章 工具变量估计方法 131
6.1 内生性 131
6.1.1 OLS估计的不一致性 131
6.1.2 内生性产生的原因 133
6.2 工具变量估计方法 133
6.2.1 工具变量估计法 133
6.2.2 两阶段最小二乘法：TSLS 137
6.3 内生性检验 140
6.4 异质性效应下的工具变量法 141
6.5 案例：工具变量的历史起点 142
本章小结 143
第7章 样本选择模型 144
7.1 样本自选择偏差产生的原因 144
7.2 传统Heckman样本选择模型 150
7.2.1 模型设计 150
7.2.2 Heckman模型如何解决样本选择偏差 151
7.3 Heckman样本选择模型的应用案例 152
7.4 内生选择变量处理效应模型 154
7.4.1 模型设置 154
7.4.2 估计方法 156
7.5 样本自选择模型运用中常见问题 156
7.5.1 解释变量的选择 156
7.5.2 二元正态分布假设 156
7.5.3 选择模型必须为Probit模型 157
7.5.4 检查相关系数 157
本章小结 157
第8章 潜在结果分析框架 159
8.1 潜在结果框架的基本内容 159
8.1.1 项目效应评估的概念 159
8.1.2 潜在结果框架的基本要素 160
8.1.3 因果效应参数 162
8.1.4 收益偏差与选择偏差 165
8.2 潜在结果框架与回归框架 166
8.2.1 基于回归表述的潜在结果框架 166
8.2.2 潜在结果框架与回归(可观测结果)框架比较 168
8.3 随机化实验 168
8.3.1 随机化实验与因果效应 168
8.3.2 随机化实验的缺陷 170
8.4 匹配方法 170
8.4.1 基于协变量的匹配 170
8.4.2 基于倾向得分的匹配 173
8.4.3 匹配方法与多元OLS回归 176
8.5 异质性因果效应下的工具变量 178
8.5.1 异质性因果效应下的内生性 178
8.5.2 局部平均处理效应 179
8.5.3 LATE和ATT及ATU的关系 183
本章小结 185
第9章 断点回归设计概述 186
9.1 断点回归设计的基本设定 186
9.2 断点回归设计的参数化估计 187
9.3 断点回归设计的非参数化估计 192
9.3.1 连续性假设与因果效应参数的识别 192
9.3.2 连续性假设的经济学含义 194
9.4 进一步讨论 196
9.4.1 断点回归设计与其他方法的比较 196
9.4.2 模糊断点回归设计简介 199
9.5 断点回归设计中国经济案例分析检验中国消费之谜 200
本章小结 203
第10章 面板数据回归分析 204
10.1 面板数据和面板数据模型 204
10.1.1 面板数据 204
10.1.2 面板数据模型 204
10.2 固定效应模型估计及其应用 206
10.3 随机效应模型估计及其应用 206
10.4 是固定效应，还是随机效应Hausman检验 207
10.5 双重差分法 208
10.6 双重差分的回归表达 214
10.6.1 不包含控制变量情形 214
10.6.2 包含控制变量情形 215
10.6.3 用连续变量表示政策实施强度 216
10.7 双重差分法的局限性 218
10.7.1 暂时性个体冲击造成的选择问题 218
10.7.2 不同的宏观趋势 218
10.7.3 样本构成发生变化 219
10.8 共同趋势检验 219
10.9 三重差分法概述 222
本章小结 223
第11章 时间序列基础知识 225
11.1 时间序列的概念 225
11.2 时间序列模型 227
11.2.1 白噪声序列 227
11.2.2 自回归模型 227
11.2.3 移动平均模型 228
11.2.4 自回归模型转化为移动平均模型 228
11.3 自回归模型的平稳性和相关系数 229
11.3.1 自回归模型的平稳性 229
11.3.2 自回归模型的自相关函数 230
11.4 自回归模型的定阶和估计 232
11.4.1 自回归模型定阶 232
11.4.2 自回归模型估计 232
11.4.3 自回归模型再定阶信息准则 233
11.5 自回归分布滞后模型和格兰杰因果关系检验 233
11.5.1 自回归分布滞后模型 233
11.5.2 格兰杰因果关系检验 235
11.6 ARCH模型 236
11.6.1 ARCH模型的定义 236
11.6.2 ARCH模型的估计 238
11.7 非平稳时间序列与单位根理论 239
11.7.1 随机游动和单位根概述 239
11.7.2 时间序列的时间趋势 240
11.7.3 单位根检验 241
11.7.4 单整序列和ARIMA模型 243
11.8 协整与误差修正模型 244
11.8.1 协整的定义 244
11.8.2 协整检验E-G两步法 244
11.8.3 误差修正模型 245
本章小结 245
第12章 时间序列模型应用 247
12.1 滞后效应与滞后变量模型 247
12.1.1 滞后效应 247
12.1.2 滞后变量模型 248
12.2 自回归分布滞后模型 250
12.2.1 期望模型 251
12.2.2 部分调整模型 253
12.2.3 阿尔蒙分布滞后模型 254
12.3 结构向量自回归SVAR模型简介 256
12.3.1 向量自回归VAR模型简介 256
12.3.2 SVAR模型短期约束识别方法 257
12.3.3 长期约束识别方法 259
12.3.4 符号约束识别方法 260
12.3.5 脉冲响应的局部投影法 261
本章小结 262
参考文献 263
书单推荐
