第1章導論
1.1研究背景和意義
1.2國內外相關文獻綜述
1.2.1國外的研究現狀
1.2.2國內的研究現狀
1.3研究的基本思路和方法
1.4研究的創新點和主要框架
第2章模型估計的基本問題
2.1模型的基本形式
2.1.1動態面板結構方程模型（dpsem）
2.1.2模型的可觀測形式和識別條件
2.1.3模型估計需要的假設條件
2.2模型估計需要解決的問題
2.2.1 0fs形式中變量的內生性
2.2.2大量工具變量的弱外生性
2.2.3個體效應的過濾
2.2.4模型誤差項的序列相關
2.3現有估計方法及問題
2.3.1廣義工具變量估計
2.3.2全信息*大似然估計
第3章有限信息*大似然（liml）估計引進的探討
3.1 liml估計引進的思路和依據
3.1.1單方程估計的靈活性
3.1.2工具變量的選擇及其弱外生性的影響
3.2 liml估計引進需要解決的問題
3.2.1個體效應的過濾
3.2.2工具變量的選取
3.2.3誤差項的低階序列相關的處理
3.3 liml估計量的推導和計算
3.3.1方程系數的liml估計量
3.3.2誤差方差的liml估計量
3.4方程系數的liml估計量漸近性質的證明
3.4.1系數估計量的一致性
3.4.2特殊設定下系數估計量的漸近正態性
3.5 liml估計效果的模擬
3.5.1具體模型和模擬樣本的產生
3.5.2系數估計量的收斂性
3.5.3 liml的估計量的有限分布
第4章有限信息*大似然估計量方差計算的討論
4.1方差計算的重要性和存在的問題
4.2解決方差計算的思路和根據
4.3方差計算的方法
4.3.1分塊刀切法
4.3.2參數自助法
4.4分塊刀切法liml估計效果的模擬
4.4.1分塊刀切法liml估計量的經驗分布
4.4.2分塊刀切法對liml估計量分布的影響
第5章有限信息*大似然估計結果檢驗方法的探討
5.1現有的liml估計結果檢驗的方法
5.2現有方法引入dpsem需要解決的問題
5.3合適檢驗統計量的構造
5.3.1調整的anderson rubin檢驗
5.3.2調整的k檢驗
5.3.3調整的條件似然比檢驗
5.3.4密集計算估針的z檢驗
5.4 liml估計結果檢驗的蒙特卡羅模擬
5.4.1分塊刀切法的2檢驗統計量零假設的標準分布
5.4.2幾種檢驗方法勢的比較分析
第6章研究結論和有待進一步解決的問題
6.1 dpsem的liml估計的優勢
6.1.1估計量的有限樣本性質
6.1.2估計結果檢驗的建立
6.2 liml估計有待進一步解決的問題
6.2.1 liml估計的局限性
6.2.2模型誤差序列相關下估計量的漸近方差
6.3相關課題進一步研究的方向
參考文獻
后記