Теория и методы эконометрики = Econometric theory and methods

Содержание книги "Теория и методы эконометрики"

Предисловие к русскому изданию
Предисловие
Глава 1. Регрессионные модели
1.1. Введение
1.2. Распределение плотности и моменты
1.3. Спецификация регрессионных моделей
1.4. Матричная алгебра
1.5. Оценивание методом моментов
1.6. Комментарии к упражнениям
1.7. Упражнения
Глава 2. Геометрия линейной регрессии
2.1. Введение
2.2. Геометрия векторных пространств
2.3. Геометрия OLS-оценивания
2.4. Теорема Фриша — Во — Ловелла
2.5. Примеры использования теоремы Фриша — Во — Ловелла
2.6. Влиятельные наблюдения и леверидж
2.7. Заключительные замечания
2.8. Упражнения
Глава 3. Статистические свойства OLS-оценок
3.1. Введение
3.2. Являются ли OLS-оценки несмещенными
3.3. Состоятельны ли OLS-оценки
3.4. Матрица ковариации OLS-оценок параметров
3.5. Эффективность OLS-оценок
3.6. Остатки и ошибки
3.7. Ошибки спецификации линейных регрессионных моделей
3.8. Показатели точности аппроксимации
3.9. Заключительные замечания
3.10. Упражнения
Глава 4. Проверка гипотез на моделях линейной регрессии
4.1. Введение
4.2. Основные понятия
4.3. Некоторые часто встречающиеся распределения
4.4. Точные тесты для классической нормальной линейной модели
4.5. Тесты на больших выборках в моделях линейной регрессии
4.6. Тесты, основанные на симуляции
4.7. Мощность тестов
4.8. Заключительные замечания
4.9. Упражнения
Глава 5. Доверительные интервалы
5.1 Введение
5.2. Точные и ассимптотические доверительные интервалы
5.3. Бутстраповские доверительные интервалы
5.4. Доверительные области
5.5. Ковариационные матрицы, состоятельные при гетероскедастичности
5.6. Дельта-метод
5.7. Заключительные замечания
5.8. Упражнения
Глава 6. Нелинейная регрессия
6.1. Введение
6.2. Оценки нелинейных моделей, основанные на методе моментов
6.3. Нелинейный метод наименьщих квадратов
6.4. Вычисление NLS-оценок
6.5. Регрессия Гаусса — Ньютона
6.6. Оценивание за один шаг
6.7. Проверка гипотез
6.8. Тесты, робастные к гетероскедастичности
6.9. Заключительные замечания
6.10. Упражнения
Глава 7. Обобщенный метод наименьших квадратов и другие вопросы
7.1. Введение
7.2. GLS-оценка
7.3. Вычисление GLS-оценок
7.4. Доступный обобщенный метод наименьших квадратов
7.5. Гетероскедастичность
7.6. Авторегрессионный процесс и процесс скользящего среднего
7.7. Проверка на наличие серийной корреляции
7.8. Оценивание моделей с авторегрессией ошибок
7.9. Проверка правильности спецификации и серийная корреляция
7.10. Модели для панельных данных
7.11. Заключительные замечания
7.12. Упражнения
Глава 8. Оценивание с помощью инструментальных переменных
8.1. Введение
8.2. Корреляция между ошибками и регрессорами
8.3. Оценка методом инструментальных переменных
8.4. Конечно-выборочные свойства IV-оценок
8.5. Проверка гипотез
8.6. Проверка избыточно идентифицирующих ограничений
8.7. Тесты Дарбина — Ву — Хаусмана
8.8. Бутстраповские тесты
8.9. IV-оценивание нелинейных моделй
8.10. Заключительные замечания
8.11. Упражнения
Глава 9. Обобщенный метод моментов
9.1. Введение
9.2. GMM-оценивание моделей линейной регрессии
9.3. НАС-оценки ковариационных матриц
9.4. Тесты на основе критериальной функции GMM
9.5. GMM-оценки нелинейных моделей
9.6. Метод симулированных моментов
9.7. Заключительные замечания
9.8. Упражнения
Глава 10. Метод максимального правдоподобия
10.1. Введение
10.2. Основные понятия оценивания методом максимального правдоподобия
10.3. Асимптотические свойства ML-оценок
10.4. Ковариационная матрица для ML-оценок
10.5. Проверка гипотез
10.6. Асимптотическая теория трех классических тестов
10.7. ML-оценивание моделей с авторегрессионными ошибками
10.8. Преобразование зависимой переменной
10.9. Заключительные замечания
10.10. Упражнения
Глава 11. Дискретные и ограниченные зависимые переменные
11.1. Введение
11.2. Модели бинарного отклика: оценивание
11.3. Модели бинарного отклика: инференция
11.4. Модели множественных дискретных откликов
11.5. Модели для счетных данных
11.6. Модели для цензурированных и усеченных данных
11.7. Селективность выборок
11.8. Модели дюрации
11.9. Заключительные замечания
11.10. Упражнения
Глава 12. Многомерные регрессии
12.1. Введение
12.2. Линейные уравнения регрессии, представляющиеся не связанными
12.3. Системы нелинейных регрессий
12.4. Модели линейных одновременных уравнений
12.5. Оценивание методом максимального правдоподобия
12.6. Модели нелинейных одновременных уравнений
12.7. Заключительные замечания
12.8. Приложение: вывод результатов для метода максимального правдоподобия с полной (FIML) и ограниченной (LIML) информацией
12.9. Упражнения
Глава 13. Методы работы со стационарными рядами
13.1. Введение
13.2. Процессы авторегрессии и скользящего среднего
13.3. Оценивание моделей AR, MA и ARMA
13.4. Динамические модели из одного уравнения
13.5. Сезонность
13.6. Авторегресионная обусловленная гетероскедастичность
13.7. Векторные авторегрессии
13.8. Заключительные замечания
13.9. Упражнения
Глава 14. Единичные корни и коинтеграция
14.1. Введение
14.2. Случайные блуждания и единичные корни
14.3. Тесты на единичный корень
14.4. Серийная корреляция и тесты на единичный корень
14.5. Коинтеграция
14.6. Проверка на коинтеграцию
14.7. Заключительные замечания
14.8. Упражнения
Глава 15. Проверка спецификаций эконометрических моделей
15.1. Введение
15.2. Проверка спецификации с использованием искусcтвенных регрессий
15.3. Проверка невложенных гипотез
15.4. Выбор модели с помощью информационного критерия
15.5. Непараметрическое оценивание
15.6. Заключительные замечания
15.7. Приложение: тестовые регрессоры и искусcтвенные регрессии
15.8. Упражнения
Список литературы
Предметный указатель