Эконометрика - Начальный курс - Магнус Я.Р., Катышев П.К., Пересецкий А.А.

Название: Эконометрика - Начальный курс.
Автор: Магнус Я.Р., Катышев П.К., Пересецкий А.А.
2004.
   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.
   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.
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