Zastosowania ekonometrii. 10 niegroźnych przykładów
Niniejsza książka stanowi efekt pracy członków, alumnów, przyjaciół i opiekuna naukowego Studenckiego Koła Naukowego Ekonometrii Szkoły Głównej Handlowej w Warszawie oraz wnikliwych recenzentów. W każdym z dziesięciu niezależnych od siebie rozdziałów zaprezentowano zastosowanie określonego narzędzia analizy ekonometrycznej (m.in. filtru Kalmana, regresji kwantylowej, modelu czynnikowego, modelu selekcji próby czy modelu zmiennej licznikowej) do rozwiązania odpowiedniego problemu badawczego. Czytelnicy mają możliwość własnoręcznej replikacji omówionych przykładów dzięki zbiorom danych i kodom zamieszczonym na stronie WWW książki. Propozycja jest adresowana do wszystkich zainteresowanych doskonaleniem warsztatu ekonometryka w praktyce, dydaktyków (np. w organizacji zajęć o charakterze seminaryjnym) oraz studentów kierunków związanych z ekonometrią - jako pomoc naukowa i inspiracja.
Spis treści
Wstęp
1. Student - model 1:0. O modelach zmiennej licznikowej (Ewelina Chmura)
1.1. Ekonometria na boisku piłkarskim
1.2. Dlaczego klasyczny model regresji liniowej nie wystarcza?
1.3. Celny strzał - model zmiennej licznikowej
1.4. Wyniki estymacji parametrów modelu regresji Poissona
1.5. Rozszerzenia: model regresji ujemnej dwumianowej i model płotkowy
1.6. Model regresji Poissona - podsumowanie
1.7. Zmienna licznikowa - inne przykłady modelowania
2. Na chwilę wyprzedzić gospodarkę. Krótkookresowe prognozowanie dynamiki cen za pomocą modeli czynnikowych (Kamil Łuczkowski)
2.1. Prognozowanie makroekonomiczne - wróżenie z fusów?
2.2. Regresja liniowa nie zawsze skuteczna
2.3. Model czynnikowy
2.4. Analiza głównych składowych
2.5. Przykład: główne składowe w zbiorze predyktorów CPI
2.6. Prognozowanie inflacji w Polsce za pomocą modelu czynnikowego
2.7. Inne zastosowania dynamicznych modeli czynnikowych
3. W służbie ostrożnego inwestora. Regresja kwantylowa (Marcin Pietrzak)
3.1. Skąd się wzięła idea regresji kwantylowej?
3.2. Problem zabezpieczenia portfela inwestora
3.3. Model regresji kwantylowej
3.4. Przykład: zabezpieczamy portfel akcji KGHM
3.5. Regresja kwantylowa: gdzie jeszcze?
4. Harmonogram emeryta milionera. Modelujemy dywidendę z modelem Heckmana (Aneta Biernat)
4.1. Emerytura z dywidendy?
4.2. Dywidenda - trochę teorii
4.3. Modelowanie dywidendy
4.4. Specyfikacja równania selekcji i równania wynikowego
4.5. Oszacowanie modelu Heckmana
4.6. Dlaczego zatem model Heckmana?
4.7. A przed emeryturą? - przykłady dalszych zastosowań
5. Modele, wino i test. O weryfikacji liniowych restrykcji i własności składnika losowego (Justyna Klejdysz)
5.1. Statystyki testowe w parametrycznych testach istotności
5.2. Testy F i LM - wszystko jedno?
5.3. Zależność pomiędzy testem F a testem LM
5.4. Test LM na autokorelację składnika losowego
5.5. Opóźnienia reszt a liczba obserwacji
5.6. Test LM - inne zastosowania
6. Zaufanie społeczne w Europie, czyli co nas dzieli, a co łączy. Analiza wielopoziomowa (Magdalena Karska)
6.1. Kiedy stosować analizę wielopoziomową
6.2. Dlaczego Duńczycy nie pilnują swoich rowerów?
6.3. Krok 1: Budowa modelu zerowego
6.4. Krok 2: Stałe współczynniki dla poziomu indywidualnego
6.5. Krok 3: Współczynniki dla poziomu grup
6.6. Krok 4: Losowe współczynniki
6.7. Krok 5: Międzypoziomowe interakcje
6.8. Cechy kraju czy cechy jednostki?
6.9. Analiza wielopoziomowa: gdzie jeszcze?
7. Tam sięgaj, gdzie GUS nie sięga. O filtrze Kalmana (Andrzej Torój)
7.1. Proste rozwiązanie: filtr HP
7.2. Konstrukcja filtru Kalmana
7.3. Błędy pomiaru i ich rola
7.4. Luka PKB w Polsce w świetle filtru Kalmana
7.5. Refleksja na koniec: co właściwie otrzymaliśmy...?
7.6. Filtr Kalmana: gdzie jeszcze?
8. Z sąsiadami efektywniej. O kointegracji panelowej (Piotr Roszkowski)
8.1. Model dla Polski, czyli dlaczego długość szeregów ma znaczenie
8.2. Panel - lek na (prawie) całe zło
8.3. Panelowe testy pierwiastka jednostkowego
8.4. Panelowy estymator w pełni zmodyfikowanej MNK
8.5. Gdy już nawarzymy piwa - czyli wyniki estymacji modelu BEER
8.6. Szerzej o kointegracji panelowej
9. Gdy dane to za mało. Regresja liniowa w ujęciu bayesowskim (Bartosz Olesiński)
9.1. Jak dobrze sprzedać auto?
9.2. Bayesowskie podejście do ekonometrii
9.3. Jak modele radzą sobie z wyceną?
9.4. Czy było warto?
9.5. Regresja z restrykcjami jakościowymi w ujęciu bayesowskim: dalsze przykłady zastosowań
10. Rynek ropy a gospodarka światowa. Model (S)VAR (Michał Chojnowski)
10.1. Czym jest model VAR?
10.2. Unikając eksplozji: stacjonarność modelu VAR
10.3. Diagnostyka reszt w modelu VAR
10.4. Prognozujemy przyszłość i szukamy przyczyn
10.5. Analiza odpowiedzi na impuls: od modelu VAR do SVAR
10.6. Dekompozycja wariancji: dlaczego produkcja ropy się zmienia?
10.7. Wyjść poza rynek ropy, czyli inne zastosowania modeli SVAR