本書是針對財經計量方法已有基礎的讀者撰寫的軟體工具書，因此，本書的重點在於讓撰寫財經實證論文的讀者，在資料載入完備後，提供一個資料分析的手冊。本書提供了一個系統化的程序，使得研究者可以透過「概念說明」及「實例操作」來深入財經計量方法的主要作業程序。



　　全書依照財經資料特徵，分為三部分：橫斷面資料(yi)、時間序列資料(yt)、多變量資料(yit)；每部分皆輔以二至三個章節論述，且以一個完整的資料檔貫穿全文，章節的編排與論文撰寫的順序一致，方便讀者在閱讀本書後，在財經實證論文的寫作上能更加輕易下筆。



　　由於本書是實證研究的工具書，非計量經濟學論著，因此，對於各個章節主題，均依循著估計與檢定的架構撰寫。本書的內容有三個特點：



　　1.其一是對Eviews人性化的資料庫功能做了基礎概略說明；其中針對一般使用者不常接觸使用卻又非常便利的ValMap功能，在此特別加以介紹。



　　2.其二則是Eviews的多功能繪圖，與圖形的多元編輯功能。Eviews繪圖功能在7.0以後就有大幅的進步。本書對矩陣散佈圖與多維度呈現資料的功能，均加以介紹。



　　3.第三是主題選取範圍涵蓋中高級領域。例如：State-Space Form、非對稱GARCH家族、多變量GARCH和內生性問題等等。並新增8.0的結構變動。



　　最後，Panel Data的介紹包括了動態部分。但是，因為動態需要GMM估計，對此，本書以一個工具書的立場，沒有太詳細說明各估計方法下的動態工具變數宣告的差異。



　　本書囊括了財經實證分析中常見且實用的計量方法，有利於讀者投稿與看懂財經實證國內外相關文獻。

第一章　進入Eviews的環境

1-1　工作表單(Work Sheet Menu)

1-2　繪圖

1-3　單筆資料分析

1-4　多筆資料分析

1-5　增益集(Add-ins)



第一部份?? ?單維資料N　橫斷面樣本yi　i=1,2,……N

第二章　線性迴歸分析

2-1　迴歸原理與最小平方法

2-2　Eviews估計

2-3　檢定與診斷分析

2-4　逐步迴歸法(Stepwise LS Regression)



第三章　非線性模型NLS與MLE

3-1　非線性最小平方法(Nonlinear Least Square)

3-2　最大概似估計法(Maximum Likelihood Estimator)



第二部份?? ?單維資料T　時間序列yt　t=1,2,……T

第四章　時間序列初步Time Series Primer and ARMA

4-1　將時間序列資料載入Eviews

4-2　Eviews時間序列資料的基礎功能

4-3　時間序列性質分析

4-4　ARMA

4-5　列相關與檢定

4-6　ARMA結構具季節性

4-7　時間序列預測



第五章　波動分析

5-1　單變量對稱GARCH

5-2　單變量非對稱GARCH



第六章　內生性、工具變數法與GMM

6-1　內生性檢定與工具變數法

6-2　GMM (Generalized Method of Moments)



第三部份?? ?雙維資料— N, T皆有yit

第七章　財經多變量

7-1　向量自迴歸VAR (Vector AutoRegression)

7-2　近似表面不相關SUR (Seemingly unrelated regression)

7-3　多變量GARCH (Multivariate GARCH)

7-4　State-Space Form



第八章　追蹤資料模型Analysis of Panel Data

8-1　原理

8-2　資料載入

8-3　單維模型(One-way error component regression)

8-4　檢定

8-5　雙維模型(Two-way error component regression)

8-6　異質變異問題與頑強共變異數(Robust Coefficient Covariance)

8-7　具內生性問題時的估計(Panel Data with Endogeneity)

8-8　動態追蹤資料模型(Dynamic Panel Data)



第九章　模型穩定性診斷與結構變動

9-1　檢定形式一：Empirical Fluctuation Process(efp)方法

9-2　檢定形式二：F Tests