第二版前言本书第二版得到国家自然科学基金项目的资助，项目号： 70673009

本书第一版出版以来，专家学者们提出了许多宝贵的意见和建议，使我们获益颇多。同时随着计量经济学的新发展，不断地涌现出许多新的理论与方法，为此我们查阅了大量的国内外文献，反复研究、讨论、切磋，并收集数据，进行建模分析，对本书第一版做了较大的修改，并增加了一些新内容和新例子。本书增加和修改的主要内容有： 

1. 第4章增加了分位数回归（Quantile Regression）模型和非参数模型。绝大多数回归模型都关注因变量的条件均值，近年来人们对于因变量条件分布的其他方面的模拟方法也越来越有兴趣，尤其是能够更加全面地描述因变量条件分布的分位数回归。同时非参数回归模型的研究也是当前计量经济学研究的一个重要方向。本书对分位数回归模型和非参数回归模型作了初步介绍，分别给出了分位数回归的多种估计方法和模型的评价与检验、非参数模型的核估计和近邻估计等方法。

2. 第6章增加了单整GARCH模型（Intergrated GARCH Model，IGARCH），并增加了中国CPI模型的ARCH检验和修正，以及相应的TARCH模型的例子。

3. 第9章增加了具有约束条件的VEC模型（Vector Error Correction Models）的例子。为了说明如何在VEC模型中施加约束于协整关系，本书利用中国的6个宏观经济变量建立了VEC模型，通过施加约束条件来研究货币政策对各类需求的影响。

4. 第10章增加了Hausman检验和面板数据的协整检验。面板数据的协整检验方法可以分为两大类，一类是建立在Engle 和Granger二步法检验基础上的面板协整检验，具体方法主要有Pedroni检验和Kao检验； 另一类是建立在Johansen协整检验基础上的面板协整检验。

5. 第12章增加了多变量ARCH（Autoregressive Conditional Heteroskedasticity）方法。在不同的市场、资产之间，往往存在着相互影响及波动的相关关系，多变量ARCH模型能够有效地估计多个变量之间波动的相关性特征与风险特征。

6. 本书增加了第13章“主成分分析和因子分析”。在建立多元回归模型时，为了更准确地反映事物的特征，人们经常会在模型中包含较多相关解释变量，这不仅使得问题分析变得复杂，而且变量之间可能存在多重共线性，使得数据提供的信息发生重叠，甚至会抹杀事物的真正特征。为了解决这些问题，需要采用降维的思想，将所有指标的信息通过少数几个指标来反映，在低维空间将信息分解为互不相关的部分以获得更有意义的解释。主成分分析和因子分析方法可用于解决这类问题。

7. 由于2005年之前经济数据的统计口径同2004年中国的经济普查的口径不同，使得2005年前后的GDP数据不可比。国家统计局对2005年前的年度数据和季度数据进行了调整，本书采用国家统计局发布的修改后数据，对书中的相关例子做了修改。

8. 美国QMS（Quantitative Micro Software）公司2007年推出EViews6版本软件，我们购买了该版本软件。本书的EViews软件操作部分都采用EViews6版本软件。

9. 本书相关实例的数据(Excel表)、EViews工作文件及各章课件可以在清华大学出版社网站(www.tup.com.cn)下载。

本书的修改仍由各章的作者完成（作者的分工见第一版前言），新增加的第13章由梁云芳和王亚芬完成。最后由我本人对全书进行了审阅、修改和定稿。

在本书第二版出版之际，我们首先要感谢上海社会科学研究院的朱平芳教授、福州大学的叶阿忠教授和南开大学的张晓峒教授，他们花费了大量的时间仔细审阅和修改了本书的分位数回归、非参数回归和单位根检验的理论和方法部分，并提出了许多宝贵的修改意见； 特别要感谢清华大学出版社的编辑，是他们的热情鼓励和大力支持，使这本书得以出版。还有许多同行专家、硕士和博士研究生对本书给予了帮助，在这里一并表示感谢。我们把这本书奉献给所有给予我们支持和帮助的人。

由于我们水平有限，错误或不当之处在所难免，诚恳地欢迎同行专家和读者批评指正，并提出宝贵的意见和建议。

高铁梅

2009年3月6日