- •Эконометрика
- •Тема 1: Модели панельных данных
- •1. Введение в теорию панельных данных;
- •1.1 Панельные данные по сравнению с независимыми наблюдениями за однотипными объектами.
- •1.2 Взятие разности
- •1.3 Обобщение более чем на 2 периода
- •Тема 2: Характеристики панельных данных, основные обозначения и терминология
- •1.1 Реальные данные
- •2.2 Микровыборки и общие макроопросы
- •2.3 Описательный анализ
- •2.4 Основные обозначения и терминология
- •Тема 3: Обзор линейных моделей
- •3.1 Обычная регрессия
- •3.2 Несвязанные регрессии
- •3.4 Фиктивные переменные
- •3.5 Компоненты ошибки
- •3.6 Случайные коэффициенты
- •Тема 4: Фиксированные эффекты
- •4.2 Проверка на наличие фиксированных эффектов
- •4.3 Оценки с учётом корреляции для моделей наблюдения и взаимосвязь регрессии
- •4.4 Недостатки оценок регрессии с фиксированными эффектами
- •Тема 5: Случайные эффекты
- •5.1 Оценка модели
- •5.2 Взаимосвязь с другими оценками
- •5.3 Проверка на наличие случайных эффектов
- •Тема 6: Выявление характера эффектов: фиксированных или случайных, тесты на спецификацию моделей
- •Тема 7: Инструментальные переменные
- •Тема 8: Обобщение основных моделей
Тема 6: Выявление характера эффектов: фиксированных или случайных, тесты на спецификацию моделей
1 - Недостатки спецификации моделей с фиксированными переменными состоят в большом числе параметров, которое необходимо оценить.
2 - Невозможность включить неизменные во времени переменные.
Спецификация моделей со случайными эффектами решает эти проблемы, но требует включения дополнительного предположения о некоррелированности специфического для объекта наблюдения слагаемого ошибки с регрессорами.
На практике это часто не выполняется, следствие этого является то, что мы получаем неэффективные оценки случайных эффектов.
Когда пытаемся выбрать модель, необходимо выбирать между 2-мя гипотезами:
* на странице 18.
Тест Хаусмана. Так как при спаведливости гипотезы H0 оценки модели фиксированные и являются…
Существуют модификации данного теста. Тест этот необходимо применять с осторожностью, так как он всегда выполняется при условии, что регрессоры не коррелируют с ошибками Uit.
Тема 7: Инструментальные переменные
Применяется модель со случайными эффектами к полученному новому множеству регрессов.
1) Разделение всего множества из d регрессоров на 4 группы с переменными d00, di0, d0c, dic.
1 – изменяются во времени и не коррелируются эффектами.
2 – переменные не изменяются во времени и не коррелируются эффектами.
3 – переменные, которые изменяются во времени и коррелируются эффектами.
4 – не изменяются во времени и коррелируются эффектами.
*** на странице 18.
1-ый шаг. Эти переменные могут быть заменены инструментальными переменными, построенными на основе остальных переменных.
2-ой шаг. Параметры изменяющихся во времени переменных B00, B0c могут быть состоятельным образом оценены при помощи оценки с учётом вариации в рамках объекта наблюдения из уравнения генеральной совокупности.
3-ий шаг. Построение регрессии ** - 19 с инструментами *** - 19 со средними остатками по каждому объекту наблюдения, полученными на втором шаге в качестве зависимой переменной, причём каждая регрессия повторяется t раз.
Результатом этих регрессий будут состоятельные оценки Boc, Bic, и остатки.
Найденные оценки на этом этапе являются состоятельными, но не эффективными.
Далее оценки на третьем шаге используются на 4-ом шаге для оценки дисперсии.
# на странице 19.
Используются в формуле 31 для расчёта параметра тэта.
5-ый шаг. Оценка регрессии с инструментальными переменными с помощью выполнимого, обобщённого МНК. Для этого переменные трансформируются как в отношении 32, а инструментами являются # # - 19.
Результатом являются состоятельные и объективные оценки БЭТА С КРЫШКОЙ!!!!!!!!!11111
Тема 8: Обобщение основных моделей
@