广义矩（GMM）估计的影响分析
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 前言 | 第7-10页 |
| 第一章 引论 | 第10-23页 |
| ·数据删除法 | 第10-13页 |
| ·Cook距离 | 第10-12页 |
| ·基于影响函数的研究 | 第12-13页 |
| ·局部影响分析 | 第13-19页 |
| ·Cook的局部影响分析方法 | 第13-17页 |
| ·广义影响函数及局部影响分析 | 第17-19页 |
| ·预备知识 | 第19-23页 |
| ·一些矩阵代数 | 第19-21页 |
| ·矩阵微商 | 第21-23页 |
| 第二章 GMM估计的定义及性质 | 第23-37页 |
| ·广义矩(GMM)估计的定义 | 第24-26页 |
| ·广义矩(GMM)估计的渐进性质 | 第26-28页 |
| ·最优权重矩阵与最优GMM | 第28-31页 |
| ·最优权重矩阵W_N的选择 | 第28-29页 |
| ·两阶段GMM估计 | 第29-30页 |
| ·矩阵A_N的选择 | 第30-31页 |
| ·W_N的其他选择 | 第31页 |
| ·一些估计量的GMM解释 | 第31-37页 |
| ·普通最小二乘(OLS)估计的GMM解释 | 第31-33页 |
| ·工具变量(Ⅳ)估计的GMM解释 | 第33-37页 |
| 第三章 GMM估计的数据删除法 | 第37-63页 |
| ·数据删除度量 | 第37-46页 |
| ·工具变量估计中的应用 | 第46-49页 |
| ·例1.单方程模型 | 第48页 |
| ·例2.看似不相关回归模型 | 第48-49页 |
| ·动态面板数据模型中的应用 | 第49-55页 |
| ·简单动态面板数据模型 | 第50-52页 |
| ·含有外生性解释性变量的动态面板数据模型 | 第52-54页 |
| ·关于动态面板数据模型矩条件的一些说明 | 第54-55页 |
| ·实例分析 | 第55-63页 |
| ·工资模型 | 第55-57页 |
| ·模拟研究 | 第57-59页 |
| ·AB数据 | 第59-63页 |
| 第四章 GMM估计的局部影响分析 | 第63-68页 |
| ·GMM估计的局部影响测度 | 第63-66页 |
| ·扰动理论及结果 | 第63-65页 |
| ·局部诊断统计量 | 第65-66页 |
| ·实例分析 | 第66-68页 |
| ·AB数据 | 第66-68页 |
| 第五章 工具变量(Ⅳ)估计的局部影响分析 | 第68-80页 |
| ·工具变量估计的局部影响分析 | 第68-78页 |
| ·工具变量估计的影响函数(IF) | 第68-71页 |
| ·工具变量估计的经验影响函数(EIF) | 第71-72页 |
| ·工具变量估计的样本影响函数(SIF) | 第72-78页 |
| ·广义Cook距离 | 第78页 |
| ·实例分析：工资模型 | 第78-80页 |
| 第六章 结论 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85页 |
