計量經濟學導論：現代方法

引用

Wooldridge, J. M. (2006). Introductory Econometrics: A Modern Approach (3rd ed.). Thomson/South-Western.

章節概要

第三版（2006年）約890頁，全書19章，分三個部分：

• 橫截面資料的迴歸分析（第2至9章）
• 時間序列資料的迴歸分析（第10至12章）
• 進階專題（第13至19章）

另有開篇一章講計量經濟學的性質和經濟資料。

出版社簡介說，本書旨在彌合計量經濟學的機制與其現代應用之間的差距。它採用由應用研究者面臨的主要問題所驅動的系統方法。它也強調以例子賦予經濟關係具體的現實感，使政策問題可以在易於接受的框架中處理。

第1章：The Nature of Econometrics and Economic Data（計量經濟學的性質與經濟資料）

開篇一章介紹什麼是計量經濟學，以及後面各章所分析的各類經濟資料。它為三個部分建立了所用的詞彙。

第一部分：Regression Analysis with Cross-Section Data（橫截面資料的迴歸分析）

第2章：The Simple Regression Model（簡單迴歸模型）。 起點：只有一個解釋變數的迴歸。

第3章：Multiple Regression Analysis: Estimation（多元迴歸分析：估計）。 把估計推廣到多個解釋變數。

第4章：Multiple Regression Analysis: Inference（多元迴歸分析：推斷）。 多元迴歸的統計推斷。

第5章：Multiple Regression Analysis: OLS Asymptotics（多元迴歸分析：OLS漸近理論）。 普通最小平方法的大樣本性質。

第6章：Multiple Regression Analysis: Further Issues（多元迴歸分析：進一步的問題）。 使用多元迴歸時的其他實際問題。

第7章：Multiple Regression Analysis with Qualitative Information: Binary (or Dummy) Variables（含定性資訊的多元迴歸分析：二值（虛擬）變數）。 透過虛擬變數把定性資訊納入迴歸。

第8章：Heteroskedasticity（異質變異性）。 誤差變異數不恆定時會發生什麼，以及如何應對。

第9章：More on Specification and Data Problems（再談設定與資料問題）。 設定的選擇與資料中的問題。

第二部分：Regression Analysis with Time Series Data（時間序列資料的迴歸分析）

第10章：Basic Regression Analysis with Time Series Data（時間序列資料的基本迴歸分析）。 觀測值按時間排列時的迴歸。

第11章：Further Issues in Using OLS with Time Series Data（對時間序列資料使用OLS的進一步問題）。 時間序列特有的複雜情況。

第12章：Serial Correlation and Heteroskedasticity in Time Series Regressions（時間序列迴歸中的序列相關與異質變異性）。 時間序列環境中，誤差隨時間相關或變異數變化的情形。

第三部分：Advanced Topics（進階專題）

第13章：Pooling Cross Sections across Time: Simple Panel Data Methods（跨時間合併橫截面：簡單追蹤資料方法）。 合併不同時期的橫截面，以及最初的追蹤資料方法。

第14章：Advanced Panel Data Methods（高階追蹤資料方法）。 對追蹤資料更深入的處理。

第15章：Instrumental Variables Estimation and Two Stage Least Squares（工具變數估計與兩階段最小平方法）。 解釋變數與誤差項相關時的估計。

第16章：Simultaneous Equations Models（聯立方程式模型）。 變數聯合決定的方程組入門。

第17章：Limited Dependent Variable Models and Sample Selection Corrections（受限因變數模型與樣本選擇校正）。 取值範圍受限的結果的模型，以及對非隨機樣本的校正。

第18章：Advanced Time Series Topics（高階時間序列專題）。 時間序列分析的進一步專題。

第19章：Carrying Out an Empirical Project（開展實證專案）。 最後一章，講如何開展自己的實證研究專案。

核心概念

第1–6章

• 簡單迴歸與多元迴歸：估計一個結果變數與一個或多個解釋變數之間的關係。
• 推斷：對迴歸係數檢定假設，並構造信賴陳述。
• OLS漸近理論：樣本增大時普通最小平方法的性質。

第7–9章

• 二值（虛擬）變數：在迴歸中表示定性資訊。
• 異質變異性：誤差變異數不恆定。
• 設定與資料問題：第9章點出的實際問題。

第10–12章

• 時間序列迴歸：對按時間排序的資料做迴歸。
• 序列相關：誤差在時間上的相關。

第13–19章

• 混合橫截面與追蹤資料：追蹤個體，或在時間上合併樣本的資料。
• 工具變數與兩階段最小平方法：處理迴歸元與誤差相關的方法。
• 聯立方程式模型：聯合決定的變數。
• 受限因變數與樣本選擇：針對受限結果和非隨機樣本的模型。
• 實證專案：把方法與研究連結起來的實際技能。

評析

優點

• 按資料型別組織。 本書把橫截面迴歸、時間序列迴歸和進階專題分開，給出一張清晰的地圖，讀者可以看出每種方法屬於何處。
• 例子優先的設計。 出版社簡介說明，本書強調以例子賦予經濟關係具體的現實感。這些例子也使有趣的政策問題可以在易於接受的框架中處理。
• 進階方法有一席之地。 追蹤資料、工具變數、聯立方程、受限因變數和高階時間序列，在第三部分中各自成章。
• 有一章專講開展專案。 最後一章專門講如何開展實證專案，因此全書以把方法轉向學生自己的研究作結。
• 至今仍是課程用書。 例如下文「常見課程安排」中的 UNC 2026年秋季課程，就把 Wooldridge 的 Introductory Econometrics 列為指定教材，整個課程綱要都圍繞本書各章構建。

局限

• 版本。 第三版出版於2006年，此後本書還有更新的版本。學生應核對課程使用的是哪一版，因為章節內容和編號可能不同。例如下文的 UNC 2026年秋季課程接受第6、7或8版，而非本頁所列的第3版。
• 篇幅。 本書約890頁，內容超過一個學期。第三部分是一份選單，課程從中挑選主題。例如 UNC 2026年秋季課程只涵蓋橫截面核心內容，加上第三部分中的一章（工具變數），其他主題則列為「時間允許時」。
• 因果設計的處理。 在這一版中，工具變數放在第15章，追蹤方法放在第13、14章，沒有專門講雙重差分或斷點迴歸的章節。這些較新的因果推斷設計，更適合從課程中較新的書裡學習。

版本說明

UNC 2026年秋季課程允許使用第6、7或8版，下文課程清單中的章號依照該大綱。本頁所列的是2006年印本（Thomson/South-Western，ISBN 978-0-324-28978-7），因此請按章名對照手上的版本。

就該課程所列主題而言，以下核心章節在近期各版中都很穩定：

• 第2–8章（從簡單迴歸到異質變異性）
• 第15章（工具變數）

這些章號與上文2006年版目錄一致。核心以外的部分，請依章名而非章號對照：

• 追蹤資料。 UNC 大綱列出「Ch 10 Panel Data」。但在2006年印本中，第10章是《時間序列資料的基本迴歸分析》，追蹤方法則在第13、14章。
• 樣本選擇。 大綱中的「Models with Selection」，最接近2006年版第17章《受限因變數模型與樣本選擇校正》中的樣本選擇內容。

在課程中的定位

在計量經濟學書單中，Wooldridge 是一本全篇幅的教材，對橫截面、時間序列和追蹤資料的迴歸做了透徹的處理。它可以作為一學期本科課程的主幹。下文的 UNC 2026年秋季課程就是如此：本書是指定教材，課程按章節順序推進，從簡單迴歸一直講到工具變數。

書單上的其他書扮演不同角色：

• Studenmund，Using Econometrics： 較溫和、以直覺為先導的單方程迴歸入門。
• Newbold 等人，Statistics for Business and Economics： 提供事先需要的統計基礎。
• Stock 與 Watson，Introduction to Econometrics： 另一本標準的本科教材，圍繞實證問題和真實資料集展開。可作為比較，也可在換一種講法有幫助時作為第二來源。

Angrist 與 Pischke 的 Mastering 'Metrics 是對經濟學家估計因果效應所用方法的通俗入門。他們的 Mostly Harmless Econometrics 則是關於迴歸、工具變數、雙重差分和斷點迴歸的精煉指南。二者都是本書的好伴讀，而本書提供了它們所依據的系統迴歸基礎。

如何使用本書

本書適合想要系統學習迴歸的經濟學和社會科學本科生與碩士生。修過入門統計學課程並具備基礎微積分，是合理的起點。

實用的閱讀安排：

• 核心： 第1至4章以及第6至8章，提供橫截面迴歸的工具箱。第5章漸近理論初讀時可以瀏覽，不過有些課程（如下文的 UNC 2026年秋季課程）會把第5章納入綱要。
• 第二層： 先讀第9章，再讀第10至12章瞭解時間序列。
• 從第三部分中選讀： 第13至15章（追蹤資料和工具變數）用途最廣；第16至18章針對特定需要。
• 最後讀： 第19章，並用統計軟體在真實資料集上做一個自己的實證專案。
• 同時： 使用一個當前的統計軟體套件。若要學習工具變數之外的因果設計，再配合上面提到的較短的應用類圖書之一。

常見課程安排

UNC Econ 470-001 Econometrics（2026年秋季，Kédagni；課程大綱PDF）要求使用第6、7或8版。其綱要依序如下（章號依大綱所列）：

1. 第2章 簡單線性迴歸
2. 第3章 多元線性迴歸
3. 第4章 推斷
4. 第5章 OLS漸近理論
5. 第6章 進一步的問題
6. 第7章 虛擬變數
7. 第8章 異質變異性
8. 第15章 工具變數
9. 時間允許時：第10章 追蹤資料；含選擇的模型

使用2006年版的讀者，應注意三點：

• 該綱要沒有列出第9章，也沒有列出時間序列各章，而是從異質變異性直接跳到工具變數。
• 第2–8章和第15章與2006年版章號一致。
• 對於「時間允許時」的主題，請讀追蹤資料各章（2006年印本中為第13–14章）以及第17章中的樣本選擇內容。請依章名對照，而非依大綱的章號。

聚焦閱讀與版本界線

以下試做使用本站配套指南的原創題。請先開啟題目，核對其中的條件和資料，再作答。

閱讀路線： 本頁所列為2006年版，ISBN 9780324289787。先讀基本迴歸與推斷，再讀內生性與工具變數相關內容，並按你手上版本的目錄對照。

繼續前試做： 寫出結果變數的單位與處理變數的單位，並說明第一階段與簡化式的區別。檢查標準： 分母非零的比值在數值上有定義，但這並不證明它具有因果解釋。

版本與存取： 本頁介紹的是2006年印本。之後的 Cengage 版本會調整部分內容並更新軟體示例；若課程使用第6–8版（如上引 UNC 2026年秋季課），請對照手中版本的章名，而不要依賴舊版頁碼。

第一手書目或作者來源