本书的研究目的是识别和估计时间序列数据下宏观经济政策的动态因果效应。书中介绍的所有识别策略在一定的识别条件下都可以看作是一种随机化试验，将潜在结果框架扩展到时间序列数据，重点介绍基于时间序列数据的单方程和多方程 (系统) 的动态因果推断方法，并分别讨论平稳时间序列数据和非平稳时间序列数据的情况，另外，利用VMA及SVMA模型实现经济政策长短期因果效应的分解及估计。本书包括以下章节：因果推断理论基础；基于单方程平稳时间序列模型的因果效应评估方法；基于单方程时间序列协整模型的因果效应评估方法；基于SVAR模型的动态因果效应评估方法；基于SVEC模型的动态因果效应评估方法。

第1章 绪论
第2章 因果推断理论基础
2.1 潜在结果框架
2.2 随机化实验
2.2.1 随机实验的思想及作用
2.2.2 随机实验的分类
2.3 Granger和Sims非因果关系
2.4 两类因果关系的比较
2.5 经典政策因果效应识别策略
2.5.1 回归和匹配方法
2.5.2 工具变量方法
2.5.3 双重差分方法
2.5.4 合成控制方法
2.5.5 广义合成控制方法
2.5.6 回归合成方法
2.5.7 多重经济政策因果效应识别策略
2.5.8 断点回归设计
2.5.9 案例：商品房限购政策的实体经济发展效应研究
第3章 基于单方程平稳时间序列模型的因果效应评估方法
3.1 中断时间序列分析方法
3.1.1 单组ITS模型
3.1.2 多组ITS模型
3.2 案例：自贸区设立政策对产业结构升级的因果效应分析
3.2.1 研究背景
3.2.2 数据来源和研究结果
第4章 基于单方程时间序列协整模型的因果效应评估方法
4.1 协整理论
4.1.1 非平稳随机过程
4.1.2 动态分布滞后模型
4.1.3 误差修正模型
4.2 基本假设与识别条件
4.3 协整时间序列模型的因果效应评估方法
4.3.1 模型设定和参数估计
4.3.2 长短期因果效应的识别
4.3.3 平均因果效应的估计
4.4 案例：我国房产税试点政策的因果效应评价研究
4.4.1 研究现状
4.4.2 实证分析
第5章 基于SVAR模型的动态因果效应评估方法
5.1 SVAR模型及其识别
5.1.1 SVAR模型
5.1.2 SVAR模型的识别
5.1.3 SVAR模型的脉冲响应函数
5.2 动态因果效应
5.2.1 概述
5.2.2 动态潜在结果分析框架
5.2.3 脉冲响应函数的因果解释
5.3 识别策略
5.3.1 动态因果推断检验
5.3.2 扩展的非对称性动态因果效应研究
5.3.3 动态因果效应的外部工具识别
第6章 基于SVEC模型的动态因果效应评估方法
6.1 基准模型的设定
6.2 SVEC—IV识别
6.3 动态因果效应的长短期分解
6.4 案例：我国利率政策的动态因果效应评价研究
6.4.1 研究背景
6.4.2 变量和模型选择
6.4.3 利率政策的动态因果效应分析
附录
参考文献