casa → Animali Corso iniziale di econometria Magnus. Econometria. Corso per principianti. Magnus Y.R., Katyshev P.K., Peresetsky A.A.

Corso iniziale di econometria Magnus. Econometria. Corso per principianti. Magnus Y.R., Katyshev P.K., Peresetsky A.A.

Indice Prefazione Prefazione alla prima edizione Prefazione alla terza edizione Prefazione alla sesta edizione 1. Introduzione 1.1. Modelli 1.2. Tipi di modelli 1.3. Tipi di dati 2. Modello di regressione accoppiata 2.1. Adattamento della curva 2.2. Metodo dei minimi quadrati (LSM) 2.3. Modello di regressione lineare a due variabili 2.4. Teorema di Gauss-Markov. Stima della varianza dell'errore a2 2.5. Proprietà statistiche delle stime OLS dei parametri di regressione. Verifica delle ipotesi b = bo- Intervalli di confidenza per i coefficienti di regressione 2.6. Analisi della variazione della variabile dipendente nella regressione. Coefficiente di determinazione R2 2.7. Stima di massima verosimiglianza dei coefficienti di regressione Esercizi 3. Modello di regressione multipla 3.1. Principali ipotesi 3.2. Metodo dei minimi quadrati. Teorema di Gauss-Markov 3.3. Proprietà statistiche delle stime OLS 3.4. Analisi della variazione della variabile dipendente nella regressione. Coefficienti R2 e R aggiustato 3,5. Testare ipotesi. Intervalli di confidenza e regioni di confidenza Esercizi 4. Vari aspetti della regressione multipla 4.1. Multicollinearità 4.2. Variabili fittizie 4.3. Correlazione parziale 4.4. Esercizi di specificazione del modello 5. Alcune generalizzazioni della regressione multipla 5.1. Regressori stocastici 5.2. Metodo dei minimi quadrati generalizzato 5.3. Esercizi accessibili sui minimi quadrati generalizzati 6. Eteroschedasticità e correlazione temporale 6.1. Eteroschedasticità 6.2. Esercizi di correlazione temporale 7. Previsione nei modelli di regressione 7.1. Previsioni incondizionate 7.2. Previsioni condizionate 7.3. Previsione in presenza di errori autoregressivi Esercizi 8. Variabili strumentali 8.1. Coerenza delle stime ottenute utilizzando variabili strumentali 8.2. Influenza degli errori di misurazione 8.3. Metodo dei minimi quadrati in due passaggi 8.4. Test di Hausman Esercizi 9. Sistemi di equazioni di regressione 3.1. Equazioni esternamente non correlate 9.1. Sistemi di equazioni simultanee Esercizi 10. Metodo della massima verosimiglianza nei modelli di regressione 10.1. Introduzione 10.2. Apparato matematico 246 10.3. Stima di massima verosimiglianza dei parametri di una distribuzione normale multivariata 10.4. Proprietà delle stime di massima verosimiglianza 10.5. Stima di massima verosimiglianza in un modello lineare 10.6. Verifica di ipotesi in un modello lineare, I 10.7. Verifica delle ipotesi in un modello lineare, II 10.8. Vincoli non lineari Esercizi 11. Serie storiche 11.1. Modelli a ritardi distribuiti 11.2. Modelli dinamici 11. 3. Radici unitarie e cointegrazione 11.4 Modelli Box-Jenkins (ARIMA) 11.5. Esercizi sui modelli GARCH 12. Variabili dipendenti discrete e campioni censurati 12.1. Modelli binari e a scelta multipla 12.2. Modelli con campioni ridotti e censurati Esercizi 13. Dati panel 13.1 Introduzione 13.2. Denominazioni e modelli base 13.3. Modello a effetti fissi 13.4. Modello ad effetti casuali 13.5. Qualità dell'adattamento 13.6. Selezione del modello 13.7. Modelli dinamici 13.8. Modelli a scelta binaria con dati panel 13.9. Metodo generalizzato dei momenti Esercizi 14. Pre-test: introduzione 14.1. Introduzione 14.2. Enunciazione del problema 14.3. Risultato principale 14.4. Punteggio pre-test 14,5. Punteggio WALS 14,6. Teorema di equivalenza 14.7. Test preliminari e effetto di sottostima 14.8. L'effetto "understatement". Un parametro ausiliario 14.9. Selezione del modello: dal generale allo specifico e dallo specifico al generale 10.14. L'effetto "understatement". Due parametri ausiliari 14.11. Previsioni e verifiche preliminari 14.12. Generalizzazioni 14.13. Altre domande Esercizi 15. Econometria dei mercati finanziari 15.1. Introduzione 15.2. Ipotesi di efficienza del mercato finanziario 15.3. Ottimizzazione del portafoglio titoli 15.4. Test per includere nuove attività in un portafoglio efficace 15.5. Portafoglio ottimale in presenza di un'attività priva di rischio 15.6. Modelli per la valutazione delle attività finanziarie Esercizi 16. Prospettive econometriche 1.6.1. Introduzione 16.2. Cosa fa esattamente un econometrista? 16.3. Econometria e fisica 16.4. Econometria e statistica matematica 16.5. Teoria e pratica 16.6. Metodo econometrico 16.7. Collegamento debole 16.8. Aggregazione 16.9. Come utilizzare altre opere 16.10. Conclusione Appendice LA. Algebra lineare 1. Spazio vettoriale 2. Spazio vettoriale LP 3. Dipendenza lineare 4. Sottospazio lineare 5. Base. Dimensione 6. Operatori lineari 7. Matrici 8. Operazioni con matrici 9. Invarianti di matrice: traccia, determinante 10. Rango di matrice 11. Matrice inversa 12. Sistemi equazioni lineari 13. Autovalori e vettori 14. Matrici simmetriche 15. Matrici definite positive 16. Matrici idempotenti 17. Matrici a blocchi 18. Prodotto di Kronecker 19. Differenziazione rispetto ad un argomento vettoriale Esercizi Applicazione MS. Teoria della probabilità e statistica matematica 1. Variabili aleatorie, vettori aleatori 2. Distribuzioni condizionate 3. Alcune distribuzioni speciali 4. Distribuzione normale multivariata 5. Legge dei grandi numeri. Teorema del limite centrale 6 Concetti base e problemi di statistica matematica 7. Stima dei parametri 8. Verifica di ipotesi Appendice EP. Panoramica dei pacchetti econometrici 1. Origine dei pacchetti. Versioni di Windows. Grafica 2. Informazioni su alcuni pacchetti 3. Esperienza lavoro pratico Applicazione ST. Breve Dizionario inglese-russo termini Appendice TA. Tabelle Indice degli argomenti della letteratura

UDC 330,43(075,8)
BBK65v6ya73

Magnus Y.R., Katyshev P.K., Peresetsky A.A.
Econometria. Corso iniziale: Libro di testo. — 8a ed., riv. - M.: , 2007. - 504 pag.

ISBN 978-5-7749-0473-0

Il libro di testo contiene una presentazione sistematica dei fondamenti dell'econometria ed è scritto sulla base di lezioni che gli autori hanno tenuto per diversi anni in Russia. scuola economica e la Scuola Superiore di Economia. I modelli di regressione lineare vengono studiati in dettaglio (metodo dei minimi quadrati, verifica delle ipotesi, eteroschedasticità, autocorrelazione degli errori, specificazione del modello). Capitoli separati sono dedicati ai sistemi di equazioni simultanee, al metodo della massima verosimiglianza nei modelli di regressione, ai modelli con variabili dipendenti discrete e limitate.

Il capitolo “Dati Pannello” completa il libro lista completa argomenti tradizionalmente inclusi nei moderni corsi di econometria di base. I capitoli “Test preliminari” e “Econometria dei mercati finanziari” saranno utili per coloro che sono interessati rispettivamente agli aspetti teorici e applicati dell'econometria. Il numero di esercizi è stato notevolmente aumentato. Sono inclusi esercizi con dati reali, a disposizione del lettore sul sito web del libro.

Per studenti universitari, laureati, insegnanti, nonché specialisti in economia applicata e finanza.

Rispetto all'edizione del 1997, il libro include tre nuovi capitoli sulla massima verosimiglianza nei modelli di regressione, nelle serie temporali e nei modelli con variabili dipendenti discrete e limitate. Il numero di esempi dell'economia, dei compiti e degli esercizi russi è stato notevolmente aumentato.

Per studenti universitari, laureati, insegnanti, nonché specialisti in economia applicata e finanza.

L’econometria (insieme alla microeconomia e alla macroeconomia) è una delle discipline di base della moderna educazione economica. Cos’è l’econometria? Quando si ha a che fare con una scienza viva e in via di sviluppo, c’è sempre una difficoltà nel cercare di dare breve descrizione il suo oggetto e i suoi metodi. Possiamo dire che l’econometria è la scienza della misurazione economica, come suggerisce il nome? Naturalmente è possibile, ma allora sorge la domanda: qual è il significato del termine “misurazioni economiche”. Ciò è simile a definire la matematica come la scienza dei numeri. Pertanto, senza cercare di sviluppare questo problema in modo più dettagliato, citeremo le dichiarazioni di autorità riconosciute in economia ed econometria.

“L’econometria consente l’analisi quantitativa dei fenomeni economici reali sulla base di sviluppo moderno teorie e osservazioni relative ai metodi per trarre conclusioni" (Samuelson).

“Il compito principale dell’econometria è quello di riempire il ragionamento economico a priori con un contenuto empirico” (Klein).

“Lo scopo dell’econometria è la derivazione empirica delle leggi economiche. L’econometria integra la teoria utilizzando dati reali per verificare e chiarire le relazioni postulate” (Malenvaux).

Questo libro è rivolto principalmente agli studenti che iniziano a studiare l'econometria per la prima volta e ha due scopi. Innanzitutto, vogliamo preparare il lettore alla ricerca applicata in economia. In secondo luogo, riteniamo che possa essere utile agli studenti che intendono approfondire ulteriormente la teoria dell'econometria. Non è richiesta alcuna conoscenza preliminare di econometria. Tuttavia, si presuppone una familiarità iniziale con i corsi di algebra lineare, teoria della probabilità e statistica matematica (ad esempio, Gelfand, 1971; Ilyin e Poznyak, 1984; Wentzel, 1964). Partiamo anche dal presupposto che il lettore abbia padroneggiato l'analisi matematica nell'ambito del corso standard di un'università tecnica.

Esistono diversi ottimi libri di testo sull'econometria lingua inglese. Ad esempio, il libro (Greene, 1997) può essere giustamente considerato una "enciclopedia econometrica": contiene quasi tutte le sezioni dell'econometria moderna. Il libro di testo (Goldberger, 1990) presta maggiore attenzione al lato matematico formale dell'econometria. A nostro avviso il libro (Johnston e DiNardo, 1997) è molto riuscito, moderno ed equilibrato dal punto di vista teorico e applicativo. Degni di nota sono anche i libri di testo (Griffiths, Hill e Judge, 1993) e (Pindyck e Rubinfeld, 1991), che si rivolgono a lettori senza una solida preparazione matematica e forniscono un gran numero di esempi ed esercizi. Una buona aggiunta ai libri di testo standard è il libro (Kennedy, 1998), che si concentra sull'aspetto sostanziale dell'analisi econometrica e contiene un gran numero di esercizi interessanti. È inoltre necessario menzionare il libro (Hamilton, 1994), in cui la teoria delle serie temporali è presentata in grande dettaglio e ad un alto livello matematico, e il libro (Stewart, 1991), che contiene sezioni riuscite e compatte sulla teoria di serie temporali.

Pertanto, potrebbe essere necessario avanzare alcune argomentazioni a favore della scrittura di un nuovo libro piuttosto che della semplice traduzione di uno dei libri di testo esistenti. Il nostro libro si basa sul materiale delle lezioni che uno degli autori (Ya. Magnus) ha tenuto come corso iniziale di econometria nel programma master per gli studenti della Scuola economica russa (NES) nel marzo-aprile 1993. Altri due autori (P Katyshev, A. Peresetsky) ha condotto lezioni pratiche. Il corso intensivo di 7 settimane comprendeva le basi dell'econometria. Questo è stato il primo anno di esistenza della Scuola economica russa. Negli anni successivi, gli autori hanno collaborato alla creazione del programma di tutti e tre i corsi di econometria per gli studenti del primo anno del NES. Nel processo di lavoro, in particolare, abbiamo raccolto esempi dall'economia russa, che abbiamo utilizzato al posto degli esempi tradizionalmente considerati provenienti dalle economie dei paesi Europa occidentale e gli Stati Uniti. Alla fine siamo giunti alla conclusione che sarebbe stato auspicabile avere un libro di testo scritto appositamente per gli studenti russi e abbiamo rivisto il programma del corso trasformandolo in un libro a sé stante. Questo libro è quindi il risultato di cinque anni di esperienza nell’insegnamento dell’econometria a studenti russi.

I capitoli 2-4 contengono la teoria classica dei modelli di regressione lineare. Questo materiale costituisce il nucleo dell'econometria e gli studenti dovrebbero acquisirne una buona conoscenza prima di passare al resto del libro. Il capitolo 2 discute modello più semplice con due regressori, il Capitolo 3 tratta i modelli multivariati. In un certo senso, il capitolo 2 è ridondante, ma da un punto di vista pedagogico è estremamente utile studiare prima i modelli di regressione a due variabili. Allora, ad esempio, si può fare a meno dell'algebra delle matrici; nel caso bidimensionale è anche più semplice comprendere l'interpretazione grafica della regressione. Il capitolo 4 contiene diverse sezioni aggiuntive (il problema della multicollinearità, le variabili dummy, la specificazione del modello), ma il suo materiale può anche essere considerato un fondamento standard dell’econometria.

I capitoli 5-9 esplorano alcune generalizzazioni del modello di regressione multipla standard, come regressori stocastici, minimi quadrati generalizzati, eteroschedasticità e autocorrelazione dei residui, minimi quadrati generalizzati accessibili, previsioni e variabili strumentali. La cosa sorprendente della teoria econometrica è che a questo livello la maggior parte dei teoremi della teoria base standard (capitoli 2-4) rimangono validi, almeno approssimativamente o asintoticamente, quando le condizioni dei teoremi sono rilassate. Si consiglia vivamente di fare continuamente riferimento ai risultati dei capitoli 5-9 con i risultati principali presentati nei capitoli 2-4.

Il capitolo 10 contiene la teoria dei sistemi di equazioni simultanee, ovvero il caso in cui il modello contiene più di un'equazione. Vengono considerati i problemi che un econometrista può incontrare nel lavoro pratico.

Il libro include diverse appendici, tra cui una panoramica dei pacchetti econometrici e un breve dizionario dei termini inglese-russo.

La nostra esperienza dimostra che il materiale dei capitoli 1-7 è sufficiente per un corso di 7 settimane di 6 ore settimanali, mentre il materiale dei capitoli 1-10 è sufficiente per un corso standard di un semestre. Abbiamo ricevuto buoni risultati con la seguente struttura del corso: due lezioni di due ore a settimana e un seminario (in sottogruppi più piccoli), ma sono possibili anche altre strutture del corso.

Per studenti

La risoluzione dei problemi è la chiave per apprendere la matematica, la statistica e anche l’econometria. Questo ce lo dicevano i nostri insegnanti quando eravamo studenti, e lo ripetiamo qui. E questo è vero! La sperimentazione con i dati è essenziale per gli studenti pratici. Rimuovi alcune osservazioni dai tuoi dati e scopri cosa succede alle tue stime e perché. Aggiungi variabili esplicative e osserva come cambiano le tue stime e previsioni. In generale, sperimenta. Uno studente orientato alla teoria deve chiedersi perché è necessaria questa o quella condizione del teorema. Perché il teorema cessa di essere vero se rimuovi o modifichi una delle condizioni. Trova controesempi.

Per gli insegnanti

È importante che tutti gli studenti abbiano le conoscenze matematiche e statistiche richieste all'inizio del corso. In caso contrario, il corso dovrebbe iniziare con un ripasso dei concetti necessari di algebra lineare e statistica matematica. I capitoli 2-4 dovrebbero essere all'inizio del corso. C'è una certa libertà nella scelta di ulteriori argomenti se il tempo non consente di includere l'intero libro nel corso. Se non c'è abbastanza tempo, è possibile rinviare i regressori stocastici (sezione 5.1) e i test di eteroschedasticità (ma non il concetto stesso di eteroschedasticità) al corso successivo. I capitoli 7-10 contengono sezioni specializzate ma importanti che possono essere incluse nel corso con vari gradi di dettaglio, a seconda dei gusti dell'istruttore.

Saremo grati per eventuali commenti, messaggi relativi a errori di battitura, luoghi poco chiari, errori in questo libro.

Ringraziamenti

Abbiamo un debito enorme nei confronti di cinque generazioni di studenti della Scuola Russa di Economia che, durante lo studio del corso, hanno espresso molti commenti critici che abbiamo utilizzato durante il lavoro sul libro. Senza di loro questo libro non sarebbe mai stato scritto.

Siamo grati ai diplomati del NES Vladislav Kargin e Alexey Onatsky, che hanno preparato un esempio per il libro sul mercato degli appartamenti a Mosca, così come agli studenti del NES Elena Paltseva e Gauhar Turmukhambetova, grazie ai cui sforzi siamo riusciti a evitare molti errori di battitura. Siamo grati anche al nostro collega Alexander Slastnikov, che si è assunto la responsabilità di modificare il manoscritto. Nel lavorare al manoscritto, P. Katyshev e A. Peresetsky hanno ricevuto sostegno finanziario dall'Umanitario russo fondamento scientifico, progetto 96-02-16011a.

Tilburg/Mosca, marzo 1997

Nome: Econometria - Corso per principianti.

Il libro di testo contiene una presentazione sistematica dei fondamenti dell'econometria ed è scritto sulla base delle lezioni che gli autori hanno tenuto per diversi anni presso la Scuola Russa di Economia e la Scuola Superiore di Economia. I modelli di regressione lineare vengono studiati in dettaglio (metodo dei minimi quadrati, verifica delle ipotesi, eteroschedasticità, autocorrelazione degli errori, specificazione del modello). Capitoli separati sono dedicati ai sistemi di equazioni simultanee, al metodo della massima verosimiglianza nei modelli di regressione, ai modelli con variabili dipendenti discrete e limitate.
Tre nuovi capitoli sono stati aggiunti alla sesta edizione del libro. Il capitolo sui "Dati panel" amplia il libro con un elenco completo di argomenti tradizionalmente inclusi nei moderni corsi di econometria di base. Sono stati inoltre aggiunti i capitoli “Test preliminari” e “Econometria dei mercati finanziari”, utili per chi è interessato rispettivamente agli aspetti teorici e applicati dell'econometria. Il numero di esercizi è stato notevolmente aumentato. Sono inclusi esercizi con dati reali, a disposizione del lettore sul sito web del libro.
Per studenti universitari, laureati, insegnanti, nonché specialisti in economia applicata e finanza.

L’econometria (insieme alla microeconomia e alla macroeconomia) è una delle discipline di base della moderna educazione economica. Cos’è l’econometria? Quando si ha a che fare con una scienza viva e in via di sviluppo, è sempre difficile tentare di dare una breve descrizione del suo oggetto e dei suoi metodi. Possiamo dire che l’econometria è la scienza della misurazione economica, come suggerisce il nome? Naturalmente è possibile, ma allora sorge la domanda: qual è il significato del termine “misurazioni economiche”. Ciò è simile a definire la matematica come la scienza dei numeri. Pertanto, senza cercare di sviluppare questo problema in modo più dettagliato, citeremo le dichiarazioni di autorità riconosciute in economia ed econometria.

1. Introduzione
1.1. Modelli
1.2. Tipi di modelli
1.3. Tipi di dati
2. Modello di regressione accoppiata
2.1. Adattamento della curva
2.2. Metodo dei minimi quadrati (LSM)
2.3. Modello di regressione lineare con due variabili
2.4. Teorema di Gauss-Markov. Stima della varianza dell'errore a2
2.5. Proprietà statistiche delle stime OLS dei parametri di regressione. Verifica delle ipotesi b = bo- Intervalli di confidenza per i coefficienti di regressione
2.6. Analisi della variazione della variabile dipendente nella regressione. Coefficiente di determinazione R2
2.7. Stima di massima verosimiglianza dei coefficienti di regressione
Esercizi
3. Modello di regressione multipla
3.1. Principali ipotesi
3.2. Metodo dei minimi quadrati. Teorema di Gauss-Markov
3.3. Proprietà statistiche degli stimatori OLS
3.4. Analisi della variazione della variabile dipendente nella regressione. Coefficienti R2 e R aggiustato
3.5. Testare ipotesi. Intervalli di confidenza e regioni di confidenza
Esercizi
4. Vari aspetti della regressione multipla
4.1. Multicollinearità
4.2. False variabili
4.3. Correlazione parziale
4.4. Specifica del modello
Esercizi
5. Alcune generalizzazioni della regressione multipla
5.1. Regressori stocastici
5.2. Minimi quadrati generalizzati
5.3. Minimi quadrati generalizzati disponibili
Esercizi
6. Eteroschedasticità e correlazione nel tempo
6.1. Eteroschedasticità
6.2. Correlazione nel tempo
Esercizi
7. Previsione nei modelli di regressione
7.1. Previsioni incondizionate
7.2. Previsione condizionale
7.3. Previsione in presenza di errori autoregressivi
Esercizi
8. Variabili strumentali
8.1. Coerenza delle stime ottenute utilizzando variabili strumentali
8.2. Impatto degli errori di misurazione
8.3. Minimi quadrati a due passi
8.4. Prova di Hausman
Esercizi
9. Sistemi di equazioni di regressione
3.1. Equazioni esternamente non correlate
9.1. Sistemi di equazioni simultanee
Esercizi
10. Metodo della massima verosimiglianza nei modelli di regressione
10.1. introduzione
10.2. Apparato matematico 246
10.3. Stima di massima verosimiglianza dei parametri di una distribuzione normale multivariata
10.4. Proprietà degli stimatori di massima verosimiglianza
10.5. Stima di massima verosimiglianza in un modello lineare
10.6. Verifica di ipotesi in un modello lineare, I
10.7. Verifica di ipotesi in un modello lineare, II
10.8. Vincoli non lineari
Esercizi
11. Serie storiche
11.1. Modelli a ritardi distribuiti
11.2. Modelli dinamici
11.3. Radici unitarie e cointegrazione
11.4 Modelli Box-Jenkins (ARIMA)
11.5. Modelli GARCH
Esercizi
12. Variabili dipendenti discrete e campioni censurati
12.1. Modelli binari e a scelta multipla
12.2. Modelli con campioni ritagliati e censurati
Esercizi
13. Dati del pannello
13.1 Introduzione
13.2. Designazioni e modelli base
13.3. Modello ad effetto fisso
13.4. Modello ad effetti casuali
13.5. Qualità di vestibilità
13.6. Selezione del modello
13.7. Modelli dinamici
13.8. Modelli a scelta binaria con dati panel
13.9. Metodo generalizzato dei momenti
Esercizi
14. Pre-test: introduzione
14.1. introduzione
14.2. Formulazione del problema
14.3. Risultato principale
14.4. Valutazione pre-test
14.5. Valutazione WALS
14.6. Teorema di equivalenza
14.7. Pre-test ed effetto di underreporting
14.8. L'effetto "understatement". Un parametro ausiliario
14.9. Selezione del modello: dal generale allo specifico e dallo specifico al generale
14.10. L'effetto "understatement". Due parametri ausiliari
14.11. Previsioni e test preliminari
14.12. Generalizzazioni
14.13. Altre domande
Esercizi
15. Econometria dei mercati finanziari
15.1. introduzione
15.2. Ipotesi di efficienza del mercato finanziario
15.3. Ottimizzazione del portafoglio titoli
15.4. Test per l'inclusione di nuovi asset in un portafoglio efficace
15.5. Portafoglio ottimale in presenza di un asset privo di rischio
15.6. Modelli di valutazione delle attività finanziarie
Esercizi
16. Prospettive econometriche
1.6.1. introduzione
16.2. Cosa fa esattamente un econometrista?
16.3. Econometria e fisica
16.4. Econometria e statistica matematica
16.5. Teoria e pratica
16.6. Metodo econometrico
16.7. Collegamento debole
16.8. Aggregazione
16.9. Come utilizzare altre opere
16.10. Conclusione
Applicazione LA. Algebra lineare
1. Spazio vettoriale
2. Spazio vettoriale LP
3. Dipendenza lineare
4. Sottospazio lineare
5. Base. Dimensione
6. Operatori lineari
7. Matrici
8. Operazioni con matrici
9. Invarianti di matrice: traccia, determinante
10. Rango della matrice
11. Matrice inversa
12. Sistemi di equazioni lineari
13. Autovalori e vettori
14. Matrici simmetriche
15. Matrici definite positive
16. Matrici idempotenti
17. Matrici a blocchi
18. Prodotto Kronecker
19. Differenziazione per argomento vettoriale
Esercizi
Applicazione MS. Teoria della probabilità e statistica matematica
1. Variabili aleatorie, vettori aleatori
2. Distribuzioni condizionate
3. Alcune distribuzioni particolari
4. Distribuzione normale multivariata
5. Legge dei grandi numeri. Teorema del limite centrale
6 Concetti fondamentali e compiti della statistica matematica
7. Stima dei parametri
8. Verifica delle ipotesi
Domanda del PE. Panoramica dei pacchetti econometrici
1. Origine dei pacchetti. Versioni di Windows. Arti grafiche
2. Informazioni su alcuni pacchetti
3. Esperienza pratica di lavoro
Applicazione ST. Breve dizionario dei termini inglese-russo
Applicazione TA. Tabelle
Letteratura
Indice degli argomenti

6a edizione, rivista. e aggiuntivi - M.: Delo, 2004. - 576 p.

Tre nuovi capitoli sono stati aggiunti alla sesta edizione del libro. Il capitolo sui "Dati panel" amplia il libro con un elenco completo di argomenti tradizionalmente inclusi nei moderni corsi di econometria di base. Sono stati inoltre aggiunti i capitoli “Test preliminari” e “Econometria dei mercati finanziari”, utili per chi è interessato rispettivamente agli aspetti teorici e applicati dell'econometria. Il numero di esercizi è stato notevolmente aumentato. Sono inclusi esercizi con dati reali, a disposizione del lettore sul sito web del libro.

Per studenti universitari, laureati, insegnanti, nonché specialisti in economia applicata e finanza

Formato: djvu

Misurare: 5,9MB

Scaricamento: yandex.disk

Formato: PDF

Misurare: 21,7MB

Scaricamento: drive.google

Sommario
Osservazioni di apertura 10
Prefazione alla prima edizione 13
Prefazione alla terza edizione 18
Prefazione alla sesta edizione 23
1. Introduzione 26
1.1. Modelli 26
1.2. Tipi di modelli 28
1.3. Tipi di dati 30
2. Modello di regressione accoppiata 32
2.1. Adattamento della curva 32
2.2. Metodo dei minimi quadrati (LSM) 34
2.3. Modello di regressione lineare con due variabili 38
2.4. Teorema di Gauss-Markov. Stima della varianza dell'errore a2 41
2.5. Proprietà statistiche delle stime OLS dei parametri di regressione. Verifica delle ipotesi b = bo- Intervalli di confidenza per i coefficienti di regressione 46
2.6. Analisi della variazione della variabile dipendente nella regressione. Coefficiente di determinazione R2 51
2.7. Stima di massima verosimiglianza dei coefficienti di regressione 55
Esercizi 58
3. Modello di regressione multipla 67
3.1. Ipotesi principali 68
3.2. Metodo dei minimi quadrati. Teorema di Gauss-Markov 69
3.3. Proprietà statistiche degli stimatori OLS 72
3.4. Analisi della variazione della variabile dipendente nella regressione. Coefficienti R2 e R^ aggiustato, 74
3.5. Testare ipotesi. Intervalli di confidenza e regioni di confidenza 78"
Esercizi 88
4. Vari aspetti della regressione multipla 108
4.1. Multicollinearità 109;
4.2. Variabili fittizie 112
4.3. Correlazione parziale 118
4.4. Specifiche del modello 124
Esercizi 135
5. Alcune generalizzazioni della regressione multipla 148
5.1. Regressori stocastici 149
5.2. Metodo dei minimi quadrati generalizzato.... 154
5.3. Minimi quadrati generalizzati disponibili 160
Esercizi 163
6. Eteroschedasticità e correlazione nel tempo 167
6.1. Eteroschedasticità 168
6.2. Correlazione temporale 184
Esercizi 192
7. Previsioni nei modelli di regressione 204
7.1. Previsione incondizionata 205
7.2. Previsioni condizionate 208
7.3. Previsione in presenza di errori autoregressivi 209
Esercizi 211
8 . Variabili strumentali 212
8.1. Coerenza delle stime ottenute utilizzando variabili strumentali 213
8.2. Impatto degli errori di misurazione 214
8.3. Metodo dei minimi quadrati in due passaggi.... 215
8.4. Test di Hausman 217
Esercizi 218
9. Sistemi di equazioni di regressione 220
3.1. Equazioni apparentemente non correlate 221
9.1. Sistemi di equazioni simultanee 224
Esercizi 241
10. Metodo della massima verosimiglianza nei modelli di regressione 244
10.1. Introduzione 245
10.2. Apparato matematico 246
10.3. Stima di massima verosimiglianza dei parametri di una distribuzione normale multivariata. . 248
10.4. Proprietà delle stime di massima verosimiglianza. 249
10.5. Stima di massima verosimiglianza in un modello lineare 250
10.6. Verifica di ipotesi in un modello lineare, I 253
10.7. Verifica di ipotesi in un modello lineare, II 257
10.8. Vincoli non lineari 258
Esercizi 260
11. Serie storica 264
11.1. Modelli a ritardi distribuiti 266
11.2. Modelli dinamici 268
11.3. Radici unitarie e cointegrazione 276
11.4 Modelli Box-Jenkins (ARIMA) 28
11.5. Modelli GARCH3
Esercizi 3J
12. Variabili dipendenti discrete e campioni censurati 3
12.1. Modelli binari e a scelta multipla... 3!
12.2. Modelli con campioni tagliati e censurati 3.
Esercizi 3;
13. Dati pannello 31
13.1 Introduzione 3
13.2. Denominazioni e modelli base 3
13.3. Modello a effetto fisso 3
13.4. Modello ad effetti casuali 31
13.5. Qualità di adattamento Z1
13.6. Selezione del modello 3"
13.7. Modelli dinamici 3
13.8. Modelli a scelta binaria con dati panel 3
13.9. Metodo generalizzato dei momenti 3
Esercizi 39
14. Pre-test: introduzione 39
14.1. Introduzione 3!
14.2. Dichiarazione del problema 40
14.3. Risultato principale 40"
14.4. Valutazione pre-test 4$
14.5. Punteggio WALS 40
14.6. Teorema di equivalenza 4
14.7. Pre-test e effetto di sottostima 407
14.8. L'effetto "understatement". Un parametro ausiliario 412
14.9. Selezione del modello: dal generale allo specifico e dallo specifico al generale 415
14.10. L'effetto "understatement". Due parametri ausiliari 419
11. Previsioni e verifiche preliminari 425
.12. Generalizzazioni 429
13. Altre domande 432
Esercizi 434
15. Econometria dei mercati finanziari 435
11.5.1. Introduzione 436
15.2. Ipotesi di efficienza del mercato finanziario. . . 438
15.3. Ottimizzazione del portafoglio titoli 446
15.4. Test per l'inserimento di nuovi asset in un portafoglio effettivo 450
15.5. Portafoglio ottimale in presenza di un asset privo di rischio 456
15.6. Modelli di valutazione delle attività finanziarie 461
Esercizi 471
16. Prospettive econometriche 472
1.6.1. Introduzione 472
16.2. Cosa fa esattamente un econometrista? ....473
16.3. Econometria e Fisica 474
16.4. Econometria e statistica matematica. . . 475
16.5. Teoria e pratica 476
16.6. Metodo econometrico 477
16.7. Collegamento debole 480
1.6.8. Aggregazione 481
16.9. Come utilizzare altre opere 481
16.10. Conclusione 482
Applicazione LA. Algebra lineare 484
1. Spazio vettoriale 484
2. Spazio vettoriale LP 485
3. Dipendenza lineare 485
4. Sottospazio lineare 486
5. Base. Dimensione 486
6. Operatori lineari 487
7. Matrici 488
8. Operazioni con le matrici 489
9. Invarianti di matrice: traccia, determinante 492
10. Grado matrice 494
11. Matrice inversa 495
12. Sistemi di equazioni lineari 496
13. Autovalori e vettori 496
14. Matrici simmetriche 498
15. Matrici definite positive 500
16. Matrici idempotenti 502
17. Matrici di blocchi 503
18. Prodotto Kronecker 504
19. Differenziazione per argomento vettoriale. . 505
Esercizi 507
Applicazione MS. Teoria della probabilità e statistica matematica 509
1. Variabili casuali, vettori casuali 509
2. Distribuzioni condizionate 516
3. Alcune distribuzioni speciali 518
4. Distribuzione normale multivariata 524
5. Legge dei grandi numeri. Teorema del limite centrale 528
6 Concetti fondamentali e compiti della statistica matematica 531
7. Stima dei parametri 533
8. Verifica di ipotesi 539
Domanda del PE. Revisione dei pacchetti econometrici 542
1. Origine dei pacchetti. Versioni di Windows. Grafica 543
2. Circa 544 pacchi
3. Esperienza pratica di lavoro 546
Applicazione ST. Breve dizionario dei termini inglese-russo 547
Applicazione TA. Tabelle 555
Letteratura 561
Indice delle materie 570

Questo è interessante: