Tecnica
Corso introduttivo all'econometria Magnus. Econometria - Corso per principianti - Magnus Ya.R., Katyshev P.K., Peresetsky A.A.

Corso introduttivo all'econometria Magnus. Econometria - Corso per principianti - Magnus Ya.R., Katyshev P.K., Peresetsky A.A.

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 Russian School of Economics e Scuola superiore economia. I modelli di regressione lineare (minimi quadrati, test di ipotesi, eteroschedasticità, autocorrelazione dell'errore, specifica del modello) sono 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 completa il libro elenco completo argomenti tradizionalmente inclusi nei moderni corsi di econometria di base. Sono stati inoltre aggiunti i capitoli "Test preliminari" ed "Econometria dei mercati finanziari", che 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, 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 le sue modalità. Possiamo dire che l'econometria è la scienza delle misurazioni economiche, come suggerisce il nome? Certo, è possibile, ma poi sorge la domanda, qual è il significato del termine “dimensioni economiche”. Questo è analogo 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 modello
1.3. Tipi di dati
2. Modello di regressione accoppiata
2.1. Raccordo in 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 LSM dei parametri di regressione. Test di 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 della massima verosimiglianza dei coefficienti di regressione
Esercizi
3. Modello di regressione multipla
3.1. Ipotesi principali
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 aggiustati R
3.5. Verifica di 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 convenienti
Esercizi
6. Eteroscedasticità e correlazione temporale
6.1. eteroschedasticità
6.2. Correlazione temporale
Esercizi
7. Previsione nei modelli di regressione
7.1. Pronostico incondizionato
7.2. Pronostico condizionale
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 misura
8.3. Minimi quadrati in due fasi
8.4. Prova casalinga
Esercizi
9. Sistemi di equazioni di regressione
3.1. Equazioni esterne 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 della massima verosimiglianza di parametri di distribuzione normale multivariati
10.4. Proprietà delle stime di massima verosimiglianza
10.5. Stima della 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 temporali
11.1. Modelli a 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. Modelli con campioni troncati e censurati
Esercizi
13. Dati del pannello
13.1 Introduzione
13.2. Denominazioni e modelli base
13.3. Modello a effetto fisso
13.4. Modello con effetto casuale
13.5. Qualità in forma
13.6. Selezione del modello
13.7. Modelli dinamici
13.8. Modelli a scelta binaria con dati del pannello
13.9. Metodo generalizzato dei momenti
Esercizi
14. Pretest: Introduzione
14.1. introduzione
14.2. Formulazione del problema
14.3. Risultato principale
14.4. Valutazione preliminare
14.5. Punteggio WALS
14.6. Teorema di equivalenza
14.7. Il pre-test e l'effetto understatement
14.8. L'effetto di "understatement". Un parametro ausiliario
14.9. Selezione del modello: dal generale al particolare e dal particolare al generale
14.10. L'effetto di "understatement". Due parametri ausiliari
14.11. Previsione e pre-test
14.12. generalizzazioni
14.13. Altre domande
Esercizi
15. Econometria dei mercati finanziari
15.1. introduzione
15.2. Ipotesi sull'efficienza del mercato finanziario
15.3. Ottimizzazione del portafoglio titoli
15.4. Test per l'inclusione di nuovi asset in un portafoglio efficiente
15.5. Portafoglio ottimale in presenza di un asset privo di rischio
15.6. Modelli di valutazione delle attività finanziarie
Esercizi
16. Prospettive sull'econometria
1.6.1. introduzione
16.2. Cosa fa esattamente 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
Applicazione LA. Algebra lineare
1. spazio vettoriale
2. Lo spazio vettoriale Ln
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. Classificazione della 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 Kronecker
19. Differenziazione rispetto ad un argomento vettoriale
Esercizi
Applicazione 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
Domanda del PE. Panoramica dei pacchetti econometrici
1. L'origine dei colli. Versione Windows. Arti grafiche
2. Informazioni su alcuni pacchetti
3. Esperienza pratica di lavoro
Applicazione ST. Breve Dizionario inglese-russo termini
Applicazione AT. tavoli
Letteratura
Indice delle materie

6a ed., riveduta. e aggiuntivo - M.: Delo, 2004. - 576 pag.

Tre nuovi capitoli sono stati aggiunti alla sesta edizione del libro. Il capitolo Panel Data espande il libro a un elenco completo di argomenti tradizionalmente inclusi nei moderni corsi di econometria di base. Sono stati inoltre aggiunti i capitoli "Test preliminari" ed "Econometria dei mercati finanziari", che 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, nonché 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
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 modello 28
1.3. Tipi di dati 30
2. Modello di regressione accoppiata 32
2.1. Raccordo curva 32
2.2. 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 LSM dei parametri di regressione. Test di ipotesi b = bo- Intervalli di confidenza per coefficienti di regressione 46
2.6. Analisi della variazione della variabile dipendente nella regressione. Coefficiente di determinazione R2 51
2.7. Stima della massima verosimiglianza dei coefficienti di regressione 55
Esercizio 58
3. Modello di regressione multipla 67
3.1. Principali ipotesi 68
3.2. Metodo dei minimi quadrati. Teorema di Gauss-Markov 69
3.3. Proprietà statistiche delle stime OLS 72
3.4. Analisi della variazione della variabile dipendente nella regressione. Coefficienti R2 e R^ aggiustato, 74
3.5. Verifica di ipotesi. Intervalli di confidenza e regioni di confidenza 78"
Esercizio 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
Esercizio 135
5. Alcune generalizzazioni della regressione multipla 148
5.1. Regressori stocastici 149
5.2. Minimi quadrati generalizzati.... 154
5.3. Minimi quadrati generalizzati convenienti 160
Esercizi 163
6. Eteroschedasticità e correlazione temporale 167
6.1. eteroschedasticità 168
6.2. Correlazione temporale 184
Esercizi 192
7. La previsione nei modelli di regressione 204
7.1. Previsioni incondizionate 205
7.2. Pronostico 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. Influenza degli errori di misura 214
8.3. Minimi quadrati in due gradini.... 215
8.4. Prova domestica 217
Esercizio 218
9. Sistemi di equazioni di regressione 220
3.1. Equazioni esternamente non correlate 221
9.1. Sistemi di equazioni simultanee 224
Esercizio 241
10. 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 della 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 ritardo distribuito 266
11.2. Modelli dinamici 268
11.3. Radici unitarie e cointegrazione 276
11.4 Modelli Box-Jenkins (ARIMA) 28
11.5. Modelli GARCH 3
Esercizi 3J
12. Variabili dipendenti discrete e campioni censurati 3
12.1. Modelli binari ea scelta multipla... 3!
12.2. Modelli con campioni troncati e censurati 3.
Esercizio 3;
13. Dati del pannello 31
13.1 Introduzione 3
13.2. Designazioni e modelli base 3
13.3. Modello a effetto fisso 3
13.4. Modello con effetto casuale 31
13.5. Qualità di vestibilità Z1
13.6. Selezione modello 3"
13.7. Modelli dinamici 3
13.8. Modelli a scelta binaria con dati panel 3
13.9. Metodo generalizzato dei momenti 3
Esercizio 39
14. Pretest: Introduzione 39
14.1. Introduzione 3!
14.2. Problema 40
14.3. Risultato principale 40"
14.4. Stima preliminare $ 4
14.5. Punteggio WALS 40
14.6. Teorema di equivalenza 4
14.7. I test preliminari e l'effetto understatement 407
14.8. L'effetto di "understatement". Un parametro ausiliario 412
14.9. Selezione del modello: dal generale al particolare e dal particolare al generale 415
14.10. L'effetto di "understatement". Due parametri ausiliari 419
11. Previsione e pre-test 425
.12. Generalizzazioni 429
13. Altre questioni 432
Esercizi 434
15. Econometria dei mercati finanziari 435
11.5.1. Introduzione 436
15.2. Ipotesi dell'efficienza del mercato finanziario. . . 438
15.3. Ottimizzazione del portafoglio titoli 446
15.4. Test per l'inclusione di nuovi asset in un portafoglio effettivo 450
15.5. Portafoglio ottimale in presenza di un'attività priva di rischio 456
15.6. Modelli di valutazione delle attività finanziarie 461
Esercizi 471
16. Prospettive sull'econometria 472
1.6.1. Introduzione 472
16.2. Cosa fa esattamente 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. Anello debole 480
1.6.8. Aggregazione 481
16.9. Come usare altre 481 opere
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 matrici 489
9. Invarianti di matrice: traccia, determinante 492
10. Classificazione 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 a blocchi 503
18. Prodotto Kronecker 504
19. Differenziazione rispetto ad un argomento vettoriale. . 505
Esercizi 507
Applicazione MS. Teoria della probabilità e statistica matematica 509
1. Variabili casuali, vettori casuali 509
2. Distribuzioni condizionali 516
3. Alcune distribuzioni speciali 518
4. Distribuzione normale multivariata 524
5. La 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 delle ipotesi 539
Domanda del PE. Panoramica dei pacchetti econometrici 542
1. L'origine dei colli. Versione Windows. Grafica 543
2. Informazioni su alcuni pacchetti 544
3. Esperienze pratiche di lavoro 546
Applicazione ST. Dizionario dei termini inglese-russo conciso 547
Applicazione AT. Tabelle 555
Letteratura 561
Indice 570

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 Russian School of Economics e la Higher School of Economics. I modelli di regressione lineare (minimi quadrati, test di ipotesi, eteroschedasticità, autocorrelazione dell'errore, specifica del modello) sono 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 espande il libro a un elenco completo di argomenti tradizionalmente inclusi nei moderni corsi di econometria di base. Sono stati inoltre aggiunti i capitoli "Test preliminari" ed "Econometria dei mercati finanziari", che 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, nonché specialisti in economia applicata e finanza

6a ed., riveduta. e aggiuntivo - M.: Delo, 2004. - 576 pag.

Formato: pdf/zip
Dimensione: 21,5 Mb
Scarica tutorial:

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 modello 28
1.3. Tipi di dati 30
2. Modello di regressione accoppiata 32
2.1. Raccordo curva 32
2.2. 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 LSM dei parametri di regressione. Test di ipotesi b = bo- Intervalli di confidenza per coefficienti di regressione 46
2.6. Analisi della variazione della variabile dipendente nella regressione. Coefficiente di determinazione R2 51
2.7. Stima della massima verosimiglianza dei coefficienti di regressione 55
Esercizio 58
3. Modello di regressione multipla 67
3.1. Principali ipotesi 68
3.2. Metodo dei minimi quadrati. Teorema di Gauss-Markov 69
3.3. Proprietà statistiche delle stime OLS 72
3.4. Analisi della variazione della variabile dipendente nella regressione. Coefficienti R2 e R^ aggiustato, 74
3.5. Verifica di ipotesi. Intervalli di confidenza e regioni di confidenza 78"
Esercizio 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
Esercizio 135
5. Alcune generalizzazioni della regressione multipla 148
5.1. Regressori stocastici 149
5.2. Minimi quadrati generalizzati.... 154
5.3. Minimi quadrati generalizzati convenienti 160
Esercizi 163
6. Eteroschedasticità e correlazione temporale 167
6.1. eteroschedasticità 168
6.2. Correlazione temporale 184
Esercizi 192
7. La previsione nei modelli di regressione 204
7.1. Previsioni incondizionate 205
7.2. Pronostico 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. Influenza degli errori di misura 214
8.3. Minimi quadrati in due gradini.... 215
8.4. Prova domestica 217
Esercizio 218
9. Sistemi di equazioni di regressione 220
3.1. Equazioni esternamente non correlate 221
9.1. Sistemi di equazioni simultanee 224
Esercizio 241
10. 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 della 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 ritardo distribuito 266
11.2. Modelli dinamici 268
11.3. Radici unitarie e cointegrazione 276
11.4 Modelli Box-Jenkins (ARIMA) 28
11.5. Modelli GARCH 3
Esercizi 3J
12. Variabili dipendenti discrete e campioni censurati 3
12.1. Modelli binari ea scelta multipla... 3!
12.2. Modelli con campioni troncati e censurati 3.
Esercizio 3;
13. Dati del pannello 31
13.1 Introduzione 3
13.2. Designazioni e modelli base 3
13.3. Modello a effetto fisso 3
13.4. Modello con effetto casuale 31
13.5. Qualità di vestibilità Z1
13.6. Selezione modello 3"
13.7. Modelli dinamici 3
13.8. Modelli a scelta binaria con dati panel 3
13.9. Metodo generalizzato dei momenti 3
Esercizio 39
14. Pretest: Introduzione 39
14.1. Introduzione 3!
14.2. Problema 40
14.3. Risultato principale 40"
14.4. Stima preliminare $ 4
14.5. Punteggio WALS 40
14.6. Teorema di equivalenza 4
14.7. I test preliminari e l'effetto understatement 407
14.8. L'effetto di "understatement". Un parametro ausiliario 412
14.9. Selezione del modello: dal generale al particolare e dal particolare al generale 415
14.10. L'effetto di "understatement". Due parametri ausiliari 419
11. Previsione e pre-test 425
.12. Generalizzazioni 429
13. Altre questioni 432
Esercizi 434
15. Econometria dei mercati finanziari 435
11.5.1. Introduzione 436
15.2. Ipotesi dell'efficienza del mercato finanziario. . . 438
15.3. Ottimizzazione del portafoglio titoli 446
15.4. Test per l'inclusione di nuovi asset in un portafoglio effettivo 450
15.5. Portafoglio ottimale in presenza di un'attività priva di rischio 456
15.6. Modelli di valutazione delle attività finanziarie 461
Esercizi 471
16. Prospettive sull'econometria 472
1.6.1. Introduzione 472
16.2. Cosa fa esattamente 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. Anello debole 480
1.6.8. Aggregazione 481
16.9. Come usare altre 481 opere
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 matrici 489
9. Invarianti di matrice: traccia, determinante 492
10. Classificazione 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 a blocchi 503
18. Prodotto Kronecker 504
19. Differenziazione rispetto ad un argomento vettoriale. . 505
Esercizi 507
Applicazione MS. Teoria della probabilità e statistica matematica 509
1. Variabili casuali, vettori casuali 509
2. Distribuzioni condizionali 516
3. Alcune distribuzioni speciali 518
4. Distribuzione normale multivariata 524
5. La 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 delle ipotesi 539
Domanda del PE. Panoramica dei pacchetti econometrici 542
1. L'origine dei colli. Versione Windows. Grafica 543
2. Informazioni su alcuni pacchetti 544
3. Esperienze pratiche di lavoro 546
Applicazione ST. Dizionario dei termini inglese-russo conciso 547
Applicazione AT. Tabelle 555
Letteratura 561
Indice 570

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 Russian School of Economics e la Higher School of Economics. sono studiati in dettaglio modelli lineari coppia e regressione multipla, inclusi argomenti come i minimi quadrati, il test di ipotesi, i minimi quadrati generalizzati, l'eteroschedasticità e l'autocorrelazione degli errori, la previsione, i problemi di specifica del modello. Capitolo separatoè 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 dall'economia russa, compiti ed esercitazioni è stato notevolmente aumentato.

Per studenti, dottorandi, 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 evoluzione, c'è sempre una difficoltà nel cercare di dare una breve descrizione della sua materia e dei suoi metodi. Possiamo dire che l'econometria è la scienza delle misurazioni economiche, come suggerisce il nome? Certo, è possibile, ma poi sorge la domanda, qual è il significato del termine “dimensioni economiche”. Questo è analogo 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 un'analisi quantitativa dei fenomeni economici reali, basata su sviluppo moderno teoria e osservazioni relative ai metodi per trarre conclusioni” (Samuelson).

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

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

Questo libro è rivolto principalmente agli studenti che iniziano per la prima volta lo studio dell'econometria e ha due obiettivi. 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 familiarità con i corsi di algebra lineare, teoria della probabilità e statistica matematica nel volume iniziale (ad esempio, Gelfand, 1971; Ilyin, Poznyak, 1984; Wentzel, 1964). Assumiamo anche che il lettore lo abbia analisi matematica all'interno del corso standard di un'università tecnica.

Ci sono molti ottimi libri di testo sull'econometria lingua inglese. Ad esempio, il libro (Greene, 1997) può essere giustamente considerato un'"enciclopedia econometrica" - contiene quasi tutte le sezioni dell'econometria moderna. Il libro di testo (Goldberger, 1990) si concentra maggiormente sul lato formale-matematico dell'econometria. A nostro avviso, il libro (Johnston e DiNardo, 1997) è molto riuscito, moderno ed equilibrato in termini teorici e applicativi. Degni di nota sono anche i libri di testo (Griffits, Hill and Judge, 1993) e (Pindyck e Rubinfeld, 1991), che si rivolgono a lettori che non hanno una forte formazione matematica e fornito con molti esempi ed esercizi. Una buona aggiunta ai libri di testo standard è il libro (Kennedy, 1998), che si concentra sul lato contenuto dell'analisi econometrica e contiene gran numero esercizi interessanti. Occorre citare anche il libro (Hamilton, 1994), dove la teoria delle serie temporali è presentata in grande dettaglio e ad alto livello matematico, e il libro (Stewart, 1991), che contiene sezioni riuscite e compatte sulla teoria di serie temporali.

Pertanto, potrebbe essere necessario addurre alcune argomentazioni a favore della scrittura di un nuovo libro invece di tradurre semplicemente uno dei libri di testo esistenti. Il nostro libro si basa sulle lezioni tenute da uno degli autori (Y. Magnus) come corso introduttivo di econometria per gli studenti della Russian Economic School (NES) nel marzo-aprile 1993. Altri due autori (P. Katyshev, A. .Peresetsky ) eseguito laboratori. Il corso intensivo di 7 settimane includeva le basi dell'econometria. Questo è stato il primo anno di esistenza della Russian School of Economics. Negli anni successivi, gli autori hanno collaborato allo sviluppo del curriculum di tutti e tre i corsi di econometria per gli studenti del primo anno del NES. Nel processo di lavoro, in particolare, abbiamo compilato esempi dell'economia russa, che abbiamo utilizzato al posto degli esempi tradizionalmente considerati dalle economie dei paesi Europa occidentale e USA. Alla fine, siamo giunti alla conclusione che sarebbe auspicabile avere un libro di testo scritto appositamente per gli studenti russi e rielaborato il programma del corso in un libro autonomo. Questo libro è quindi il risultato di cinque anni di insegnamento di econometria a studenti russi.

I capitoli 2-4 contengono la teoria classica dei modelli di regressione lineare. Questo materiale è il fulcro dell'econometria e gli studenti dovrebbero conoscerlo prima di passare al resto del libro. Il capitolo 2 esamina il modello più semplice con due regressori, il Capitolo 3 è dedicato ai 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 delle matrici; nel caso bidimensionale, è anche più facile comprendere l'interpretazione grafica della regressione. Il capitolo 4 contiene diverse sezioni aggiuntive (il problema della multicollinearità, variabili fittizie, specifica del modello), ma il suo materiale può anche essere classificato come fondamenti standard dell'econometria.

I capitoli 5-9 esplorano alcune generalizzazioni del modello di regressione multipla standard, come i regressori stocastici, i minimi quadrati generalizzati, l'eteroscedasticità e l'autocorrelazione dei residui, i minimi quadrati generalizzati accessibili, la predizione, le variabili strumentali. La cosa sorprendente della teoria dell'econometria è che a questo livello la maggior parte dei teoremi del nucleo standard della teoria (Capitoli 2-4) rimangono validi, almeno approssimativamente o asintoticamente, quando le condizioni dei teoremi sono rilassate. Raccomandiamo vivamente che i risultati dei capitoli 5-9 siano costantemente correlati con i principali risultati presentati nei capitoli 2-4.

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

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

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

Studenti

La risoluzione dei problemi è la chiave per l'apprendimento della matematica, della statistica e dell'econometria. I nostri insegnanti ce lo hanno detto quando eravamo studenti e lo ripetiamo qui. Ed è vero! Per gli studenti con un focus su attività pratiche sono necessari esperimenti con i dati. Rimuovi alcune osservazioni dai tuoi dati e guarda cosa succede alle tue stime e perché. Aggiungi variabili esplicative e guarda come cambiano le tue stime e previsioni. In generale, sperimenta. Lo studente orientato alla teoria deve chiedersi perché questa o quella condizione del teorema è necessaria. Perché il teorema smette di essere vero se rimuovi o modifichi una delle condizioni. Trova controesempi.

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 rassegna 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 inserire l'intero libro nel corso. In caso di mancanza di tempo, i regressori stocastici (sezione 5.1) ei test di eteroschedasticità (ma non il concetto stesso di eteroschedasticità) possono essere rinviati 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'insegnante.

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

Grazie

Siamo in debito con le cinque generazioni di studenti della New Economic School che, nel processo di studio del corso, hanno dato molte osservazioni critiche che abbiamo utilizzato quando abbiamo lavorato al libro. Senza di loro, questo libro non sarebbe mai stato scritto.

Siamo grati ai laureati del NES Vladislav Kargin e Alexey Onatsky, che hanno preparato un esempio sul mercato degli appartamenti di Mosca per il libro, nonché agli studenti del NES Elena Paltseva e Gaukhar Turmukhambetova, i cui sforzi sono riusciti a evitare molti errori di stampa. Ringraziamo anche il nostro collega Alexander Slastnikov, che si è occupato della redazione del manoscritto. Mentre lavoravano al manoscritto, P. Katyshev e A. Peresetsky hanno ricevuto un sostegno finanziario dall'Umanitario russo fondo scientifico, progetto 96-02-16011a.

Tilburg/Mosca, marzo 1997

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 (LSM) 2.3. Modello di regressione lineare con due variabili 2.4. Teorema di Gauss-Markov. Stima della dispersione degli errori a2 2.5. Proprietà statistiche delle stime LSM 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. Esercizi sulla stima della massima verosimiglianza dei coefficienti di regressione 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 LSM 3.4. Analisi della variazione della variabile dipendente nella regressione. Coefficienti R2 e aggiustati R 3.5. Verifica di 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. Specificazione del modello Esercizi 5. Alcune generalizzazioni della regressione multipla 5.1. Regressori stocastici 5.2. Metodo dei minimi quadrati generalizzati 5.3. Minimi quadrati generalizzati accessibili Esercizi 6. Eteroschedasticità e correlazione temporale 6.1. Eteroschedasticità 6.2. Esercizi di correlazione temporale 7. Previsione nei modelli di regressione 7.1. Pronostico incondizionato 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. Effetto 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 esterne 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 della massima verosimiglianza dei parametri multivariati della distribuzione normale 10.4. Proprietà delle stime di massima verosimiglianza 10.5. Stima della 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 temporali 11.1. Modelli a 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 ea scelta multipla 12.2. Modelli ritagliati e censurati Esercizi 13. Dati panel 13.1 Introduzione 13.2. Designazioni e modelli base 13.3. Modello a effetto fisso Sezione 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 dati panel 13.9. Metodo generalizzato dei momenti Esercizi 14. Verifiche preliminari: introduzione 14.1. Introduzione 14.2. Enunciato del problema 14.3. Risultato principale 14.4. Valutazione preliminare 14.5. Punteggio WALS 14.6. Teorema di equivalenza 14.7. Il pre-test e l'effetto understatement 14.8. L'effetto di "understatement". Un parametro ausiliario 14.9. Scelta del modello: dal generale al particolare e dal particolare al generale 14.10. L'effetto di "understatement". Due parametri ausiliari 14.11. Previsioni 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 di un portafoglio titoli 15.4. Test per l'inclusione di nuovi asset in un portafoglio effettivo 15.5. Portafoglio ottimale in presenza di un'attività priva di rischio 15.6. Modelli di valutazione delle attività finanziarie Esercizio 16. Prospettive econometriche 1.6.1. Introduzione 16.2. Cosa fa esattamente 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 Ln 3. Dipendenza lineare 4. Sottospazio lineare 5. Basi. Dimensione 6. Operatori lineari 7. Matrici 8. Operazioni sulle matrici 9. Invarianti delle 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. Prodotto di Kronecker 19. Differenziazione rispetto ad un 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 multidimensionale 5. La legge dei grandi numeri. Teorema del limite centrale 6 Concetti di base e problemi di statistica matematica 7. Stima dei parametri 8. Verifica di ipotesi Appendice EP. Panoramica dei pacchetti econometrici 1. L'origine dei pacchetti. Versione Windows. Grafica 2. Alcuni pacchetti 3. Esperienza pratica di lavoro Appendice CT. Breve dizionario inglese-russo dei termini Appendice TA. Indice della letteratura delle tabelle