《计量经济学渐近理论》一书重点关注经典线性模型无法解决的巨量经济数据问题，旨在提供全面和统一的大样本理论以及相应的统计检验概念，并将渐近理论的基本工具直接与计量经济学估计量联系起来。可以说，大样本理论和渐近理论的基本工具皆被汇聚在这本彻底修订版的书中。本书涉及内容全面且深入，包含中心极限定理、渐近有效的工具变量估计、渐近协方差矩阵估计等。相较于前一版，本书中的全新第7章包含了该领域的前沿学术成果泛函中心极限定理及其应用、伪回归、协整过程回归等，非常值得一读，所以本书非常适合具有一定计量经济学和统计学基础的研究生、专业学者等阅读。

近年来，股票市场、各国政府、相关金融或经济组织，乃至家庭与个人，都在以爆炸式的速度产生巨量经济数据，这给相关领域的经济学家造成了不小的压力。在处理这些数据时，经济学家苦于不能进行控制实验，所以使用经典线性模型下的最小二乘法便显得有些力不从心。面对这样的情况，渐近理论便应运而生。本书在结构框架上，既提供了统一的演绎思路，也在各个章节的布局上遵循相同的逻辑框架，由浅入深、层层递进。其中，每一章的每个定理都配备了相关的习题，并将所有习题答案置于书后，便于读者练习并加深印象。所以，本书特别适合相关专业的研究生、学者等。

哈尔伯特·怀特（Halbert White，1951-2012）教授是世界上最著名的计量经济学家之一，他最大的成就之一是自1980年以来被全世界学者广泛引用的White标准差和White检验。 怀特教授于1972年获得普林斯顿大学学士学位，并于1976年在麻省理工学院获得博士学位。之后，他在罗切斯特大学任教，自1979年起加州大学圣地亚哥分校任教。怀特教授擅长的研究领域主要包括计量经济学、统计学、人工神经网络、预测和金融市场。到目前为止，他发表了大量高质量的文章，并编辑和撰写了很多有名的书籍，如《Asymptotic Theory for Econometricians》, 《Estimation, Inference, and Specification Analysis等。
作为一位经济学界的思想巨人，怀特教授生命不息，思考不止，一生都在为经济学研究贡献力量，就在即将离世的前一周，他还与他的合作者发表了一篇关于巧克力的消费量对体重的影响的文章，引起广泛的关注。怀特教授在他的职业生涯中赢得了无数的荣誉，还被预测为诺贝尔经济学奖的候选者。