Магнус эконометрика начальный курс. Эконометрика

Учебник содержит систематическое изложение основ эконометрики и написан на основе лекций, которые авторы в течение ряда лет читали в Российской экономической школе и Высшей школе экономики. Подробно изучаются линейные модели парной и множественной регрессии, включая такие темы, как метод наименьших квадратов, проверка гипотез, обобщенный метод наименьших квадратов, гетероскедастичностъ и автокорреляция ошибок, прогнозирование, проблемы спецификации модели. Отдельная глава посвящена системам одновременных уравнений.

По сравнению с изданием 1997 г. в книгу включены три новые главы, посвященные методу максимального правдоподобия в моделях регрессии, временным рядам и моделям с дискретными и ограниченными зависимыми переменными. Значительно увеличено количество примеров из российской экономики, задач и упражнений.

Для студентов, аспирантов, преподавателей, а также специалистов по прикладной экономике и финансам.

Эконометрика (наряду с микроэкономикой и макроэкономикой) входит в число базовых дисциплин современного экономического образования. Что же такое эконометрика? Когда имеешь дело с живой, развивающейся наукой, всегда возникает трудность при попытке дать краткое описание ее предмета и методов. Можно ли сказать, что эконометрика - это наука об экономических измерениях, как подсказывает само ее название? Конечно же можно, но тогда возникает вопрос, какой смысл вкладывать в термин «экономические измерения». Это аналогично тому, как если бы определить математику как науку о числах. Поэтому, не пытаясь более подробно развивать эту проблему, приведем высказывания признанных авторитетов в экономике и эконометрике.

«Эконометрика позволяет проводить количественный анализ реальных экономических явлений, основываясь на современном развитии теории и наблюдениях, связанных с методами получения выводов» (Самуэльсон).

«Основная задача эконометрики - наполнить эмпирическим содержанием априорные экономические рассуждения» (Клейн).

«Цель эконометрики - эмпирический вывод экономических законов. Эконометрика дополняет теорию, используя реальные данные для проверки и уточнения постулируемых отношений» (Маленво).

Эта книга адресована прежде всего студентам, впервые приступающим к изучению эконометрики, и имеет две цели. Во-первых, мы хотим подготовить читателя к прикладным исследованиям в области экономики. Во-вторых, мы думаем, что она будет полезна студентам, которые собираются в дальнейшем углубленно изучать теорию эконометрики. Никаких предварительных знаний об эконометрике не требуется. Однако предполагается знакомство с курсами линейной алгебры, теории вероятностей и математической статистики в начальном объеме (например, Гельфанд, 1971; Ильин, Позняк, 1984; Вентцель, 1964). Мы предполагаем также, что читатель владеет математическим анализом в пределах стандартного курса технического вуза.

Существует несколько прекрасных учебников по эконометрике на английском языке. Так, например, книгу (Greene, 1997) по праву можно считать «эконометрической энциклопедией» - в ней содержатся практически все разделы современной эконометрики. В учебнике (Goldberger, 1990) больше внимания уделяется формально-математической стороне эконометрики. Очень удачной, современной и сбалансированной с точки зрения теории и приложений является, на наш взгляд, книга (Johnston and DiNardo, 1997). Следует также отметить учебники (Griffits, Hill and Judge, 1993) и (Pindyck and Rubinfeld, 1991), ориентированные на читателей, не имеющих сильной математической подготовки и снабженные большим количеством примеров и упражнений. Хорошим дополнением к стандартным учебникам может служить книга (Kennedy, 1998), где основной упор делается на содержательную сторону эконометрического анализа и которая содержит большое число интересных упражнений. Необходимо также упомянуть книгу (Hamilton, 1994), где очень подробно и на высоком математическом уровне изложена теория временных рядов, и книгу (Stewart, 1991), содержащую удачные и компактные разделы по теории временных рядов.

Поэтому, возможно, необходимо привести некоторые аргументы в пользу написания новой книги вместо простого перевода одного из существующих учебников. Наша книга основана на материале лекций, которые один из авторов (Я. Магнус) читал в качестве начального курса эконометрики по мастер-программе для студентов Российской экономической школы (РЭШ) в марте-апреле 1993 г. Два других автора (П.Катышев, А.Пересецкий) проводили практические занятия. Интенсивный 7-недельный курс включал в себя основы эконометрики. Это был первый год существования Российской экономической школы. В последующие годы авторы сотрудничали в создании программы всех трех эконометрических курсов для студентов первого года обучения в РЭШ. В процессе работы мы, в частности, составили примеры из российской экономики, которые использовали вместо традиционно рассматриваемых примеров из экономики стран Западной Европы и США. В конце концов мы пришли к убеждению, что было бы желательно иметь учебник, написанный специально для российских студентов, и переработали программу курса в самостоятельную книгу. Настоящая книга является, таким образом, результатом пятилетнего опыта преподавания эконометрики для российских студентов.

Главы 2-4 содержат классическую теорию линейных регрессионных моделей. Этот материал является ядром эконометрики, и студенты должны хорошо освоить его перед тем, как перейти к изучению остальных частей книги. В главе 2 рассматривается простейшая модель с двумя регрессорами, глава 3 посвящена многомерным моделям. В определенном смысле глава 2 избыточна, однако с педагогической точки зрения крайне полезно изучить сначала регрессионные модели с двумя переменными. Тогда, например, можно обойтись без матричной алгебры, в двумерном случае легче также понять графическую интерпретацию регрессии. Глава 4 содержит несколько дополнительных разделов (проблема мультиколлинеарности, фиктивные переменные, спецификация модели), однако ее материал также можно отнести к стандартным основам эконометрики.

В главах 5-9 изучаются некоторые обобщения стандартной модели множественной регрессии, такие, как стохастические регрессоры, обобщенный метод наименьших квадратов, гетероскедастичность и автокорреляция остатков, доступный обобщенный метод наименьших квадратов, прогнозирование, метод инструментальных переменных. Удивительно в теории эконометрики то, что на этом уровне большинство теорем стандартного ядра теории (главы 2-4) остаются справедливыми, по крайней мере приближенно или асимптотически, когда условия теорем ослабляются. Мы настоятельно рекомендуем постоянно соотносить результаты глав 5-9 с основными результатами, изложенными в главах 2-4.

Глава 10 содержит теорию систем одновременных уравнений, т.е. тот случай, когда модель содержит более одного уравнения. Рассматриваются проблемы, с которыми может встретиться эконометрист в практической работе.

В книгу включено несколько приложений, в том числе обзор эконометрических пакетов и краткий англо-русский словарь терминов.

Наш опыт показывает, что материала глав 1-7 достаточно для 7-недельного курса по 6 часов в неделю, а материала глав 1-10 - для стандартного односеместрового. Мы получали хорошие результаты со следующей структурой курса: две двухчасовые лекции в неделю и один семинар (в более малочисленных подгруппах), однако другие структуры курса также возможны.

Студентам

Решение задач - ключ к изучению математики, статистики, а также эконометрики. Об этом говорили нам наши учителя, когда мы были студентами, и мы повторяем это здесь. И это верно! Для студентов с ориентацией на практическую деятельность необходимы эксперименты с данными. Удалите несколько наблюдений из ваших данных и посмотрите, что произойдет с вашими оценками и почему. Добавьте объясняющие переменные и посмотрите, как изменятся ваши оценки и прогнозы. В общем, экспериментируйте. Студент, ориентированный на изучение теории, должен задавать себе вопрос, почему то или другое условие теоремы необходимо. Почему теорема перестает быть справедливой, если вы удаляете или изменяете одно из условий. Находите контрпримеры.

Преподавателям

Важно, чтобы все студенты обладали требуемым математическим и статистическим уровнем подготовки в начале курса. Если это не так, то курс следует начать с обзора необходимых понятий линейной алгебры и математической статистики. Главы 2-4 должны стоять в начале курса. Есть определенная свобода в выборе дальнейших тем, если время не позволяет включить в курс всю книгу. В случае недостатка времени можно отложить стохастические регрессоры (п. 5.1) и тесты на гетероскедастичность (но не саму концепцию гетероскедастичности) на следующий курс. Главы 7-10 содержат специальные, но важные разделы, которые могут быть включены в курс с той или иной степенью подробности, в зависимости от вкусов преподавателя.

Мы будем благодарны за любые замечания, сообщения об опечатках, неясных местах, ошибках в этой книге.

Благодарности

Мы в огромном долгу перед пятью поколениями студентов Российской экономической школы, которые в процессе изучения курса давали массу критических замечаний, использованных нами при работе над книгой. Без них эта книга никогда не была бы написана.

Мы благодарны выпускникам РЭШ Владиславу Каргину и Алексею Онацкому, которые подготовили для книги пример по рынку квартир в Москве, а также студенткам РЭШ Елене Пальцевой и Гаухар Турмухамбетовой, усилиями которых удалось избежать многих опечаток. Мы также благодарны нашему коллеге Александру Сластникову, взявшему на себя труд редактирования рукописи. В работе над рукописью П.Катышев и А.Пересецкий получали финансовую поддержку Российского гуманитарного научного фонда, проект 96-02-16011а.

Тилбург/Москва, март 1997 г.

6-е изд., перераб. и доп. - М.: Дело, 2004. - 576 с.

В шестое издание книги добавлены три новые главы. Глава "Панельные данные" дополняет книгу до полного списка тем, традиционно включаемых в современные базисные курсы эконометрики. Добавлены также главы "Предварительное тестирование" и "Эконометрика финансовых рынков", которые будут полезны тем, кто интересуется соответственно теоретическими и прикладными аспектами эконометрики. Значительно увеличено количество упражнений. Включены упражнения с реальными данными, доступными для читателя на web-сайте книги.

Для студентов, аспирантов, преподавателей, а также специалистов по прикладной экономике и финансам

Формат: djvu

Размер: 5,9 Мб

Скачать: yandex.disk

Формат: pdf

Размер: 21 ,7 Мб

Скачать: drive.google

Оглавление
Вступительное слово 10
Предисловие к первому изданию 13
Предисловие к третьему изданию 18
Предисловие к шестому изданию 23
1. Введение 26
1.1. Модели 26
1.2. Типы моделей 28
1.3. Типы данных 30
2. Модель парной регрессии 32
2.1. Подгонка кривой 32
2.2. Метод наименьших квадратов (МНК) 34
2.3. Линейная регрессионная модель с двумя переменными 38
2.4. Теорема Гаусса-Маркова. Оценка дисперсии ошибок а2 41
2.5. Статистические свойства МНК-оценок параметров регрессии. Проверка гипотезы b = bo- Доверительные интервалы для коэффициентов регрессии 46
2.6. Анализ вариации зависимой переменной в регрессии. Коэффициент детерминации Я2 51
2.7. Оценка максимального правдоподобия коэффициентов регрессии 55
Упражнения 58
3. Модель множественной регрессии 67
3.1. Основные гипотезы 68
3.2. Метод наименьших квадратов. Теорема Гаусса-Маркова 69
3.3. Статистические свойства МНК-оценок 72
3.4. Анализ вариации зависимой переменной в регрессии. Коэффициенты R2 и скорректированный R^, 74
3.5. Проверка гипотез. Доверительные интервалы и доверительные области 78"
Упражнения 88
4. Различные аспекты множественной регрессии 108
4.1. Мультиколлинеарность 109;
4.2. Фиктивные переменные 112
4.3. Частная корреляция 118
4.4. Спецификация модели 124
Упражнения 135
5. Некоторые обобщения множественной регрессии 148
5.1. Стохастические регрессоры 149
5.2. Обобщенный метод наименьших квадратов.... 154
5.3. Доступный обобщенный метод наименьших квадратов 160
Упражнения 163
6. Гетероскедастичность и корреляция по времени 167
6.1. Гетероскедастичность 168
6.2. Корреляция по времени 184
Упражнения 192
7. Прогнозирование в регрессионных моделях 204
7.1. Безусловное прогнозирование 205
7.2. Условное прогнозирование 208
7.3. Прогнозирование при наличии авторегрессии ошибок 209
Упражнения 211
8 . Инструментальные переменные 212
8.1. Состоятельность оценок, полученных с помощью инструментальных переменных 213
8.2. Влияние ошибок измерения 214
8.3. Двухшаговый метод наименьших квадратов.... 215
8.4. Тест Хаусмана 217
Упражнения 218
9. Системы регрессионных уравнений 220
3.1. Внешне не связанные уравнения 221
9.1. Системы одновременных уравнений 224
Упражнения 241
10. Метод максимального правдоподобия в моделях регрессии 244
10.1. Введение 245
10.2. Математический аппарат 246
10.3. Оценка максимального правдоподобия парамет¬ров многомерного нормального распределения. . 248
10.4. Свойства оценок максимального правдоподобия. 249
10.5. Оценка максимального правдоподобия в линейной модели 250
10.6. Проверка гипотез в линейной модели, I 253
10.7. Проверка гипотез в линейной модели, II 257
10.8. Нелинейные ограничения 258
Упражнения 260
11. Временные ряды 264
11.1. Модели распределенных лагов 266
11.2. Динамические модели 268
11.3. Единичные корни и коинтеграция 276
11.4 Модели Бокса-Дженкинса (ARIMA) 28
11.5. GARCH модели 3
Упражнения 3J
12. Дискретные зависимые переменные и цензурированные выборки 3
12.1. Модели бинарного и множественного выбора... 3!
12.2. Модели с урезанными и цензурированными выборками 3.
Упражнения 3;
13. Панельные данные 31
13.1 Введение 3
13.2. Обозначения и основные модели 3
13.3. Модель с фиксированным эффектом 3
13.4. Модель со случайным эффектом 31
13.5. Качество подгонки З1
13.6. Выбор модели 3"
13.7. Динамические модели 3
13.8. Модели бинарного выбора с панельными данными 3
13.9. Обобщенный метод моментов 3
Упражнения 39
14. Предварительное тестирование: введение 39
14.1. Введение 3!
14.2. Постановка задачи 40
14.3. Основной результат 40"
14.4. Pretest-оценка 4$
14.5. WALS-оценка 40
14.6. Теорема эквивалентности 4
14.7. Предварительное тестирование и эффект «занижения» 407
14.8. Эффект «занижения». Один вспомогательный параметр 412
14.9. Выбор модели: от общего к частному и от частного к общему 415
14.10. Эффект «занижения». Два вспомогательных параметра 419
11. Прогнозирование и предварительное тестирование 425
.12. Обобщения 429
13. Другие вопросы 432
Упражнения 434
15. Эконометрика финансовых рынков 435
11,5.1. Введение 436
15.2. Гипотеза эффективности финансового рынка. . . 438
15.3. Оптимизация портфеля ценных бумаг 446
15.4. Тест на включение новых активов в эффективный портфель 450
15.5. Оптимальный портфель при наличии безрискового актива 456
15.6. Модели оценки финансовых активов 461
Упражнения 471
16. Перспективы эконометрики 472
1,6.1. Введение 472
16.2. Чем собственно занимается эконометрист? .... 473
16.3. Эконометрика и физика 474
16.4. Эконометрика и математическая статистика. . . 475
16.5. Теория и практика 476
16.6. Эконометрический метод 477
16.7. Слабое звено 480
1,6.8. Агрегирование 481
16.9. Как использовать другие работы 481
16.10. Заключение 482
Приложение ЛА. Линейная алгебра 484
1. Векторное пространство 484
2. Векторное пространство Лп 485
3. Линейная зависимость 485
4. Линейное подпространство 486
5. Базис. Размерность 486
6. Линейные операторы 487
7. Матрицы 488
8. Операции с матрицами 489
9. Инварианты матриц: след, определитель 492
10. Ранг матрицы 494
11. Обратная матрица 495
12. Системы линейных уравнений 496
13. Собственные числа и векторы 496
14. Симметричные матрицы 498
15. Положительно определенные матрицы 500
16. Идемпотентные матрицы 502
17. Блочные матрицы 503
18. Произведение Кронекера 504
19. Дифференцирование по векторному аргументу. . 505
Упражнения 507
Приложение МС. Теория вероятностей и математическая статистика 509
1. Случайные величины, случайные векторы 509
2. Условные распределения 516
3. Некоторые специальные распределения 518
4. Многомерное нормальное распределение 524
5. Закон больших чисел. Центральная предельная теорема 528
6 Основные понятия и задачи математической статистики 531
7. Оценивание параметров 533
8. Проверка гипотез 539
Приложение ЭП. Обзор эконометрических пакетов 542
1. Происхождение пакетов. Windows-версии. Графика 543
2. О некоторых пакетах 544
3. Опыт практической работы 546
Приложение СТ. Краткий англо-русский словарь терминов 547
Приложение ТА. Таблицы 555
Литература 561
Предметный указатель 570

Учебник содержит систематическое изложение основ эконометрики и написан на основе лекций, которые авторы в течение ряда лет читали в Российской экономической школе и Высшей школе экономики. Подробно изучаются линейные регрессионные модели (метод наименьших квадратов, проверка гипотез, гетероскедастичность, автокорреляция ошибок, спецификация модели). Отдельные главы посвящены системам одновременных уравнений, методу максимального правдоподобия в моделях регрессии, моделям с дискретными и ограниченными зависимыми переменными.
В шестое издание книги добавлены три новые главы. Глава "Панельные данные" дополняет книгу до полного списка тем, традиционно включаемых в современные базисные курсы эконометрики. Добавлены также главы "Предварительное тестирование" и "Эконометрика финансовых рынков", которые будут полезны тем, кто интересуется соответственно теоретическими и прикладными аспектами эконометрики. Значительно увеличено количество упражнений. Включены упражнения с реальными данными, доступными для читателя на web-сайте книги.
Для студентов, аспирантов, преподавателей, а также специалистов по прикладной экономике и финансам

6-е изд., перераб. и доп. - М.: Дело, 2004. — 576 с

Формат: pdf / zip
Размер: 21,5 Мб
Скачать учебник :

Оглавление
Вступительное слово 10
Предисловие к первому изданию 13
Предисловие к третьему изданию 18
Предисловие к шестому изданию 23
1. Введение 26
1.1. Модели 26
1.2. Типы моделей 28
1.3. Типы данных 30
2. Модель парной регрессии 32
2.1. Подгонка кривой 32
2.2. Метод наименьших квадратов (МНК) 34
2.3. Линейная регрессионная модель с двумя переменными 38
2.4. Теорема Гаусса-Маркова. Оценка дисперсии ошибок а2 41
2.5. Статистические свойства МНК-оценок параметров регрессии. Проверка гипотезы b = bo- Доверительные интервалы для коэффициентов регрессии 46
2.6. Анализ вариации зависимой переменной в регрессии. Коэффициент детерминации Я2 51
2.7. Оценка максимального правдоподобия коэффициентов регрессии 55
Упражнения 58
3. Модель множественной регрессии 67
3.1. Основные гипотезы 68
3.2. Метод наименьших квадратов. Теорема Гаусса-Маркова 69
3.3. Статистические свойства МНК-оценок 72
3.4. Анализ вариации зависимой переменной в регрессии. Коэффициенты R2 и скорректированный R^, 74
3.5. Проверка гипотез. Доверительные интервалы и доверительные области 78"
Упражнения 88
4. Различные аспекты множественной регрессии 108
4.1. Мультиколлинеарность 109;
4.2. Фиктивные переменные 112
4.3. Частная корреляция 118
4.4. Спецификация модели 124
Упражнения 135
5. Некоторые обобщения множественной регрессии 148
5.1. Стохастические регрессоры 149
5.2. Обобщенный метод наименьших квадратов.... 154
5.3. Доступный обобщенный метод наименьших квадратов 160
Упражнения 163
6. Гетероскедастичность и корреляция по времени 167
6.1. Гетероскедастичность 168
6.2. Корреляция по времени 184
Упражнения 192
7. Прогнозирование в регрессионных моделях 204
7.1. Безусловное прогнозирование 205
7.2. Условное прогнозирование 208
7.3. Прогнозирование при наличии авторегрессии ошибок 209
Упражнения 211
8 . Инструментальные переменные 212
8.1. Состоятельность оценок, полученных с помощью инструментальных переменных 213
8.2. Влияние ошибок измерения 214
8.3. Двухшаговый метод наименьших квадратов.... 215
8.4. Тест Хаусмана 217
Упражнения 218
9. Системы регрессионных уравнений 220
3.1. Внешне не связанные уравнения 221
9.1. Системы одновременных уравнений 224
Упражнения 241
10. Метод максимального правдоподобия в моделях регрессии 244
10.1. Введение 245
10.2. Математический аппарат 246
10.3. Оценка максимального правдоподобия парамет¬ров многомерного нормального распределения. . 248
10.4. Свойства оценок максимального правдоподобия. 249
10.5. Оценка максимального правдоподобия в линейной модели 250
10.6. Проверка гипотез в линейной модели, I 253
10.7. Проверка гипотез в линейной модели, II 257
10.8. Нелинейные ограничения 258
Упражнения 260
11. Временные ряды 264
11.1. Модели распределенных лагов 266
11.2. Динамические модели 268
11.3. Единичные корни и коинтеграция 276
11.4 Модели Бокса-Дженкинса (ARIMA) 28
11.5. GARCH модели 3
Упражнения 3J
12. Дискретные зависимые переменные и цензурированные выборки 3
12.1. Модели бинарного и множественного выбора... 3!
12.2. Модели с урезанными и цензурированными выборками 3.
Упражнения 3;
13. Панельные данные 31
13.1 Введение 3
13.2. Обозначения и основные модели 3
13.3. Модель с фиксированным эффектом 3
13.4. Модель со случайным эффектом 31
13.5. Качество подгонки З1
13.6. Выбор модели 3"
13.7. Динамические модели 3
13.8. Модели бинарного выбора с панельными данными 3
13.9. Обобщенный метод моментов 3
Упражнения 39
14. Предварительное тестирование: введение 39
14.1. Введение 3!
14.2. Постановка задачи 40
14.3. Основной результат 40"
14.4. Pretest-оценка 4$
14.5. WALS-оценка 40
14.6. Теорема эквивалентности 4
14.7. Предварительное тестирование и эффект «занижения» 407
14.8. Эффект «занижения». Один вспомогательный параметр 412
14.9. Выбор модели: от общего к частному и от частного к общему 415
14.10. Эффект «занижения». Два вспомогательных параметра 419
11. Прогнозирование и предварительное тестирование 425
.12. Обобщения 429
13. Другие вопросы 432
Упражнения 434
15. Эконометрика финансовых рынков 435
11,5.1. Введение 436
15.2. Гипотеза эффективности финансового рынка. . . 438
15.3. Оптимизация портфеля ценных бумаг 446
15.4. Тест на включение новых активов в эффективный портфель 450
15.5. Оптимальный портфель при наличии безрискового актива 456
15.6. Модели оценки финансовых активов 461
Упражнения 471
16. Перспективы эконометрики 472
1,6.1. Введение 472
16.2. Чем собственно занимается эконометрист? .... 473
16.3. Эконометрика и физика 474
16.4. Эконометрика и математическая статистика . . . 475
16.5. Теория и практика 476
16.6. Эконометрический метод 477
16.7. Слабое звено 480
1,6.8. Агрегирование 481
16.9. Как использовать другие работы 481
16.10. Заключение 482
Приложение ЛА. Линейная алгебра 484
1. Векторное пространство 484
2. Векторное пространство Лп 485
3. Линейная зависимость 485
4. Линейное подпространство 486
5. Базис. Размерность 486
6. Линейные операторы 487
7. Матрицы 488
8. Операции с матрицами 489
9. Инварианты матриц: след, определитель 492
10. Ранг матрицы 494
11. Обратная матрица 495
12. Системы линейных уравнений 496
13. Собственные числа и векторы 496
14. Симметричные матрицы 498
15. Положительно определенные матрицы 500
16. Идемпотентные матрицы 502
17. Блочные матрицы 503
18. Произведение Кронекера 504
19. Дифференцирование по векторному аргументу. . 505
Упражнения 507
Приложение МС. Теория вероятностей и математическая статистика 509
1. Случайные величины, случайные векторы 509
2. Условные распределения 516
3. Некоторые специальные распределения 518
4. Многомерное нормальное распределение 524
5. Закон больших чисел. Центральная предельная теорема 528
6 Основные понятия и задачи математической статистики 531
7. Оценивание параметров 533
8. Проверка гипотез 539
Приложение ЭП. Обзор эконометрических пакетов 542
1. Происхождение пакетов. Windows-версии. Графика 543
2. О некоторых пакетах 544
3. Опыт практической работы 546
Приложение СТ. Краткий англо-русский словарь терминов 547
Приложение ТА. Таблицы 555
Литература 561
Предметный указатель 570

УДК 330.43(075.8)
ББК 65в6я73

Магнус Я.Р., Катышев П.К., Пересецкий А.А.
Эконометрика. Начальный курс: Учеб. — 8-е изд., испр. — М.: , 2007. — 504 с.

ISBN 978-5-7749-0473-0

Глава «Панельные данные» дополняет книгу до полного списка тем, традиционно включаемых в современные базисные курсы эконометрики. Главы «Предварительное тестирование» и «Эконометрика финансовых рынков» будут полезны тем, кто интересуется соответственно теоретическими и прикладными аспектами эконометрики. Значительно увеличено количество упражнений. Включены упражнения с реальными данными, доступными для читателя на web-сайте книги.

Для студентов, аспирантов, преподавателей, а также специалистов по прикладной экономике и финансам.

Оглавление Вступительное слово Предисловие к первому изданию Предисловие к третьему изданию Предисловие к шестому изданию 1. Введение 1.1. Модели 1.2. Типы моделей 1.3. Типы данных 2. Модель парной регрессии 2.1. Подгонка кривой 2.2. Метод наименьших квадратов (МНК) 2.3. Линейная регрессионная модель с двумя переменными 2.4. Теорема Гаусса-Маркова. Оценка дисперсии ошибок а2 2.5. Статистические свойства МНК-оценок параметров регрессии. Проверка гипотезы b = bo- Доверительные интервалы для коэффициентов регрессии 2.6. Анализ вариации зависимой переменной в регрессии. Коэффициент детерминации Я2 2.7. Оценка максимального правдоподобия коэффициентов регрессии Упражнения 3. Модель множественной регрессии 3.1. Основные гипотезы 3.2. Метод наименьших квадратов. Теорема Гаусса-Маркова 3.3. Статистические свойства МНК-оценок 3.4. Анализ вариации зависимой переменной в регрессии. Коэффициенты R2 и скорректированный R 3.5. Проверка гипотез. Доверительные интервалы и доверительные области Упражнения 4. Различные аспекты множественной регрессии 4.1. Мультиколлинеарность 4.2. Фиктивные переменные 4.3. Частная корреляция 4.4. Спецификация модели Упражнения 5. Некоторые обобщения множественной регрессии 5.1. Стохастические регрессоры 5.2. Обобщенный метод наименьших квадратов 5.3. Доступный обобщенный метод наименьших квадратов Упражнения 6. Гетероскедастичность и корреляция по времени 6.1. Гетероскедастичность 6.2. Корреляция по времени Упражнения 7. Прогнозирование в регрессионных моделях 7.1. Безусловное прогнозирование 7.2. Условное прогнозирование 7.3. Прогнозирование при наличии авторегрессии ошибок Упражнения 8. Инструментальные переменные 8.1. Состоятельность оценок, полученных с помощью инструментальных переменных 8.2. Влияние ошибок измерения 8.3. Двухшаговый метод наименьших квадратов 8.4. Тест Хаусмана Упражнения 9. Системы регрессионных уравнений 3.1. Внешне не связанные уравнения 9.1. Системы одновременных уравнений Упражнения 10. Метод максимального правдоподобия в моделях регрессии 10.1. Введение 10.2. Математический аппарат 246 10.3. Оценка максимального правдоподобия параметров многомерного нормального распределения 10.4. Свойства оценок максимального правдоподобия 10.5. Оценка максимального правдоподобия в линейной модели 10.6. Проверка гипотез в линейной модели, I 10.7. Проверка гипотез в линейной модели, II 10.8. Нелинейные ограничения Упражнения 11. Временные ряды 11.1. Модели распределенных лагов 11.2. Динамические модели 11.3. Единичные корни и коинтеграция 11.4 Модели Бокса-Дженкинса (ARIMA) 11.5. GARCH модели Упражнения 12. Дискретные зависимые переменные и цензурированные выборки 12.1. Модели бинарного и множественного выбора 12.2. Модели с урезанными и цензурированными выборками Упражнения 13. Панельные данные 13.1 Введение 13.2. Обозначения и основные модели 13.3. Модель с фиксированным эффектом 13.4. Модель со случайным эффектом 13.5. Качество подгонки 13.6. Выбор модели 13.7. Динамические модели 13.8. Модели бинарного выбора с панельными данными 13.9. Обобщенный метод моментов Упражнения 14. Предварительное тестирование: введение 14.1. Введение 14.2. Постановка задачи 14.3. Основной результат 14.4. Pretest-оценка 14.5. WALS-оценка 14.6. Теорема эквивалентности 14.7. Предварительное тестирование и эффект «занижения» 14.8. Эффект «занижения». Один вспомогательный параметр 14.9. Выбор модели: от общего к частному и от частного к общему 14.10. Эффект «занижения». Два вспомогательных параметра 14.11. Прогнозирование и предварительное тестирование 14.12. Обобщения 14.13. Другие вопросы Упражнения 15. Эконометрика финансовых рынков 15.1. Введение 15.2. Гипотеза эффективности финансового рынка 15.3. Оптимизация портфеля ценных бумаг 15.4. Тест на включение новых активов в эффективный портфель 15.5. Оптимальный портфель при наличии безрискового актива 15.6. Модели оценки финансовых активов Упражнения 16. Перспективы эконометрики 1,6.1. Введение 16.2. Чем собственно занимается эконометрист? 16.3. Эконометрика и физика 16.4. Эконометрика и математическая статистика 16.5. Теория и практика 16.6. Эконометрический метод 16.7. Слабое звено 16.8. Агрегирование 16.9. Как использовать другие работы 16.10. Заключение Приложение ЛА. Линейная алгебра 1. Векторное пространство 2. Векторное пространство Лп 3. Линейная зависимость 4. Линейное подпространство 5. Базис. Размерность 6. Линейные операторы 7. Матрицы 8. Операции с матрицами 9. Инварианты матриц: след, определитель 10. Ранг матрицы 11. Обратная матрица 12. Системы линейных уравнений 13. Собственные числа и векторы 14. Симметричные матрицы 15. Положительно определенные матрицы 16. Идемпотентные матрицы 17. Блочные матрицы 18. Произведение Кронекера 19. Дифференцирование по векторному аргументу Упражнения Приложение МС. Теория вероятностей и математическая статистика 1. Случайные величины, случайные векторы 2. Условные распределения 3. Некоторые специальные распределения 4. Многомерное нормальное распределение 5. Закон больших чисел. Центральная предельная теорема 6 Основные понятия и задачи математической статистики 7. Оценивание параметров 8. Проверка гипотез Приложение ЭП. Обзор эконометрических пакетов 1. Происхождение пакетов. Windows-версии. Графика 2. О некоторых пакетах 3. Опыт практической работы Приложение СТ. Краткий англо-русский словарь терминов Приложение ТА. Таблицы Литература Предметный указатель

Главная > Томаты > Магнус эконометрика начальный курс. Эконометрика

Магнус эконометрика начальный курс. Эконометрика

Рекомендуем также