Читать онлайн «Эконометрика. Введение в регрессионный анализ временных рядов»

В. П. Носко Эконометрика Введение в регрессионный анализ временных рядов Москва 2002 Оглавление Оглавление Введение Глава 1. Особенности регрессионного анализа для стохастических объясняющих переменных Глава 2. Стационарные ряды. Модели ARMA 2. 1. Общие понятия. 2. 2. Процесс белого шума 2. 3. Процесс авторегрессии 2. 4. Процесс скользящего среднего 2. 5. Смешанный процесс авторегрессии – скользящего среднего (процесс авторегрессии с остатками в виде скользящего среднего) 2. 6. Модели ARMA, учитывающие наличие сезонности Глава 3. Подбор стационарной модели ARMA для ряда наблюдений 3. 1. Идентификация стационарной модели ARMA 3. 2. Оценивание коэффициентов модели 3. 3. Диагностика оцененной модели Глава 4. Регрессионный анализ для стационарных объясняющих переменных 4. 1. Асимптотическая обоснованность стандартных процедур 4. 2. Динамические модели 4. 3. Векторная авторегрессия 4. 4. Некоторые частные случаи динамических моделей Глава 5. Нестационарные временные ряды 5. 1. Нестационарные ARMA модели 5. 2. Проблема определения принадлежности временного ряда классу TS рядов или классу DS рядов 5. 3. Различение TS и DS рядов в классе моделей ARMA. Гипотеза единичного корня. Глава 6. Процедуры для различения TS и DS рядов 6. 1. Предварительные замечания 6. 2. Критерии Дики – Фуллера 6. 3. Расширенные критерии Дики - Фуллера 6. 4. Краткий обзор критериев Дики – Фуллера 6. 5. Некоторые другие сочетания DGP и SM 6. 6. Ряды с квадратичным трендом. 6. 7. Многовариантная процедура проверки гипотезы единичного корня 6. 8. Обзор некоторых других процедур 6. 8. 1. Критерий Филлипса – Перрона 6. 8. 2. Критерий Лейбурна  6. 8. 3. Критерий Шмидта – Филлипса. 6. 8. 4. Критерий DF-GLS 6. 8. 5. Критерий Квятковского – Филлипса – Шмидта – Шина (KPSS) 6. 8. 6. Процедура Кохрейна (отношение дисперсий) 6. 9. Некоторые проблемы, возникающие при различении TS и DS гипотез 6. 9. 1. Коррекция сезонности 6. 9. 2. Протяженность ряда и мощность критерия 6. 9. 3. Проблема согласованности статистических выводов при различении TS и DS гипотез 6. 9. 4. Наличие нескольких единичных корней 6. 10. Критерий Перрона и его обобщение 6. 10. 1. Критерий Перрона 6. 10. 2. Обобщенная процедура Перрона Глава 7. Регрессионный анализ для нестационарных объясняющих переменных 7. 1. Проблема ложной регрессии 7. 2. Коинтегрированные временные ряды. Модели коррекции ошибок 7. 3. Проверка нескольких рядов на коинтегрированность. Критерии Дики – Фуллера 7. 4. Оценивание коинтегрированных систем временных рядов Глава 8. Процедура Йохансена 8. 1. Оценивание ранга коинтеграции 8. 2. Оценивание модели коррекции ошибок Заключение Список литературы Указатель Документ1 Введение В начальных курсах эконометрики, в том числе и в ранее изданном автором учебном пособии “Эконометрика для начинающих” [Носко (2000)], первоочередное внимание уделяется статистическим выводам в рамках классической нормальной линейной модели наблюдений yt = θ 1 xt1+θ 2 xt2+ …+θ p xtp + ε t , t = 1, 2, …, n , в которой предполагается, что значения объясняющих переменных xt1, xt2, …, xtp , t = 1, 2, …, n , фиксированы, а случайные составляющие ε 1, ε 2, …, ε n (“ошибки”) являются независимыми случайными величинами, имеющими одинаковое нормальное распределение с нулевым математическим ожиданием и конечной дисперсией (такие предположения об ошибках мы называем “стандартными”).