Podłogi w piwnicy i piwnicy
Ekonometria - Kurs dla początkujących - Magnus Y.R., Katyshev P.K., Peresetsky A.A. I

Ekonometria - Kurs dla początkujących - Magnus Y.R., Katyshev P.K., Peresetsky A.A. I

UDC 330,43 (075,8)
BBK 65v6ya73

Magnus Y.R., Katyshev P.K., Peresetsky A.A.
Ekonometria. Kurs początkowy: Podręcznik. — wyd. 8, wyd. - M.: , 2007. - 504 s.

ISBN 978-5-7749-0473-0

Podręcznik zawiera systematyczne przedstawienie podstaw ekonometrii i został napisany na podstawie wykładów, które autorzy wygłaszali przez szereg lat w Rosyjskiej Szkole Ekonomicznej i Wyższej Szkole Ekonomicznej. Szczegółowo badane są modele regresji liniowej (metoda najmniejszych kwadratów, testowanie hipotez, heteroskedastyczność, autokorelacja błędów, specyfikacja modelu). Osobne rozdziały poświęcone są układom równań równoczesnych, metodzie największej wiarygodności w modelach regresyjnych, modelom z dyskretnymi i ograniczonymi zmiennymi zależnymi.

Rozdział poświęcony „Danym panelowym” poszerza książkę o obszerną listę tematów tradycyjnie zawartych w nowoczesnych kursach z zakresu podstawowej ekonometrii. Rozdziały „Testowanie wstępne” i „Ekonometria rynków finansowych” będą przydatne dla osób zainteresowanych odpowiednio teoretycznymi i stosowanymi aspektami ekonometrii. Liczba ćwiczeń została znacznie zwiększona. Zawarte są w nim ćwiczenia z rzeczywistymi danymi, dostępne dla czytelnika na stronie internetowej książki.

Dla studentów, doktorantów, nauczycieli, a także specjalistów w dziedzinie ekonomii stosowanej i finansów.

Podręcznik zawiera systematyczne przedstawienie podstaw ekonometrii i został napisany na podstawie wykładów, które autorzy wygłaszali przez szereg lat w Rosyjskiej Szkole Ekonomicznej i Wyższej Szkole Ekonomicznej. Modele liniowe sparowanych i regresja wielokrotna, w tym takie tematy jak metoda najmniejszych kwadratów, testowanie hipotez, uogólniona metoda najmniejszych kwadratów, heteroskedastyczność i autokorelacja błędów, prognozowanie, problemy ze specyfikacją modelu. Osobny rozdział poświęcony jest układom równań równoczesnych.

W porównaniu z wydaniem z 1997 r. książka zawiera trzy nowe rozdziały dotyczące maksymalnego prawdopodobieństwa w modelach regresji, szeregach czasowych oraz modelach z dyskretnymi i ograniczonymi zmiennymi zależnymi. Znacząco zwiększono liczbę przykładów z rosyjskiej gospodarki, zadań i ćwiczeń.

Dla studentów, doktorantów, nauczycieli, a także specjalistów w dziedzinie ekonomii stosowanej i finansów.

Ekonometria (obok mikroekonomii i makroekonomii) jest jedną z podstawowych dyscyplin współczesnej edukacji ekonomicznej. Co to jest ekonometria? Kiedy mamy do czynienia z żywą, rozwijającą się nauką, zawsze trudno jest podać krótki opis jej przedmiotu i metod. Czy możemy powiedzieć, że ekonometria jest nauką o pomiarach ekonomicznych, jak sugeruje jej nazwa? Oczywiście, że jest to możliwe, ale wtedy pojawia się pytanie, co oznacza termin „miary ekonomiczne”. Przypomina to definiowanie matematyki jako nauki o liczbach. Dlatego nie próbując szerzej rozwijać tego problemu, przytoczymy wypowiedzi uznanych autorytetów w dziedzinie ekonomii i ekonometrii.

„Ekonometria pozwala na ilościową analizę realnych zjawisk gospodarczych w oparciu o współczesne osiągnięcia teorii i obserwacje związane ze sposobami wyciągania wniosków” (Samuelson).

„Głównym zadaniem ekonometrii jest wypełnienie apriorycznego rozumowania ekonomicznego treścią empiryczną” (Klein).

„Celem ekonometrii jest empiryczne wyprowadzenie praw ekonomicznych. Ekonometria uzupełnia teorię, wykorzystując rzeczywiste dane do testowania i wyjaśniania postulowanych zależności” (Malenvaux).

Książka ta jest skierowana przede wszystkim do studentów rozpoczynających naukę ekonometrii po raz pierwszy i ma dwa cele. W pierwszej kolejności chcemy przygotować czytelnika do badań stosowanych w ekonomii. Po drugie, uważamy, że będzie przydatna dla studentów, którzy zamierzają dalej pogłębiać teorię ekonometrii. Nie jest wymagana wcześniejsza wiedza z zakresu ekonometrii. Zakłada się jednak wstępną znajomość kursów algebry liniowej, teorii prawdopodobieństwa i statystyki matematycznej (np. Gelfand, 1971; Ilyin i Poznyak, 1984; Wentzel, 1964). Zakładamy także, że czytelnik opanował analizę matematyczną w ramach standardowego kursu na uczelni technicznej.

Istnieje kilka doskonałych podręczników na temat ekonometrii język angielski. Na przykład książkę (Greene, 1997) można słusznie uznać za „encyklopedię ekonometryczną” - zawiera prawie wszystkie sekcje współczesnej ekonometrii. W podręczniku (Goldberger, 1990) większą uwagę zwraca się na formalną, matematyczną stronę ekonometrii. Naszym zdaniem książka (Johnston i DiNardo, 1997) jest bardzo udana, nowoczesna i wyważona pod względem teoretycznym i aplikacyjnym. Na uwagę zasługują także podręczniki (Griffiths, Hill i Judge, 1993) oraz (Pindyck i Rubinfeld, 1991), które są skierowane do czytelników nieposiadających dużego przygotowania matematycznego i obejmują duża ilość przykłady i ćwiczenia. Dobrym uzupełnieniem standardowych podręczników jest książka (Kennedy, 1998), w której główny nacisk położony jest na merytoryczną stronę analizy ekonometrycznej i która zawiera duża liczba ciekawe ćwiczenia. Należy także wspomnieć o książce (Hamilton, 1994), w której teoria szeregów czasowych została przedstawiona bardzo szczegółowo i na wysokim poziomie matematycznym, oraz o książce (Stewart, 1991), która zawiera udane i zwięzłe rozdziały na temat teorii szeregów czasowych.

Dlatego może zaistnieć potrzeba przedstawienia argumentów za napisaniem nowej książki, a nie po prostu za tłumaczeniem jednego z istniejących podręczników. Nasza książka opiera się na materiale z wykładów, które jeden z autorów (Ya. Magnus) wygłosił w ramach wstępnego kursu ekonometrii w ramach programu magisterskiego dla studentów Rosyjskiej Szkoły Ekonomicznej (NES) w marcu-kwietniu 1993 r. Dwóch innych autorów (P Katyshev, A. Peresetsky) prowadzili zajęcia praktyczne. Intensywny 7-tygodniowy kurs obejmował podstawy ekonometrii. Był to pierwszy rok istnienia Rosyjskiej Szkoły Ekonomicznej. W kolejnych latach autorzy współpracowali przy tworzeniu programów nauczania wszystkich trzech przedmiotów ekonometrycznych dla studentów pierwszego roku NES. W toku pracy zebraliśmy w szczególności przykłady z gospodarki rosyjskiej, które wykorzystaliśmy zamiast tradycyjnie rozważanych przykładów z gospodarek Europy Zachodniej i USA. W końcu doszliśmy do wniosku, że byłoby pożądane, aby podręcznik został napisany specjalnie dla studentów rosyjskich, i zmieniliśmy program kursu w odrębną książkę. Książka ta jest zatem efektem pięciu lat doświadczeń w nauczaniu rosyjskich studentów ekonometrii.

Rozdziały 2-4 zawierają klasyczną teorię modeli regresji liniowej. Materiał ten stanowi rdzeń ekonometrii i uczniowie powinni go dobrze poznać, zanim przystąpią do dalszej części książki. Rozdział 2 dotyczy najprostszego modelu z dwoma regresorami, rozdział 3 poświęcony jest modelom wielowymiarowym. Pod pewnymi względami rozdział 2 jest zbędny, ale z pedagogicznego punktu widzenia niezwykle przydatne jest najpierw przestudiowanie modeli regresji z dwiema zmiennymi. Można wtedy na przykład obejść się bez algebry macierzy, w przypadku dwuwymiarowym łatwiej jest też zrozumieć graficzną interpretację regresji. Rozdział 4 zawiera kilka dodatkowych sekcji (zagadnienie wieloliniowości, zmienne fikcyjne, specyfikacja modelu), ale jego materiał można również uznać za standardowe podstawy ekonometrii.

W rozdziałach 5-9 omówiono niektóre uogólnienia standardowego modelu regresji wielokrotnej, takie jak regresory stochastyczne, uogólnione metody najmniejszych kwadratów, heteroskedastyczność i autokorelacja reszt, dostępne uogólnione metody najmniejszych kwadratów, prognozowanie i zmienne instrumentalne. Zadziwiające w teorii ekonometrii jest to, że na tym poziomie większość twierdzeń standardowej teorii rdzenia (rozdziały 2-4) zachowuje ważność, przynajmniej w przybliżeniu lub asymptotycznie, gdy warunki twierdzeń zostaną złagodzone. Zdecydowanie zalecamy, aby wyniki rozdziałów 5–9 stale odwoływać się do głównych wyników przedstawionych w rozdziałach 2–4.

Rozdział 10 zawiera teorię układów równań równoczesnych, tj. przypadek, gdy model zawiera więcej niż jedno równanie. Rozważono problemy, z jakimi może spotkać się ekonometryk w pracy praktycznej.

Książka zawiera kilka dodatków, w tym przegląd pakietów ekonometrycznych oraz krótki angielsko-rosyjski słownik terminów.

Z naszego doświadczenia wynika, że materiał z rozdziałów 1-7 wystarczy na 7-tygodniowy kurs po 6 godzin tygodniowo, a materiał z rozdziałów 1-10 wystarczy na standardowy kurs semestralny. Dobre wyniki uzyskaliśmy przy następującej strukturze kursu: dwa dwugodzinne wykłady tygodniowo i jedno seminarium (w mniejszych podgrupach), ale możliwa jest również inna struktura kursu.

Dla uczniów

Rozwiązywanie problemów jest kluczem do nauki matematyki, statystyki, a także ekonometrii. Nasi nauczyciele mówili nam to, gdy byliśmy uczniami, i powtarzamy to tutaj. I to prawda! Eksperymentowanie z danymi jest niezbędne dla praktycznych uczniów. Usuń kilka obserwacji ze swoich danych i zobacz, co stanie się z Twoimi szacunkami i dlaczego. Dodaj zmienne objaśniające i zobacz, jak zmienią się Twoje szacunki i przewidywania. Generalnie eksperymentuj. Student zorientowany na teorię musi zadać sobie pytanie, dlaczego ten czy inny warunek twierdzenia jest konieczny. Dlaczego twierdzenie przestaje być prawdziwe, jeśli usuniesz lub zmienisz jeden z warunków? Znajdź kontrprzykłady.

Dla nauczycieli

Ważne jest, aby wszyscy uczniowie posiadali wymaganą wiedzę matematyczną i poziom statystyczny przygotowanie na początku kursu. Jeżeli tak nie jest, kurs należy rozpocząć od przeglądu niezbędnych pojęć z algebry liniowej i statystyki matematycznej. Rozdziały 2-4 powinny znajdować się na początku kursu. Istnieje pewna dowolność w wyborze kolejnych tematów, jeśli czas nie pozwala na włączenie całej książki do kursu. Jeśli nie masz wystarczająco dużo czasu, możesz odłożyć regresory stochastyczne (sekcja 5.1) i testy na heteroskedastyczność (ale nie samą koncepcję heteroskedastyczności) na następny kurs. Rozdziały 7-10 zawierają specjalistyczne, ale ważne sekcje, które można uwzględnić w kursie w różnym stopniu szczegółowości, w zależności od upodobań instruktora.

Będziemy wdzięczni za wszelkie uwagi, wiadomości dotyczące literówek, niejasnych miejsc, błędów w tej książce.

Podziękowanie

Ogromny dług mamy wobec pięciu pokoleń studentów Rosyjskiej Szkoły Ekonomii, którzy w trakcie studiowania kursu przekazali wiele krytycznych uwag, które wykorzystaliśmy podczas pracy nad książką. Bez nich ta książka nigdy by nie powstała.

Jesteśmy wdzięczni absolwentom NES Vladislavowi Karginowi i Aleksiejowi Onatskiemu, którzy przygotowali przykład do książki o rynku mieszkaniowym w Moskwie, a także studentom NES Elenie Paltsevej i Gauharowi Turmukhambetovej, dzięki którym udało nam się uniknąć wielu literówek. Jesteśmy także wdzięczni naszemu koledze Aleksandrowi Slastnikowowi, który podjął się redakcji rękopisu. W pracach nad rękopisem P. Katyshev i A. Peresetsky otrzymali wsparcie finansowe od Rosyjskiej Humanitarnej Fundacji Naukowej, projekt 96-02-16011a.

Tilburg/Moskwa, marzec 1997

Spis treści Przedmowa do wydania pierwszego Przedmowa do wydania trzeciego Przedmowa do wydania szóstego 1. Wprowadzenie 1.1. Modele 1.2. Rodzaje modeli 1.3. Typy danych 2. Model regresji sparowanej 2.1. Dopasowanie krzywej 2.2. Metoda najmniejszych kwadratów (LSM) 2.3. Model regresji liniowej z dwiema zmiennymi 2.4. Twierdzenie Gaussa-Markowa. Oszacowanie wariancji błędu a2 2.5. Właściwości statystyczne oszacowań OLS parametrów regresji. Testowanie hipotez b = bo- Przedziały ufności dla współczynników regresji 2.6. Analiza zmienności zmiennej zależnej w regresji. Współczynnik determinacji R2 2.7. Estymacja największej wiarygodności współczynników regresji Ćwiczenia 3. Model regresji wielokrotnej 3.1. Główne hipotezy 3.2. Metoda najmniejszych kwadratów. Twierdzenie Gaussa-Markowa 3.3. Właściwości statystyczne szacunków OLS 3.4. Analiza zmienności zmiennej zależnej w regresji. Współczynniki R2 i skorygowane R 3,5. Testowanie hipotez. Przedziały ufności i obszary ufności Ćwiczenia 4. Różne aspekty regresji wielokrotnej 4.1. Wielowspółliniowość 4.2. Zmienne fikcyjne 4.3. Częściowa korelacja 4.4. Specyfikacja modelu Ćwiczenia 5. Niektóre uogólnienia regresji wielokrotnej 5.1. Regresory stochastyczne 5.2. Uogólniona metoda najmniejszych kwadratów 5.3. Dostępne uogólnione ćwiczenia metodą najmniejszych kwadratów 6. Heteroscedastyczność i korelacja czasowa 6.1. Heteroscedastyczność 6.2. Korelacja czasowa Ćwiczenia 7. Prognozowanie w modelach regresji 7.1. Prognozowanie bezwarunkowe 7.2. Prognozowanie warunkowe 7.3. Prognozowanie w obecności błędów autoregresyjnych Ćwiczenia 8. Zmienne instrumentalne 8.1. Spójność szacunków uzyskanych przy użyciu zmiennych instrumentalnych 8.2. Wpływ błędów pomiarowych 8.3. Dwuetapowa metoda najmniejszych kwadratów 8.4. Test Hausmana Ćwiczenia 9. Układy równań regresji 3.1. Równania zewnętrznie niepowiązane 9.1. Układy równań równoczesnych Ćwiczenia 10. Metoda największej wiarygodności w modelach regresji 10.1. Wprowadzenie 10.2. Aparatura matematyczna 246 10.3. Estymacja parametrów z największą wiarygodnością wielowymiarowego rozkładu normalnego 10.4. Własności estymatorów największej wiarygodności 10.5. Estymacja największej wiarygodności w modelu liniowym 10.6. Testowanie hipotez w modelu liniowym, I 10.7. Testowanie hipotez w modelu liniowym, II 10.8. Więzy nieliniowe Ćwiczenia 11. Szeregi czasowe 11.1. Modele rozproszonego opóźnienia 11.2. Modele dynamiczne 11. 3. Pierwiastki jednostkowe i kointegracja 11.4 Modele Boxa-Jenkinsa (ARIMA) 11.5. Modele GARCHA Ćwiczenia 12. Dyskretne zmienne zależne i próbki cenzurowane 12.1. Modele binarne i wielokrotnego wyboru 12.2. Modele z próbkami zredukowanymi i ocenzurowanymi Ćwiczenia 13. Dane panelowe 13.1 Wprowadzenie 13.2. Oznaczenia i podstawowe modele 13.3. Model z efektem stałym 13.4. Model efektu losowego 13.5. Jakość dopasowania 13.6. Wybór modelu 13.7. Modele dynamiczne 13.8. Binarne modele wyboru z danymi panelowymi 13.9. Uogólniona metoda momentów Ćwiczenia 14. Próba wstępna: wprowadzenie 14.1. Wprowadzenie 14.2. Opis problemu 14.3. Główny wynik 14.4. Wynik testu wstępnego 14,5. Wynik WALS 14,6. Twierdzenie o równoważności 14.7. Testowanie wstępne i efekt niedoszacowania 14.8. Efekt „niedopowiedzenia”. Jeden parametr pomocniczy 14.9. Wybór modelu: od ogółu do szczegółu i od szczegółu do ogółu 10.14. Efekt „niedopowiedzenia”. Dwa parametry pomocnicze 14.11. Prognozowanie i badania wstępne 14.12. Uogólnienia 14.13. Inne pytania Ćwiczenia 15. Ekonometria rynków finansowych 15.1. Wprowadzenie 15.2. Hipoteza efektywności rynek finansowy 15.3. Optymalizacja portfela papierów wartościowych 15.4. Test na włączenie nowych aktywów do efektywnego portfela 15.5. Optymalny portfel w obecności aktywa wolnego od ryzyka 15.6. Modele wyceny aktywów finansowych Ćwiczenia 16. Perspektywy ekonometrii 1.6.1. Wprowadzenie 16.2. Czym dokładnie zajmuje się ekonometryk? 16.3. Ekonometria i fizyka 16.4. Ekonometria i statystyka matematyczna 16.5. Teoria i praktyka 16.6. Metoda ekonometryczna 16.7. Słabe łącze 16.8. Agregacja 16.9. Jak korzystać z innych prac 16.10. Wnioski Załącznik LA. Algebra liniowa 1. Przestrzeń wektorowa 2. Przestrzeń wektorowa LP 3. Zależność liniowa 4. Podprzestrzeń liniowa 5. Podstawa. Wymiar 6. Operatory liniowe 7. Macierze 8. Operacje na macierzach 9. Niezmienniki macierzy: ślad, wyznacznik 10. Ranga macierzy 11. Macierz odwrotna 12. Układy równania liniowe 13. Wartości własne i wektory 14. Macierze symetryczne 15. Macierze dodatnio określone 16. Macierze idempotentne 17. Macierze blokowe 18. Iloczyn Kroneckera 19. Różniczkowanie ze względu na argument wektorowy Ćwiczenia Zastosowanie MS. Teoria prawdopodobieństwa i statystyka matematyczna 1. Zmienne losowe, wektory losowe 2. Rozkłady warunkowe 3. Niektóre rozkłady specjalne 4. Wielowymiarowy rozkład normalny 5. Prawo wielkich liczb. Centralne twierdzenie graniczne 6 Podstawowe pojęcia i problemy statystyki matematycznej 7. Estymacja parametrów 8. Testowanie hipotez Załącznik EP. Przegląd pakietów ekonometrycznych 1. Pochodzenie pakietów. Wersje Windowsa. Grafika 2. O niektórych pakietach 3. Doświadczenie praktyczna praca Zastosowanie ST. Krótki angielsko-rosyjski słownik terminów Dodatek TA. Tabele Literatura Indeks tematyczny

Wydanie 6, poprawione. i dodatkowe - M.: Delo, 2004. - 576 s.

Do szóstego wydania książki dodano trzy nowe rozdziały. Rozdział poświęcony „Danym panelowym” rozszerza książkę o obszerną listę tematów tradycyjnie zawartych w nowoczesnych kursach z zakresu podstawowej ekonometrii. Dodano także rozdziały „Badania wstępne” i „Ekonometria rynków finansowych”, które będą przydatne dla osób zainteresowanych odpowiednio teoretycznymi i stosowanymi aspektami ekonometrii. Liczba ćwiczeń została znacznie zwiększona. Zawarte są w nim ćwiczenia z rzeczywistymi danymi, dostępne dla czytelnika na stronie internetowej książki.

Dla studentów, doktorantów, nauczycieli, a także specjalistów w dziedzinie ekonomii stosowanej i finansów

Format: djvu

Rozmiar: 5,9 MB

Pobierać: dysk Yandex

Format: pdf

Rozmiar: 21,7 MB

Pobierać: drive.google

Spis treści
Uwagi wstępne 10
Przedmowa do pierwszego wydania 13
Przedmowa do wydania trzeciego 18
Przedmowa do wydania szóstego 23
1. Wprowadzenie 26
1.1. Modele 26
1.2. Typy modeli 28
1.3. Typy danych 30
2. Model regresji sparowanej 32
2.1. Dopasowanie krzywej 32
2.2. Metoda najmniejszych kwadratów (LSM) 34
2.3. Model regresji liniowej z dwiema zmiennymi 38
2.4. Twierdzenie Gaussa-Markowa. Oszacowanie wariancji błędu a2 41
2.5. Właściwości statystyczne oszacowań OLS parametrów regresji. Testowanie hipotez b = bo- Przedziały ufności dla współczynników regresji 46
2.6. Analiza zmienności zmiennej zależnej w regresji. Współczynnik determinacji R2 51
2.7. Estymacja maksymalnej wiarygodności współczynników regresji 55
Ćwiczenia 58
3. Model regresji wielokrotnej 67
3.1. Główne hipotezy 68
3.2. Metoda najmniejszych kwadratów. Twierdzenie Gaussa-Markowa 69
3.3. Własności statystyczne estymatorów OLS 72
3.4. Analiza zmienności zmiennej zależnej w regresji. Współczynniki R2 i skorygowane R^, 74
3.5. Testowanie hipotez. Przedziały ufności i obszary ufności 78"
Ćwiczenia 88
4. Różne aspekty regresji wielokrotnej 108
4.1. Wielowspółliniowość 109;
4.2. Sztuczne zmienne 112
4.3. Częściowa korelacja 118
4.4. Specyfikacja modelu 124
Ćwiczenia 135
5. Niektóre uogólnienia regresji wielokrotnej 148
5.1. Regresory stochastyczne 149
5.2. Uogólniona metoda najmniejszych kwadratów.... 154
5.3. Dostępne uogólnione metody najmniejszych kwadratów 160
Ćwiczenia 163
6. Heteroscedastyczność i korelacja w czasie 167
6.1. Heteroscedastyczność 168
6.2. Korelacja czasowa 184
Ćwiczenia 192
7. Prognozowanie w modelach regresji 204
7.1. Bezwarunkowe prognozowanie 205
7.2. Prognozowanie warunkowe 208
7.3. Prognozowanie w obecności błędów autoregresyjnych 209
Ćwiczenia 211
8. Zmienne instrumentalne 212
8.1. Spójność szacunków uzyskanych przy użyciu zmiennych instrumentalnych 213
8.2. Wpływ błędów pomiarowych 214
8.3. Dwuetapowa metoda najmniejszych kwadratów.... 215
8.4. Test Hausmana 217
Ćwiczenia 218
9. Układy równań regresji 220
3.1. Pozornie niepowiązane równania 221
9.1. Układy równań równoczesnych 224
Ćwiczenia 241
10. Metoda największej wiarygodności w modelach regresji 244
10.1. Wprowadzenie 245
10.2. Aparat matematyczny 246
10.3. Estymacja największej wiarygodności parametrów wielowymiarowego rozkładu normalnego. . 248
10.4. Własności oszacowań największej wiarygodności. 249
10,5. Estymacja największej wiarygodności w modelu liniowym 250
10.6. Testowanie hipotez w modelu liniowym, I 253
10.7. Testowanie hipotez w modelu liniowym, II 257
10.8. Więzy nieliniowe 258
Ćwiczenia 260
11. Szereg czasowy 264
11.1. Modele rozproszonego opóźnienia 266
11.2. Modele dynamiczne 268
11.3. Pierwiastki jednostkowe i kointegracja 276
11.4 Modele Boxa-Jenkinsa (ARIMA) 28
11,5. Modele GARCHA 3
Ćwiczenia 3J
12. Dyskretne zmienne zależne i próbki cenzurowane 3
12.1. Modele binarne i wielokrotnego wyboru... 3!
12.2. Modele z przyciętymi i ocenzurowanymi próbkami 3.
Ćwiczenia 3;
13. Dane panelu 31
13.1 Wprowadzenie 3
13.2. Oznaczenia i podstawowe modele 3
13.3. Model z efektem stałym 3
13.4. Model efektu losowego 31
13,5. Jakość dopasowania Z1
13.6. Wybór modelu 3"
13,7. Modele dynamiczne 3
13.8. Binarne modele wyboru z danymi panelowymi 3
13.9. Uogólniona metoda momentów 3
Ćwiczenia 39
14. Test wstępny: wprowadzenie 39
14.1. Wprowadzenie 3!
14.2. Opis problemu 40
14.3. Główny wynik 40"
14.4. Wstępna ocena 4$
14,5. Wynik WALS 40
14.6. Twierdzenie o równoważności 4
14,7. Testowanie wstępne i efekt niedoszacowania 407
14.8. Efekt „niedopowiedzenia”. Jeden parametr pomocniczy 412
14.9. Wybór modelu: od ogólnego do szczegółowego i od szczegółowego do ogólnego 415
14.10. Efekt „niedopowiedzenia”. Dwa parametry pomocnicze 419
11. Prognozowanie i badania wstępne 425
.12. Uogólnienia 429
13. Inne pytania 432
Ćwiczenia 434
15. Ekonometria rynków finansowych 435
11.5.1. Wprowadzenie 436
15.2. Hipoteza efektywności rynku finansowego. . . 438
15.3. Optymalizacja portfela papierów wartościowych 446
15.4. Test na włączenie nowych aktywów do efektywnego portfela 450
15,5. Optymalny portfel w obecności aktywów wolnych od ryzyka 456
15.6. Modele wyceny aktywów finansowych 461
Ćwiczenia 471
16. Perspektywy ekonometryczne 472
1.6.1. Wprowadzenie 472
16.2. Czym dokładnie zajmuje się ekonometryk? .... 473
16.3. Ekonometria i fizyka 474
16.4. Ekonometria i statystyka matematyczna. . . 475
16,5. Teoria i praktyka 476
16.6. Metoda ekonometryczna 477
16,7. Słabe łącze 480
1.6.8. Agregacja 481
16.9. Jak korzystać z innych dzieł 481
16.10. Wniosek 482
Aplikacja Los Angeles. Algebra liniowa 484
1. Przestrzeń wektorowa 484
2. Przestrzeń wektorowa LP 485
3. Zależność liniowa 485
4. Podprzestrzeń liniowa 486
5. Podstawa. Wymiar 486
6. Operatory liniowe 487
7. Macierze 488
8. Operacje na macierzach 489
9. Niezmienniki macierzy: ślad, wyznacznik 492
10. Ranga matrycy 494
11. Macierz odwrotna 495
12. Układy równań liniowych 496
13. Wartości własne i wektory 496
14. Macierze symetryczne 498
15. Macierze dodatnio określone 500
16. Macierze idempotentne 502
17. Macierze blokowe 503
18. Produkt Kroneckera 504
19. Różniczkowanie za pomocą argumentu wektorowego. . 505
Ćwiczenia 507
Aplikacja MS. Teoria prawdopodobieństwa i statystyka matematyczna 509
1. Zmienne losowe, wektory losowe 509
2. Rozkłady warunkowe 516
3. Niektóre dystrybucje specjalne 518
4. Wielowymiarowy rozkład normalny 524
5. Prawo wielkich liczb. Centralne twierdzenie graniczne 528
6 Podstawowe pojęcia i zadania statystyki matematycznej 531
7. Estymacja parametrów 533
8. Testowanie hipotez 539
Wniosek PE. Przegląd pakietów ekonometrycznych 542
1. Pochodzenie pakietów. Wersje Windowsa. Grafika 543
2. Około 544 pakietów
3. Praktyczne doświadczenie zawodowe 546
Zastosowanie ST. Krótki angielsko-rosyjski słownik terminów 547
Aplikacja TA. Tabele 555
Literatura 561
Indeks tematyczny 570