Książka zawiera podstawowy kurs teorii i praktyki ekonometrii.
Jest przeznaczona dla studentów różnych dyscyplin ekonomicznych poza specjalizacją
ekonometrii. Będzie również użyteczna dla ekonomistów prowadzących analizy danych
ekonomicznych, a jednocześnie niedysponujących solidnymi podstawami matematycznymi.
W podręczniku uwzględnione zostały najnowsze ujęcia ekonometrii, które rozumiemy
dwojako. Po pierwsze – jest to nowe ujęcie problemów tradycyjnej ekonometrii. Po
drugie – jest to szersze ujęcie modeli dynamicznych wykorzystujących szeregi czasowe,
stanowiących dominujący zbiór danych używanych w ekonomii.
Książka, stawiając pytanie „Dlaczego tak, a nie inaczej estymujemy modele
ekonometryczne?” nie zaniedbuje odpowiedzi na pytanie: „Jak je obliczamy?”. Zawiera
liczne przykłady (dotyczące Polski, Unii Europejskiej i gospodarki światowej)
zastosowania omawianych metod w różnych dziedzinach nauk ekonomicznych.
Istotnym dopełnieniem podręcznika są trzy aneksy. Pierwszy aneks zawiera niezbędną,
ograniczoną jedynie do wątków bezpośrednio stosowanych w trakcie wykładu,
wiedzę z zakresu algebry macierzy. Drugi aneks jest poświęcony celowo wybranym
fragmentom statystyki matematycznej, które są niezbędne do swobodnego korzystania
z tekstu. Trzeci aneks jest zbiorem dostępnych w internecie baz danych
ekonomicznych stanowiących materiał nie tylko do sensownego formułowania zadań
ćwiczeniowych, lecz także do wykorzystywania w interesujących ekonomistę
analizach.
Wstęp
Część 1. Klasyczny model regresji liniowej
1.Wprowadzenie
1.1.Czym jest ekonometria?
1.2.Pojęcie modelu ekonometrycznego
1.3.Dane statystyczne
1.4.Metodologia ekonometrii
Podsumowanie
2.Podstawy klasycznego modelu regresji liniowej
2.1.Zapis macierzowy modelu
2.2.Od populacji do próby i od próby do populacji
2.3.Założenia klasycznego modelu regresji liniowej
Podsumowanie
3.Metoda najmniejszych kwadratów
3.1.Estymatory metody najmniejszych kwadratów
3.2.Własności algebraiczne rozwiązania MNK
Podsumowanie
4.Wnioskowanie o estymatorach metody najmniejszych kwadratów
4.1.Jeszcze o założeniu normalności zaburzeń losowych
4.2.Twierdzenie Gaussa-Markowa
4.3.Estymator wariancji zaburzenia losowego i błędy standardowe estymatorów
4.4.Rozkład t-Studenta, weryfikacja prostych hipotez i przedziały ufności
4.5.Istotność równania regresji
4.6.Asymptotyczne własności estymatorów MNK
Podsumowanie
5.Interpretacja równania regresji
5.1.Interpretacja współczynników regresji i założenie liniowości
5.2.Jakościowe zmienne objaśniające - regresory zerojedynkowe, oznaczane również jako
zmienne 0-1 lub zmienne binarne
5.3.Restrykcje i modele zagnieżdżone. Łączna istotność zmiennych zerojedynkowych
5.4.Jakościowa zmienna objaśniana
5.5.Wybór regresorów zgodnie z zasadą "Od ogólnego do szczegółowego".
Skutki pominięcia w równaniu regresji istotnych zmiennych objaśniających; skutki
dodania do równania regresji zmiennych nieistotnych
5.6.Testowanie łącznej istotności podzbioru regresorów
5.7.Testowanie hipotez złożonych
Podsumowanie
6.Problemy wynikające z niedoskonałości danych statystycznych
6.1.Współliniowość i jej konsekwencje. Wykrywanie wspólliniowości i środki zaradcze
6.2.Obserwacje opuszczone
6.3.Wykrywanie nietypowych wartości zmiennej objaśnianej i nietypowych wartości
zmiennych objaśniających (obserwacje znaczące)
Podsumowanie
7.Prognozowanie na podstawie klasycznej metody regresji liniowej
7.1.Prognoza i błąd standardowy prognozy
Podsumowanie
Literatura uzupełniająca do części I
Część 2. Złagodzenie założeń modelu klasycznego
8.Uogólniona metoda najmniejszych kwadratów
8.1.Heteroskedastyczność i autokorelacja zaburzeń losowych w KMRL
8.2.Estymatory uogólnionej metody najmniejszych kwadratów
8.3.Testowanie heteroskedastyczności: testy Goldfelda-Ojuandta, Breuscha-Pagana oraz
White\'a
8.4.Estymacja macierzy wariancji-kowariancji zaburzeń losowych w przypadku
heteroskedastyczności. Stosowalna uogólniona metoda najmniejszych kwadratów
8.5.Estymator White\'a macierzy wariancji-kowariancji dla b wyznaczonego za pomocą MNK -
odporny na heteroskedastyczność
8.6.Testowanie autokorelacji: testy Durbina-Watsona i Breuscha-Godfreya
8.7.Estymacja macierzy wariancji-kowariancji zaburzeń losowych w przypadku autokorelacji
zaburzeń pierwszego rzędu
8.8.Estymator Neweya-Westa macierzy wariancji-kowariancji dla b oszacowanego za pomocą
MNK - odporny na heteroskedastyczność i odporny na autokorelację
Podsumowanie
9.Diagnostyka w klasycznej metodzie regresji liniowej
9.1.Test White\'a
9.2.Test RESET błędu specyfikacji postaci funkcyjnej równania regresji Ramseya
9.3.Test niezagnieżdżonych alternatyw
9.4.Testy stabilności parametrów Chowa
9.5.Test Jarque-Bera normalności zaburzeń
9.6.Ocena wyników analizy regresji
Podsumowanie
Literatura uzupełniająca do części II
Część 3.Szczególnie ważne modele ekonometryczne
10.Ograniczona zmienna objaśniana
10.1.Liniowa funkcja prawdopodobieństwa
10.2.Metody logitowa i probitowa
10.3.Wielomianowa metoda logitowa, metoda tobitowa, modele samoselekcji próby
Podsumowanie
11.Modele jednowymiarowych szeregów czasowych
11.1.Analiza klasyczna
11.2.Szereg czasowy jako realizacja procesu stochastycznego
11.3.Procedura Boxa-Jenkinsa
11.4.Funkcja autokorelacji i cząstkowej autokorelacji szeregu Dowjones
11.5.Procesy ARIMA dla danych sezonowych
Podsumowanie
12.Modele dynamiczne
12.1.Problemy ekonometryczne modeli dynamicznych
12.2.Modele o opóźnieniach rozłożonych (Distributed Lag Models)
12.3.Estymacja modeli DL i wybór rzędu opóźnienia
12.4.Modele autoregresyjne i modele autoregresyjne z opóźnieniami rozłożonymi
(AutoRegressive Distributed Lag Models - Modele ADL lub ARDL)
12.5.Niestacjonarność i integracja szeregu
12.6.Test pierwiastka jednostkowego Dickeya-Fullera (test DF)
12.7.Rozszerzony test pierwiastka jednostkowego (test ADF)
12.8.Kointegracja szeregów czasowych
12.9.Przyczynowość w ekonometrii
Podsumowanie
13.Modele wektorowej autoregresji (VAR) i modele korekty błędem
13.1.Modele wielorównaniowe
13.2.Modele wektorowej autoregresji (Vector AutoRegresshe Models - VAR)
13.3.Model korekty błędem (równowagi) (Error Correction Model - ECM)
Podsumowanie
14.Opracowanie projektów badawczych
Literatura uzupełniająca do części III
Aneksy
A.Elementy algebry macierzy
B.Wybrane zagadnienia rachunku prawdopodobieństwa
C.Bazy danych
Bibliografia
Indeks
268 stron, B5, oprawa miękka
