中央财经大学数量经济学考博初试主要考察考生在计量经济学、数理经济学、统计学及实证分析方面的综合能力。考试科目通常包括《高级计量经济学》《数理经济学》《统计学》以及两门专业笔试，其中《高级计量经济学》和《数理经济学》占比较高，约占总分70%。考生需重点掌握以下核心内容：

一、参考书目与重点章节

1.《高级计量经济学》（李子奈、叶克虎，第3版）需精读第2-5章（固定效应模型、随机效应模型、面板数据模型）、第8章（非参数计量经济学）及第12章（高维计量模型）。注意掌握工具变量法的弱工具变量检验、面板数据模型的Hausman检验等计算细节。

2.《计量经济学》（伍德里奇，第7版）重点复习第3-4章（面板数据）、第6章（离散选择模型）、第10章（面板数据）及附录中的矩阵运算。需熟练运用Stata或R进行双重差分、倾向得分匹配等现代计量方法操作。

3.《数理经济学》（范里安，第8版）需重点理解博弈论部分（第6章完全信息动态博弈、第7章不完全信息博弈），掌握纳什均衡求解、海萨-斯蒂格利茨偏好函数等基础模型。注意区分强博弈均衡与弱博弈均衡的应用场景。

4.《统计学》（贾俊平，第8版）重点复习第5章（方差分析）、第8章（回归分析）、第12章（时间序列分析）。需掌握ANOVA的LSD检验与Dunnett检验差异，时间序列的ADF单位根检验步骤。

二、跨学科融合能力考察

近年真题中约30%题目涉及多学科交叉，例如要求结合随机前沿分析（SFA）与生产函数进行效率评估，或运用贝叶斯计量方法处理面板数据模型。考生需在复习中强化以下能力：

1. 使用极大似然估计法同时处理截面与时间序列数据

2. 设计涵盖工具变量、面板纠正内生性问题等的多阶段实证方案

3. 运用EViews或Python进行蒙特卡洛模拟验证模型假设

三、真题规律与得分策略

近五年考试显示，计算题占比稳定在40%，其中计量模型估计占25%，数理推导占15%。高频考点包括：

1. 面板数据模型的Hausman检验（近3年出现7次）

2. 离散选择模型（Logit与Probit）的假设检验（出现5次）

3. 非参数核估计的带宽选择方法（连续出现4年）

建议考生建立"理论-软件-应用"三维复习框架：每天2小时理论推导（重点掌握F检验、LR检验等假设检验的数学基础），2小时软件操作（Stata命令与R包使用），1小时结合经济问题构建实证模型（如用Cobb-Douglas函数估计技术进步弹性）。

四、备考时间规划建议

1. 基础阶段（3个月）：完成4本教材精读，建立知识框架图（建议使用XMind制作包含200+核心概念的思维导图）

2. 强化阶段（2个月）：针对近10年真题进行专题突破，建立常见问题解决方案库（如内生性问题处理方案汇总表）

3. 冲刺阶段（1个月）：模拟考试（每日9小时全真演练），重点训练时间敏感型题目（如10分钟内完成回归结果解释）

特别提醒：2023年新增对机器学习在计量经济中的应用考察，需补充学习《机器学习基础》（周志华）第5章（回归与分类）及《计量经济学机器学习》（Fang et al.）相关内容。建议关注《经济研究》《经济学季刊》近三年关于因果推断的论文，熟悉R语言包`did`、`MatchIt`的操作。考场上注意呈现逻辑：问题分析（20%）-模型设定（30%）-估计检验（25%）-经济解释（25%）。最后附重要公式速记表（含面板数据模型矩阵形式、GMM估计步骤等），建议打印贴于复习笔记首页。