Эконометрический анализ

Седьмое издание «Эконометрического анализа»
У книги две цели. Первая — познакомить студентов с прикладной эко-
нометрикой, в том числе с основными методами оценки модели линейной
регрессии и некоторыми моделями, которые используются в ситуации, ко-
гда модель линейной регрессии оказывается недостаточной или неподходя-
щей. Современное программное обеспечение существенно облегчило слож-
ный процесс моделирования, но понимание основ теории также очень важ-
но. Вторая цель состоит в том, чтобы дать студентам возможность получить
хорошую теоретическую подготовку, чтобы они могли узнать уже изучен-
ные здесь модели в новыхвариантахи воспринимали эти новые вариан-
ты как естественные, вписывающиеся в общие принципы расширения уже
известныхметодов. Эта книга содержит очень много теоретическихмате-
риалов, такихкак GMM, оценка максимального правдоподобия и асимп-
тотические результаты регрессионныхмоделей. Учебник предназначен для
первого курса магистратуры по социальным наукам. Предшествующие, уже
изученные курсы должны включать математический анализ, математиче-
скую статистику и введение в эконометрику на уровне, соответствующем,
скажем, учебникам Гуджарати (Gujarati, 2002) «Basic Econometrics», Стока и
Уотсона (Stock, Watson, 2006; 2015) «Introduction to Econometrics», Кеннеди
(Kennedy, 2008) «Guide to Econometrics» или Вулдриджа (Wooldridge, 2009)
«Introductory Econometrics: A Modern Approach». Я предполагаю, например,
что читатель уже знаком с основами методологии эконометрического ана-
лиза, в том числе с фундаментальной ролью экономическихи статистиче-
скихпредположений, различиями межобъектныхданных, временныхрядов
и панельныхданных, с основными этапами оценки моделей, проверки ги-
потез, статистическихвыводов и прогнозирования в модели множествен-
ной линейной регрессии. Самодостаточные (для нашихцелей) разделы по
матричной алгебре, математической статистике и статистической теории,
используемые в книге, можно найти в приложениях A – D. Я использую мат-
ричную алгебру на протяжении всей книги. Это может вызвать сложности у
некоторыхчитателей при знакомстве с книгой, но матричная алгебра яв-
ляется незаменимым для нашихцелей инструментом, и я надеюсь, что чи-
татель согласится, что это лишь средство для достижения этихцелей, а не
самоцель. Использование матриц позволяет представлять многочисленные
результаты в едином виде без знака суммирования. Вся необходимая тео-
рия, касающаяся матричной алгебры, представлена в приложении А. При-
ложение Е и глава 15 содержат описание численныхметодов, которые будут
полезны для практикующихэконометристов (и для нас в последнихглавах
книги). Современные компьютерные программы сделали оценивание более
сложныхнелинейныхмоделей такой же рутиной, как оценивание методом
наименьшихквадратов. Я включил пять глав о методахоценки, использу-
емыхв современныхисследованиях, и пять глав о приложенияхв микро-
и макроэконометрике. Нелинейные модели, применяемые в этихобластях,

---

xvi
Предисловие
в настоящее время являются главными методами, используемыми иссле-
дователями и публикуемыми в прикладной эконометрической литературе.
Как следствие эта книга содержит большое количество материала, который
будет выходить за пределы большинства программ первых курсов эконо-
метрики. И, повторю снова, я включил это в надежде на то, что мне удаст-
ся заложить основу для изучения профессиональной литературы в этихоб-
ластях. В основе появления всех семи изданий этого учебника лежит од-
на главная цель — чтобы подавляющим большинством его читателей стали
пользователи, а не эконометрики, разрабатывающие теоретический аппа-
рат. Поэтому я считаю недостаточным просто излагать теорию оценивания,
проверки гипотез и эконометрического анализа. И хотя изощренные тео-
рии являются чрезвычайно важными, приложения также необходимы. Для
доказательства этого я привожу сотни числовыхпримеров. Цель написания
этой книги и моихпродолжающихся усилий при ее обновлении — показать
читателям, как проводить эконометрический анализ. Я невозмутимо при-
нимаю нелестные оценки одного из критиков, который однажды сравнил
эту книгу с «руководством пользователя по эконометрике».
Книга устроена следующим образом: часть I начинается с формально-
го изучения эконометрики, с ее фундаментальной идеи — модели множе-
ственной линейной регрессии. Оценка и статистические выводы на основе
линейного метода наименьшихквадратов анализируются в главах2–6. Мо-
дель нелинейной регрессии вводитя в главе 7 вместе с квантильной, полу-
и непараметрической регрессиями как расширение уже знакомой линей-
ной модели. Оценка методом инструментальныхпеременныхрассмотрена
в главе 8. В части II представлены три основныхрасширения регрессион-
ной модели. В главе 9 рассмотрены последствия ослабления одного из ос-
новныхпредположений линейной модели — гомоскедастичности и неав-
токоррелированности случайныхошибок и вводится модель обобщенной
регрессии. Акцент здесь делается на гетероскедастичности; автокорреляция
упоминается, но детальное ее рассмотрение в контексте моделей времен-
ныхрядов откладывается до главы 20. В главе 10 рассматриваются систе-
мы регрессионныхуравнений как подход к одновременному моделирова-
нию несколькихслучайныхвеличин, а в практическом отношении в каче-
стве расширения модели обобщенной линейной регрессии. И наконец, ме-
тоды анализа панельныхданных, в первую очередь модели с фиксирован-
ными и случайными эффектами, представлены в главе 11. Вторая полови-
на книги посвящена разделам, которые расширяют линейную регрессион-
ную модель в несколькихнаправлениях. Начиная с главы 12 мы перейдем к
более сложным методам анализа, которые современные исследователи ис-
пользуют при анализе данных«в реальном мире». В главах12–16 части III
представлены различные методологии оценивания. Глава 12 представляет
собой обзор различий между параметрическими, полупараметрическими
и непараметрическими методами. Основным приложением полупарамет-
рическихоценок в современной литературе является оценка обобщенным
методом моментов (ОММ, GMM), представленным в главе 13. Эта методи-
ка дает основу для многихсовременныхэконометристов. Оценка макси-
мального правдоподобия рассматривается в главе 14. Метод Монте-Карло
и методы, основанные на симулировании данных, такие как бутстрэп (са-

---

Предисловие
xvii
монастройка), ставшие основной частью современныхисследований, раз-
рабатываются в главе 15. И наконец, байесовские методы вводятся в главе
16. В частяхIV и V развиваются два основныхподполя эконометрических
методов: микроэконометрика, имеющая, как правило, дело с межобъект-
ными и панельными данными, и макроэконометрика, которая обычно ассо-
циируется с методами анализа временныхрядов. В части IV, в главах17–19,
рассмотрены модели дискретного выбора, усеченные и цензурированные
выборки, выборочный отбор, влияние воздействия в эксперименте и моде-
ли для числа событий. В части V, в главах20 и 21, мы рассмотрим два раздела
анализа временныхрядов: модели серийной корреляции и модели регрес-
сий для нестационарныхданных— обычные методы макроэкономического
анализа.