Magnus econometrics per principianti. Econometria. Corso iniziale. Magnus Ya.R., Katyshev P.K., Peresetskiy 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 a coppie 2.1. Adattamento della curva 2.2. Metodo dei minimi quadrati (OLS) 2.3. Modello di regressione lineare con due variabili 2.4. Teorema di Gauss-Markov. Stima della varianza degli errori a2 2.5. Proprietà statistiche delle stime OLS dei parametri di regressione. Verifica delle ipotesi b \u003d bo - Intervalli di confidenza per i coefficienti di regressione 2.6. Analisi della variazione della variabile dipendente in regressione. Coefficiente di determinazione R2 2.7. Stima della massima verosimiglianza dei coefficienti di regressione Esercizi 3. Modello di regressione multipla 3.1. Principali ipotesi 3.2. Metodo del minimo quadrato. Teorema di Gauss-Markov 3.3. Proprietà statistiche delle stime OLS 3.4. Analisi della variazione della variabile dipendente in regressione. Rapporti R2 e R corretto 3.5. Verifica di ipotesi. Intervalli di fiducia e regioni di confidenza Esercizi 4. Vari aspetti della regressione multipla 4.1. Multicollinearità 4.2. Variabili fittizie 4.3. Correlazione parziale 4.4. Specifica del modello Esercizi 5. Alcune generalizzazioni della regressione multipla 5.1. Regressori stocastici 5.2. Il metodo dei minimi quadrati generalizzati 5.3. Esercizi dei minimi quadrati generalizzati disponibili 6. Eteroscedasticità e correlazione temporale 6.1. Eteroscedasticità 6.2. Esercizi sulla correlazione temporale 7. Previsione nei modelli di regressione 7.1. Previsione incondizionata 7.2. Previsione condizionata 7.3. Previsione in presenza di errori autoregressivi Esercizi 8. Variabili strumentali 8.1. Coerenza delle stime ottenute utilizzando variabili strumentali 8.2. L'influenza degli errori di misurazione 8.3. Minimi quadrati in due fasi 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. Apparecchi matematici 246 10.3. Stima della massima verosimiglianza dei parametri di una distribuzione normale multivariata 10.4. Proprietà delle stime di massima verosimiglianza 10.5. Stima della massima verosimiglianza in un modello lineare 10.6. Verifica delle ipotesi in un modello lineare, I 10.7. Verifica di ipotesi in un modello lineare, II 10.8. Esercizi sui vincoli non lineari 11. Serie storica 11.1. Modelli con ritardo distribuito 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. Esempi troncati e censurati Esercizi 13. Dati panel 13.1 Introduzione 13.2. Designazioni e modelli di base 13.3. Modello a effetti fissi 13.4. Modello a effetti casuali 13.5. Qualità dell'adattamento 13.6. Selezione del modello 13.7. Modelli dinamici 13.8. Modelli a scelta binaria con ricetta dei dati del pannello 13.9. Esercizi sul metodo generalizzato dei momenti 14. Pretest: Introduzione 14.1. Introduzione 14.2. Dichiarazione del problema 14.3. Risultato principale 14.4. Valutazione pre-test 14.5. Punteggio WALS 14.6. Teorema di equivalenza 14.7. Test preliminari ed effetto di "eufemismo" 14.8. Effetto di sottovalutazione. Un parametro ausiliario 14.9. Scegliere un modello: dal generale al particolare e dal particolare al generale 14.10. Effetto di sottovalutazione. Due parametri ausiliari 14.11. Previsione e prove 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'inserimento di nuovi asset in un portafoglio effettivo 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 effettivamente un econometrico? 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 An 3. Dipendenza lineare 4. Sottospazio lineare 5. Base. Dimensione 6. Operatori lineari 7. Matrici 8. Operazioni con matrici 9. Invarianti di matrici: traccia, determinante 10. Rango di una 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 rispetto ad un argomento vettoriale Esercizi Appendice MS. Teoria della probabilità e statistica matematica 1. Variabili casuali, vettori casuali 2. Distribuzioni condizionate 3. Alcune distribuzioni speciali 4. Distribuzione normale multivariata 5. La legge dei grandi numeri. Teorema del limite centrale 6 Concetti fondamentali e problemi di statistica matematica 7. Stima dei parametri 8. Verifica delle ipotesi Appendice EP. Panoramica dei pacchetti econometrici 1. Origine dei pacchetti. Versioni di Windows. Grafica 2. Informazioni su alcuni pacchetti 3. Esperienza lavoro pratico Appendice ST. Breve dizionario inglese-russo termini Appendice TA. Tabelle Letteratura Indice dei soggetti

UDC 330.43 (075.8)
BBK 65v6ya73

Magnus Ya.R., Katyshev P.K., Peresetskiy A.A.
Econometria. Corso iniziale: libro di testo. - 8a ed., Rev. - M.:, 2007 .-- 504 p.

ISBN 978-5-7749-0473-0

Il libro di testo contiene una presentazione sistematica delle basi dell'econometria ed è scritto sulla base di lezioni che gli autori hanno letto per diversi anni in russo scuola economica e la Higher School of Economics. I modelli di regressione lineare (metodo dei minimi quadrati, verifica delle ipotesi, eteroschedasticità, autocorrelazione degli errori, specifica del modello) vengono studiati in dettaglio. 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 "Panel Data" completa il libro elenco completo argomenti tradizionalmente inclusi nei moderni corsi di econometria di base. I capitoli "Pretesting" ed "Econometrics of Financial Markets" saranno utili a 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, dottorandi, insegnanti e specialisti in economia applicata e finanza.

Il libro di testo contiene una presentazione sistematica delle basi dell'econometria ed è scritto sulla base di lezioni che gli autori hanno letto per diversi anni presso la Russian School of Economics e la Higher School of Economics. I modelli di coppia lineare e di regressione multipla sono studiati in dettaglio, inclusi argomenti come minimi quadrati, verifica di ipotesi, minimi quadrati generalizzati, eteroschedasticità e autocorrelazione degli errori, previsione, problemi di specifica del modello. Un capitolo a parte è dedicato ai sistemi di equazioni simultanee.

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 delle esercitazioni russi è stato notevolmente aumentato.

Per studenti, dottorandi, insegnanti e 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 la vita e lo sviluppo della scienza, c'è sempre difficoltà nel cercare di dare breve descrizione oggetto e metodi. Possiamo dire che l'econometria è la scienza della misurazione economica, come suggerisce il nome? Certo che è possibile, ma poi si pone la questione di quale sia il significato del termine "dimensioni economiche". È lo stesso che 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 un'analisi quantitativa dei fenomeni economici reali basata su sviluppo moderno teorie e osservazioni relative ai metodi per ottenere conclusioni ”(Samuelson).

"Il compito principale dell'econometria è riempire il ragionamento economico a priori con contenuto empirico" (Klein).

“L'obiettivo dell'econometria è la derivazione empirica delle leggi economiche. L'econometria completa la teoria utilizzando dati reali per testare e perfezionare le relazioni postulate ”(Malenvo).

Questo libro è rivolto principalmente agli studenti alle prime armi di econometria e ha due scopi. In primo luogo, vogliamo preparare il lettore alla ricerca applicata in economia. In secondo luogo, pensiamo che sarà utile per gli studenti che approfondiranno ulteriormente la teoria dell'econometria. Non è richiesta alcuna conoscenza preliminare di econometria. Tuttavia, si presume la conoscenza dei corsi di algebra lineare, teoria della probabilità e statistica matematica nel volume iniziale (ad esempio, Gel'fand, 1971; Ilyin, Poznyak, 1984; Wentzel, 1964). Partiamo anche dal presupposto che il lettore sia esperto in analisi matematica all'interno del corso standard di un istituto tecnico.

Ci sono diversi ottimi libri di testo sull'econometria lingua inglese... Ad esempio, il libro (Greene, 1997) può essere giustamente considerato una "enciclopedia econometrica" \u200b\u200b- contiene quasi tutte le sezioni dell'econometria moderna. Il libro di testo (Goldberger, 1990) presta maggiore attenzione al lato formale-matematico dell'econometria. A nostro avviso, il libro (Johnston e DiNardo, 1997) è di grande successo, moderno ed equilibrato dal punto di vista della teoria e delle applicazioni. Degni di nota sono anche i libri di testo (Griffits, Hill and Judge, 1993) e (Pindyck e Rubinfeld, 1991), che si rivolgono a lettori senza un forte background matematico e sono dotati di molti esempi ed esercizi. Un buon supplemento ai libri di testo standard è il libro (Kennedy, 1998), che si concentra sul lato sostanziale dell'analisi econometrica e contiene molti esercizi interessanti. È anche necessario citare il libro (Hamilton, 1994), dove la teoria delle serie temporali è presentata in grande dettaglio e ad un alto livello matematico, e il libro (Stewart, 1991), che contiene sezioni compatte e di successo sulla teoria delle serie temporali.

Pertanto, potrebbe essere necessario avanzare alcuni argomenti a favore della scrittura di un nuovo libro invece di tradurre semplicemente uno dei libri di testo esistenti. Il nostro libro si basa sul materiale delle lezioni che uno degli autori (J. Magnus) ha tenuto come corso iniziale di econometria nel programma di master per studenti della Russian School of Economics (NES) nel marzo-aprile 1993. Altri due autori (P. Katyshev, A. Peresetsky) ha condotto esercizi pratici. Un corso intensivo di 7 settimane ha coperto le basi dell'econometria. Questo è stato il primo anno di vita della Russian School of Economics. Negli anni successivi, gli autori hanno collaborato alla creazione di un programma per tutti e tre i corsi di econometria per studenti del primo anno del NES. Nel corso del nostro lavoro, in particolare, abbiamo compilato esempi tratti dall'economia russa, che abbiamo utilizzato invece di esempi tradizionalmente considerati dalle economie dell'Europa occidentale e degli 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 in un libro indipendente. Questo libro è quindi il risultato di cinque anni di esperienza nell'insegnamento dell'econometria agli studenti russi.

I capitoli 2-4 contengono la teoria classica dei modelli di regressione lineare. Questo materiale è il cuore dell'econometria e gli studenti dovrebbero familiarizzarsi con esso prima di passare al resto del libro. Il capitolo 2 tratta il 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 con due variabili. Quindi, ad esempio, si può fare a meno dell'algebra matriciale, nel caso bidimensionale è anche più semplice comprendere l'interpretazione grafica della regressione. Il Capitolo 4 contiene diverse sezioni aggiuntive (problema di multicollinearità, variabili fittizie, specifica del modello), ma il suo materiale può anche essere attribuito ai fondamenti 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 disponibili, previsione e variabili strumentali. Ciò che sorprende della teoria econometrica è che a questo livello, la maggior parte dei teoremi nel nucleo standard della teoria (capitoli 2-4) rimangono validi, almeno approssimativamente o asintoticamente, quando le condizioni dei teoremi sono rilassate. Raccomandiamo vivamente di correlare continuamente i risultati nei capitoli 5-9 con i risultati principali nei capitoli 2-4.

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

Il libro include diverse appendici, inclusa una panoramica dei pacchetti econometrici e un conciso glossario dei termini inglese-russo.

La nostra esperienza mostra che il materiale nei Capitoli 1-7 è sufficiente per un corso di 7 settimane di 6 ore settimanali e il materiale nei Capitoli 1-10 è sufficiente per un corso standard di un semestre. Abbiamo ottenuto buoni risultati con la seguente struttura del corso: due lezioni di 2 ore a settimana e un workshop (in sottogruppi più piccoli), tuttavia sono possibili anche altre strutture di corso.

Studenti

La risoluzione dei problemi è la chiave per l'apprendimento di matematica, statistica ed econometria. I nostri insegnanti ci hanno parlato di questo quando eravamo studenti e lo ripetiamo qui. E questo è vero! Per gli studenti con un orientamento pratico, la sperimentazione dei dati è essenziale. Rimuovi alcune osservazioni dai tuoi dati e guarda cosa succede alle tue stime e perché. Aggiungi variabili esplicative e guarda come cambiano le stime e le proiezioni. In generale, sperimenta. Lo studente orientato alla teoria dovrebbe chiedersi perché questa o quella condizione del teorema è necessaria. Perché il teorema cessa di essere vero se elimini o modifichi una delle condizioni. Trova controesempi.

Per gli insegnanti

È importante che tutti gli studenti abbiano il background matematico e statistico richiesto all'inizio del corso. In caso contrario, il corso dovrebbe iniziare con una panoramica dei concetti essenziali 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. In caso di mancanza di tempo, i regressori stocastici (Sezione 5.1) ei test per l'eteroscedasticità (ma non il concetto stesso di eteroschedasticità) possono essere rimandati al corso successivo. I capitoli 7-10 contengono sezioni speciali ma importanti che possono essere incluse nel corso con vari gradi di dettaglio, a seconda dei gusti dell'istruttore.

Saremo grati per eventuali commenti, segnalazioni di refusi, ambiguità, errori in questo libro.

Ringraziamenti

Siamo profondamente in debito con cinque generazioni di studenti della Russian School of Economics, i quali, nel corso degli studi, hanno fornito molti commenti critici che abbiamo usato quando abbiamo lavorato al libro. Senza di loro, questo libro non sarebbe mai stato scritto.

Siamo grati agli alunni NES Vladislav Kargin e Alexey Onatsky, che hanno preparato un esempio per il libro sul mercato degli appartamenti a Mosca, così come agli studenti NES Elena Paltseva e Gaukhar Turmukhambetova, i cui sforzi sono riusciti a evitare molti errori di battitura. Siamo inoltre grati al nostro collega Alexander Slastnikov, che si è preso la briga di modificare il manoscritto. Nel lavoro sul manoscritto, P. Katyshev e A. Peresetsky hanno ricevuto sostegno finanziario dall'ente umanitario russo fondazione scientifica, progetto 96-02-16011a.

Tilburg / Mosca, marzo 1997

Nome: Econometria - Corso base.

Il libro di testo contiene una presentazione sistematica delle basi dell'econometria ed è scritto sulla base di lezioni che gli autori hanno letto per diversi anni presso la Russian School of Economics e la Higher School of Economics. I modelli di regressione lineare (metodo dei minimi quadrati, verifica delle ipotesi, eteroschedasticità, autocorrelazione degli errori, specifica del modello) vengono studiati in dettaglio. 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 Panel Data integra il libro con un elenco completo di argomenti tradizionalmente inclusi nei moderni corsi di econometria di base. Sono stati inoltre aggiunti i capitoli "Pretesting" ed "Econometrics of Financial Markets", utili a 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, dottorandi, insegnanti e 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 difficoltà nel cercare di dare una breve descrizione del suo argomento e dei suoi metodi. Possiamo dire che l'econometria è la scienza della misurazione economica, come suggerisce il nome? Certo che è possibile, ma poi si pone la questione di quale sia il significato del termine "dimensioni economiche". È lo stesso che 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 modello
1.3. Tipi di dati
2. Modello di regressione a coppie
2.1. Curva raccordo
2.2. Metodo dei minimi quadrati (OLS)
2.3. Modello di regressione lineare con due variabili
2.4. Teorema di Gauss-Markov. Stima della varianza degli errori a2
2.5. Proprietà statistiche delle stime OLS dei parametri di regressione. Test di ipotesi b \u003d bo - Intervalli di confidenza per i coefficienti di regressione
2.6. Analisi della variazione della variabile dipendente in regressione. Coefficiente di determinazione R2
2.7. Stima della massima probabilità di coefficienti di regressione
Esercizi
3. Modello di regressione multipla
3.1. Principali ipotesi
3.2. Metodo del minimo quadrato. Teorema di Gauss-Markov
3.3. Proprietà statistiche delle stime OLS
3.4. Analisi della variazione della variabile dipendente in regressione. Rapporti R2 e R corretto
3.5. Verifica di ipotesi. Intervalli di fiducia e regioni di fiducia
Esercizi
4. Vari aspetti della regressione multipla
4.1. Multicollinearità
4.2. False variabili
4.3. Correlazione privata
4.4. Specifica del modello
Esercizi
5. Alcune generalizzazioni di regressione multipla
5.1. Regressori stocastici
5.2. Metodo dei minimi quadrati generalizzato
5.3. Metodo dei minimi quadrati generalizzati disponibile
Esercizi
6. Eteroscedasticità e correlazione temporale
6.1. Eteroscedasticità
6.2. Correlazione temporale
Esercizi
7. Previsione nei modelli di regressione
7.1. Previsione incondizionata
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. Effetto degli errori di misurazione
8.3. Metodo dei minimi quadrati in due fasi
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 di massima verosimiglianza nei modelli di regressione
10.1. introduzione
10.2. Apparato matematico 246
10.3. Stima della massima verosimiglianza dei parametri di una distribuzione normale multivariata
10.4. Proprietà dello stimatore di massima verosimiglianza
10.5. Stima di massima verosimiglianza in un modello lineare
10.6. Verifica delle ipotesi di modelli lineari, I.
10.7. Verifica di ipotesi lineare II
10.8. Vincoli non lineari
Esercizi
11. Serie storica
11.1. Modelli con ritardo distribuito
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. Campioni troncati e censurati
Esercizi
13. Dati del pannello
13.1 Introduzione
13.2. Designazioni e modelli di base
13.3. Modello effetto fisso
13.4. Modello a effetti casuali
13.5. Qualità di adattamento
13.6. Selezione del modello
13.7. Modelli dinamici
13.8. Modelli di selezione binaria con dati panel
13.9. Metodo dei momenti generalizzato
Esercizi
14. Pre-test: introduzione
14.1. introduzione
14.2. Formulazione del problema
14.3. Il risultato principale
14.4. Valutazione preliminare
14.5. Punteggio WALS
14.6. Teorema di equivalenza
14.7. Pre-test ed effetto "eufemismo"
14.8. Effetto di sottovalutazione. Un parametro ausiliario
14.9. Scelta del modello: da generale a specifico e da specifico a generale
14.10. Effetto di sottovalutazione. Due parametri ausiliari
14.11. Previsione e pretest
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'inserimento di nuovi asset in un portafoglio efficace
15.5. Portafoglio ottimale in presenza di un asset privo di rischi
15.6. Modelli di valutazione delle attività finanziarie
Esercizi
16. Prospettive dell'econometria
1.6.1. introduzione
16.2. Cosa fa effettivamente un econometrico?
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 usare altre opere
16.10. Conclusione
Applicazione LA. Algebra lineare
1. Spazio vettoriale
2. Lo spazio vettoriale Лп
3. Dipendenza lineare
4. Sottospazio lineare
5. Base. Dimensione
6. Operatori lineari
7. Matrici
8. Operazioni con matrici
9. Invarianti di matrici: 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. Il lavoro di Kronecker
19. Differenziazione per argomento vettoriale
Esercizi
Appendice MS. Teoria della probabilità e statistica matematica
1. Variabili casuali, vettori casuali
2. Distribuzioni condizionali
3. Alcune distribuzioni speciali
4. Distribuzione normale multivariata
5. La legge dei grandi numeri. Teorema del limite centrale
6 Concetti di base e compiti della statistica matematica
7. Stima dei parametri
8. Verifica delle ipotesi
Applicazione EP. Panoramica dei pacchetti econometrici
1. Origine dei pacchetti. Versioni di Windows. Arti grafiche
2. Informazioni su alcuni pacchetti
3. Esperienza pratica
Appendice ST. Dizionario conciso inglese-russo dei termini
Applicazione TA. Tabelle
Letteratura
Indice dei soggetti

6a ed., Rev. e aggiungi. - M.: Delo, 2004 .-- 576 p.

Il libro di testo contiene una presentazione sistematica delle basi dell'econometria ed è scritto sulla base di lezioni che gli autori hanno letto per diversi anni presso la Russian School of Economics e la Higher School of Economics. I modelli di regressione lineare (metodo dei minimi quadrati, verifica delle ipotesi, eteroschedasticità, autocorrelazione degli errori, specifica del modello) vengono studiati in dettaglio. 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 Panel Data integra il libro con un elenco completo di argomenti tradizionalmente inclusi nei moderni corsi di econometria di base. Sono stati inoltre aggiunti i capitoli "Pretesting" ed "Econometrics of Financial Markets", utili a 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, dottorandi, insegnanti e specialisti in economia applicata e finanza

Formato: djvu

La dimensione: 5,9 MB

Scarica: yandex.disk

Formato: PDF

La dimensione: 21.7 Mb

Scarica: drive.google

Sommario
Prefazione 10
Prefazione alla prima edizione 13
Prefazione alla terza edizione 18
Prefazione alla sesta edizione 23
1. Introduzione 26
1.1. Modello 26
1.2. Tipi di modello 28
1.3. Tipi di dati 30
2. Modello di regressione accoppiato 32
2.1. Adattamento curva 32
2.2. Metodo dei minimi quadrati (OLS) 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 \u003d bo - Intervalli di confidenza per i coefficienti di regressione 46
2.6. Analisi della variazione della variabile dipendente in regressione. Coefficiente di determinazione Y2 51
2.7. Stima della massima probabilità di coefficienti di regressione 55
Esercizi 58
3. Modello di regressione multipla 67
3.1. Ipotesi chiave 68
3.2. Metodo del minimo quadrato. Teorema di Gauss-Markov 69
3.3. Proprietà statistiche delle stime OLS 72
3.4. Analisi della variazione della variabile dipendente in regressione. Rapporti R2 e R ^ aggiustato, 74
3.5. Verifica di ipotesi. Intervalli di fiducia e regioni di fiducia 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. Minimi quadrati generalizzati ... 154
5.3. Minimi quadrati generalizzati disponibili 160
Esercizi 163
6. Eteroscedasticità e correlazione temporale 167
6.1. Eteroscedasticità 168
6.2. Correlazione temporale 184
Esercizi 192
7. Previsione nei modelli di regressione 204
7.1. Previsione incondizionata 205
7.2. Predizione condizionale 208
7.3. Previsione in presenza di errori autoregressivi 209
Esercizi 211
otto. Variabili strumentali 212
8.1. Coerenza delle stime ottenute utilizzando variabili strumentali 213
8.2. Impatto degli errori di misurazione 214
8.3. Minimi quadrati in due fasi ... 215
8.4. Test di Hausman 217
Esercizi 218
9. Sistemi di equazioni di regressione 220
3.1. Equazioni esternamente non correlate 221
9.1. Sistemi di equazioni simultanee 224
Esercizi 241
10. Il metodo della massima verosimiglianza nei modelli di regressione 244
10.1. Introduzione 245
10.2. Apparato matematico 246
10.3. Stima della 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 su modelli lineari, II 257
10.8. Vincoli non lineari 258
Esercizi 260
11. Serie storica 264
11.1. Modelli con ritardo distribuito 266
11.2. Modelli dinamici 268
11.3. Radici unitarie e cointegrazione 276
11.4 Modelli Box-Jenkins (ARIMA) 28
11.5. GARCH modello 3
Esercizi 3J
12. Variabili dipendenti discrete e campioni censurati 3
12.1. Modelli binari e a scelta multipla ... 3!
12.2. Campioni troncati e censurati 3.
Esercizi 3;
13. Dati pannello 31
13.1 Introduzione 3
13.2. Simboli e modelli base 3
13.3. Modello a effetti fissi 3
13.4. Modello a 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 del pannello 3
13.9. Metodo dei momenti generalizzato 3
Esercizi 39
14. Pre-test: un'introduzione 39
14.1. Introduzione 3!
14.2. Dichiarazione del problema 40
14.3. Risultato principale 40 "
14.4. Pre-stima 4 $
14.5. Punteggio WALS 40
14.6. Teorema di equivalenza 4
14.7. Pre-test ed effetto della "sottovalutazione" 407
14.8. Effetto di sottovalutazione. Un parametro ausiliario 412
14.9. Scelta del modello: da generale a specifico e da specifico a generale 415
14.10. Effetto di sottovalutazione. Due parametri ausiliari 419
11. Previsione e verifica preliminare 425
.12. Generalizzazioni 429
13. Altre attività 432
Esercizio 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
Esercizio 471
16. Prospettive sull'econometria 472
1.6.1. Introduzione 472
16.2. Cosa fa effettivamente un econometrico? .... 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 Лп 485
3. Dipendenza lineare 485
4. Sottospazio lineare 486
5. Base. Dimensione 486
6. Operatori lineari 487
7. Matrix 488
8. Operazioni con matrici 489
9. Invarianti di matrice: traccia, determinante 492
10. Matrice rango 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 a blocchi 503
18. Kronecker opera 504
19. Differenziazione per argomento vettoriale. ... 505
Esercizi 507
Appendice 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. La legge dei grandi numeri. Teorema del limite centrale 528
6 Concetti di base e compiti della statistica matematica 531
7. Stima dei parametri 533
8. Verifica delle ipotesi 539
Applicazione EP. Panoramica dei pacchetti econometrici 542
1. Origine dei pacchetti. Versioni di Windows. Grafica 543
2. Circa 544 pacchetti
3. Esperienza pratica 546
Appendice ST. Dizionario conciso inglese-russo dei termini 547
Applicazione TA. Tabelle 555
Letteratura 561
Indice 570