本书是一本适用于一年级研究生计量经济学课程的经典教科书。它有两个与众不同的特点。,它涵盖了以所谓广义矩方法 (GMM)作为组织原则的估计方法的全部技术内容。这种一以贯之的方法是以一种尽管严格但仍是易于接受的方式来涵盖一年级课程内容的有效途径。其次,绝大部分的章次都包含了这样一节:详尽地考察原创性的应用文章,选材出自各种不同的领域,如产业组织、劳动经济学、金融经济学、国际经济学和宏观经济学等。因此,读者可以从中了解如何使用该章所涵盖的方法,并知晓在什么样的条件下应用它们。
本书曾作为讲义在宾夕法尼亚大学、哥伦比亚大学、普林斯顿大学、东京大学、波士顿学院、哈佛大学以及俄亥俄州立大学使用过，深受学生欢迎。

林文夫（Fumio Hayashi），计量经济学家，日本东京大学经济系教授。1975年获得东京大学经济学学士学位，1980年获得哈佛大学经济学博士学位。1980-1982年担任美国西北大学经济系助理教授，1982-1985年担任日本筑波大学社会经济计划研究所副教授，1985-1988年担任日本大阪大学经济学部副教授，1988-1993年担任美国宾夕法尼亚大学经济系正教授。1993-1995年担任美国哥伦比亚大学经济系讲座教授。1995-2009年担任东京大学经济学部教授。2009年至今他是日本一桥大学大学院国际企业战略研究科教授。他1988年当选为经济计量学会会士，1995年获得日本经济学会颁发首届中原奖（Nakahara Prize）。2005年他当选为美国艺术和科学院外籍院士。

第1章 OLS的有限样本性质 1
1.1 古典线性回归模型 1
1.2 小二乘的代数知识 9
1.3 OLS的有限样本性质 17
1.4 正态性下的假设检验 21
1.5 与似然的关系 31
1.6 广义小二乘（GLS） 37
1.7 应用:电力供给的规模报酬 40
第1章习题集 48
部分习题答案 56
参考文献 58
第2章 大样本理论 59
2.1 对随机变量数列极限定理的回顾 59
2.2 时间序列分析中的基本概念 65
2.3 OLS估计量的大样本分布 74
2.4 假设检验 80
2.5 一致性的估计E（ ） 84
2.6 条件同方差性的含义 86
2.7 检验条件同方差性 90
2.8 参数化条件异方差性的估计（选修） 91
2.9 小二乘投射 95
2.10 检验序列相关 97
2.11 应用:理性预期计量经济学 103
2.12 时间回归 110
第2章习题集 115
部分习题答案 125
参考文献 126
第3章 单方程GMM 128
3.1 内生性偏误:沃金（Working）的例子 129
3.2 更多举例 133
3.3 一般性表述 136
3.4 定义广义矩法 141
3.5 GMM的大样本性质 143
3.6 检验过度识别限制条件 149
3.7 似然比原理下的假设检验 153
3.8 条件同方差的含义 155
3.9 应用:从学校教育中得到的收益 163
第3章习题集 168
部分习题答案 174
参考文献 175
第4章 多方程GMM 177
4.1 多方程模型 178
4.2 定义多方程GMM 182
4.3 大样本理论 184
4.4 单方程估计与多方程估计 187
4.5 多方程GMM的特殊情况:FIVE、3SLS和SUR 189
4.6 共有系数 197
4.7 应用:相互关联的要素需求 205
第4章习题集 212
部分习题答案 220
参考文献 221
第5章 面板数据 222
5.1 误差成分模型 223
5.2 固定效应估计量 227
5.3 非平衡面板（选修） 233
5.4 应用:增长率的国际差异 235
第5章习题集 241
部分习题答案 249
参考文献 250
第6章 序列相关 251
6.1 序列相关建模:线性过程 251
6.2 ARMA过程 258
6.3 向量过程 266
6.4 估计自回归 270
6.5 序列相关过程的样本均值的渐近性 276
6.6 在GMM中纳入序列相关性 280
6.7 在条件同方差性之下的估计（选修） 284
6.8 应用:期汇汇率的预测 288
第6章习题集 295
部分习题答案 303
参考文献 305
第7章 极值估计量 306
7.1 极值估计量 307
7.2 一致性 314
7.3 渐近正态性 324
7.4 假设检验 337
7.5 数值化 343
第7章习题集 346
部分习题答案 348
参考文献 349
第8章 极大似然方法范例 350
8.1 定性响应（QR）模型 350
8.2 断尾回归模型 353
8.3 截取回归（Tobit）模型 358
8.4 多元回归 361
8.5 FIML 364
8.6 LIML 373
8.7 序列相关观测值 376
第8章习