Questions tagged «econometrics»

在我的另一个问题中，回答者使用以下OLS系数推导： 我们有一个模型：其中未被观察到。然后我们有：其中和。Y=X1β+X2β2+Zγ+ε,Y=X1β+X2β2+Zγ+ε, Y = X_1 \beta + X_2 \beta_2 + Z \gamma + \varepsilon, ZZZplimβ^1=β1+γCov(X∗1,Z)Var(X∗1)=β1,plimβ^1=β1+γCov(X1∗,Z)Var(X1∗)=β1,\text{plim}\, \hat \beta_{1} = \beta_1 + \gamma \frac{Cov(X_1^*, Z)}{Var(X_1^*)} = \beta_1, X∗1=M2X1X1∗=M2X1X_1^* = M_2 X_1M2=[I−X2(X′2X2)−1X′2]M2=[I−X2(X2′X2)−1X2′]M_2 = [I - X_2(X_2'X_2)^{-1}X_2'] 这看起来与我在计量经济学中看到的通常的有所不同。关于此推导是否有更明确的说明？矩阵有名称吗？β=(X′X)−1X′Yβ=(X′X)−1X′Y\beta = (X'X)^{-1}X'YM2M2M_2

8 econometrics  regression 

我正在寻找一些介绍不同层次的好书，以帮助分析离散数据。 特别是：规范，估计和计量经济学方法的应用，以对个人，家庭或公司的离散选择进行建模。

8 econometrics  reference-request 

我的估计模型是 ln^(yt)=9.873−0.472ln(xt2)−0.01xt3ln^(yt)=9.873−0.472ln⁡(xt2)−0.01xt3\hat \ln(y_t)=9.873-0.472\ln(x_{t2})-0.01x_{t3} 当和时，我被要求以的平均值找到95％置信度的预测CI 。我们假设，其中。y0y0y_0x02=250x02=250x_{02}=250x03=8x03=8x_{03}=8s2x0(XTX)−1xT0=0.000243952s2x0(XTX)−1x0T=0.000243952s^2 x_0(X^TX)^{-1}x_0^T=0.000243952x0=(250,8)x0=(250,8)x_0=(250,8) 我有上一年的解决方案，如下所示： 我发现 ，其中是分布的位数，而 。这给了我。CI(E[ln(y0)|x0])=[ln^(yt)−tα/2sE,ln^(yt)+tα/2sE]CI(E[ln(y0)|x0])=[ln^(yt)−tα/2sE,ln^(yt)+tα/2sE]\text{CI}(E[ln(y_0)|x_0])=\left[\hat\ln(y_t)-t_{\alpha/2}s_E,\hat \ln(y_t)+t_{\alpha/2}s_E\right]tttα/2α/2\alpha/2t(n−k)t(n−k)t(n-k)sE=0.000243952−−−−−−−−−−√sE=0.000243952s_E=\sqrt{0.000243952}[7.1563,7.2175][7.1563,7.2175][7.1563,7.2175] 然后作者执行 。CI(E[y0|x0])=[e7.1563,e7.2175]=[1282.158,1363.077]CI(E[y0|x0])=[e7.1563,e7.2175]=[1282.158,1363.077]\text{CI}(E[y_0|x_0])=[e^{7.1563},e^{7.2175}]=[1282.158,1363.077] 我不同意最后一步（由于詹森的不平等，我们将低估了这一点）。在Wooldridge的《计量经济学概论》（第212页）中，他指出，如果我们确定误差项是正常的，则一致的估计量为： E^[y0|x0]=es2/2eln^(y0)E^[y0|x0]=es2/2eln^(y0)\hat E[y_0|x_0]=e^{s^2/2}e^{\hat \ln(y_0)} 所以，我在想做 CI(E[y0|x0])=[es2/21282.158,es2/21363.077]=[1282.314,1363.243]CI(E[y0|x0])=[es2/21282.158,es2/21363.077]=[1282.314,1363.243]\text{CI}(E[y_0|x_0])=\left[e^{s^2/2} 1282.158,e^{s^2/2}1363.077 \right] = \left[ 1282.314,1363.243 \right] 它是否正确？ 另外，此练习的解决方案指出，这与我得到的任何一种解决方案都相去甚远。CI(E[y0|x0])=[624.020,663.519]CI(E[y0|x0])=[624.020,663.519]\text{CI}(E[y_0|x_0])=[624.020,663.519] 任何帮助，将不胜感激。 PS：我也读到，校正不应该用于CI，而只能用于点估计E^[y0|x0]E^[y0|x0]\hat E[y_0|x_0]

7 econometrics  prediction 

我很好奇，是否有人可以总结一下IV和控制功能方法处理内生性之间的差异。我认为通常使用2SLS或IV方法解决内生性，并且在简要研究了控制功能方法之后，不确定2SLS和IV方法没有提供CF方法能提供什么。 有人可以帮我在这里澄清一下吗？我什么时候使用CF方法而不是2SLS，这种方法提供了什么，而另两种则不这样呢？ 我是具有指标的新手，因此感谢您的投入。

7 econometrics 

寻找一些帮助来理解以下问题以及如何在计量经济学中使用简化形式 考虑一个针对个人的模型： health=b0+(b1)age+(b2)weight+(b3)height+(b4)male+(b5)work+(b6)exercise+uhealth=b0+(b1)age+(b2)weight+(b3)height+(b4)male+(b5)work+(b6)exercise+uhealth = b_0 + (b_1)age + (b_2)weight + (b_3)height + (b_4)male + (b_5)work + (b_6)exercise + u 假设方程中除运动外的所有变量均与u不相关。 A）写下简化的运动形式，并陈述确定方程式参数的条件。 B）如何测试c部分中的识别假设？ 假设是否正确： exercise=b0+(b1)age+(b2)weight+(b3)height+(b4)male+(b5)work+uexercise=b0+(b1)age+(b2)weight+(b3)height+(b4)male+(b5)work+uexercise = b_0 + (b_1)age + (b_2)weight + (b_3)height + (b_4)male + (b_5)work + u为简化形式？ 只是简单地识别参数的条件 E(exercise|u)=0E(exercise|u)=0E(exercise|u)=0 我该如何测试？但是，这又有什么用呢？

7 econometrics 

我一直难以推导出定义为的translog生产函数： LNÿ= α0+ Σi = 1ñα一世LNX一世+ 12Σi = 1ñΣj = 1ñ β我jLNX一世LNXĴLN⁡ÿ=α0+Σ一世=1ñα一世LN⁡X一世+12Σ一世=1ñΣĴ=1ñ β一世ĴLN⁡X一世LN⁡XĴ\ln y=\alpha_0+\sum_{i=1}^n\alpha_i \ln x_i+\frac{1}{2}\sum_{i=1}^n\sum_{j=1}^n\ \beta_{ij}\ln x_i\ln x_j 我知道我们从日志日志生成功能开始。 LNÿ= α0+ Σi = 1ñα一世LNX一世LN⁡ÿ=α0+Σ一世=1ñα一世LN⁡X一世\ln y=\alpha_0+\sum_{i=1}^n\alpha_i\ln x_i 我记得的下一步是将这个函数的泰勒序列围绕点X一世= 0X一世=0x_i=0。这是一个问题的原因是因为LN（0 ）LN⁡（0）\ln(0)未定义。 这个函数到底是怎么产生的？

6 microeconomics  econometrics  production-function 

如果我有一个具有异方差性问题的模型，我能说出系数方差估计的偏差方向吗？ 我认为因为我会用WLS纠正它然后我得到蓝色（最佳线性，无偏估计），这意味着方差估计是最小的无偏系数，但我错了。 有人可以向我解释一下我是否可以知道偏见的方向以及如何？

5 econometrics 

我注意到在预测通货膨胀时使用的单变量预测方法（即ARIMA模型）（参见下面的参考文献）。 在预测经济变量方面，这是一种有效的方法？这种方法是否没有省略确定如何确定这些变量的大量经济理论（即通过自身以外的变量的均衡和相互作用？） 1. https://scholar.harvard.edu/files/stock/files/forecastinginflation.pdf见第6-7页2. http://repository.graduateinstitute.ch/record/294965/files/HEIDWP05-2017.pdfhttp： //repository.graduateinstitute.ch/record/294965/files/HEIDWP05-2017.pdf 3. http://www.unagaliciamoderna.com/eawp/coldata/upload/pakistans%20inflaction_arima%20model.pdf

4 macroeconomics  econometrics  reference-request 

每当我有空闲时间，我都喜欢去 勃鲁盖尔 网站并查看他们关于宏观经济学出版物的部分。在这里，我经常会找到20页的小型出版物。大小恰到好处。它并不像一些论文那么难，但它的内容与一篇论文一样多。对我来说，它在报纸上的一篇小文章和一篇科学论文之间取得了一定的平衡。 我想知道你使用哪种智库，或者这类出版物的其他来源？为什么？

3 macroeconomics  microeconomics  econometrics  reference-request 

我需要知道如何找到健壮的S.E.对于内生性的CF方法。 考虑一下模型： $$ y_i = X_i \ beta_1 + W_i \ beta_2 + \ epsilon_i $$ 假设： $$ E [X_I \ epsilon_i] = 0 $$ $$ E [W_i \ epsilon_i] \ neq 0 $$ 因此，$ W_i $是内生的。 现在，让： $$ E [Z_iW_i] \ neq 0 $$ $$ E [Z_i \ epsilon_i] …

3 econometrics 

在以下回归模型中，您可以同时为$ x_1 $和$ x_2 $使用两个工具变量$ z_1 $和$ z_2 $ $ y = a + bx_1 + cx_2 + dX_ {other} + e $，其中 $ y $是解释变量， $ x_1 $和$ x_2 $是您想学习但感兴趣的两个感兴趣的变量， $ X_ {other} $是其他外生控制变量， $ e $是错误术语。

3 econometrics  instrumental-variable 

有谁知道我可以从哪里下载： 1）主权债券收益率（或价格）的历史数据和2）主权债券CDS（信用违约掉期）利率的历史数据？ 优先免费吗？

3 econometrics  data-request  asset-pricing 

让根据日志股息增长演变Δdt+1=ϵd,t+1Δdt+1=ϵd,t+1\Delta d_{t+1} = \epsilon_{d, t+1}其中ϵd,t+1ϵd,t+1\epsilon_{d, t+1}是只是白噪声。让数收益是rt+1=xt+yt+ϵr,t+1rt+1=xt+yt+ϵr,t+1r_{t+1} = x_t + y_t + \epsilon_{r, t+1}，其中xt=bxxt−1+δx,txt=bxxt−1+δx,tx_t = b_x x_{t-1} + \delta_{x, t}和yt=byyt−1+δy,tyt=byyt−1+δy,ty_t = b_y y_{t-1} + \delta_{y, t}和，，和ϵr,t+1ϵr,t+1\epsilon_{r, t+1}δx,tδx,t\delta_{x, t}δy,tδy,t\delta_{y, t}都是白噪声。求解股息价格比率dt−ptdt−ptd_t - p_t并表明它是ARMA(p,q)ARMA(p,q)ARMA(p, q)过程，找到ppp和qqq。 我所做的是用著名的坎贝尔希勒分解开始：和一个可以很容易地显示和因此我们得到dt−pt=Et∑∞j=1ρj−1(rt+j−Δdt+j)dt−pt=Et∑j=1∞ρj−1(rt+j−Δdt+j)d_t - p_t = E_t \sum_{j=1}^{\infty} \rho^{j-1}(r_{t+j} - \Delta d_{t+j})ë 吨（Δ d 吨+ Ĵ）= 0Et(rt+j)=bj−1xxt+bj−1yytEt(rt+j)=bxj−1xt+byj−1ytE_t(r_{t+j}) = b_x^{j-1} x_t + …

3 econometrics  financial-economics  time-series  asset-pricing 

存在观察的样本，每个元素具有数字和特征。样本是残差向量的OLS回归 。假设我们从样本中删除观察，将其限制为观察，并再次运行OLS回归，产生 下标表示和与以前不是相同的向量，因为缺少观察。nnnYYYXXXY=b0+b1X+u,Y=b0+b1X+u, Y = b_0 + b_1 X + \textbf{u}, uu\textbf{u}iiin−1n−1n-1Y−i=b′0+b′1X−i+u′.Y−i=b0′+b1′X−i+u′. Y_{-i} = b_0' + b_1' X_{-i} + \textbf{u}'. −i−i_{-i}YYYXXXiii 在我看来，如果关注我们删除是对原样品的“回归线”，即如果 然后和。iiiYi=b0+b1Xi,Yi=b0+b1Xi, Y_i = b_0 + b_1 X_i, b0=b′0b0=b0′b_0 = b_0'b1=b′1b1=b1′b_1 = b_1' 示例:(在R代码中） x = c(5,3,4,5,4,4) y = c(20,15,14,21,10,25) plot(x,y) abline(coef(reg)) plot(x[-1],y[-1]) reg1 = lm(y[-1] ~ x[-1]) abline(coef(reg1)) …

3 econometrics  regression 

我试图从Romer和Romer（2004）关于货币冲击的论文中复制图2（http://eml.berkeley.edu/~dromer/papers/AER_September04.pdf）。基本上，在产生了一系列货币冲击后，它们会运行以下ADL回归： Δ ÿŤ= a0+ Σ11k = 1一种ķdk t+ Σ24i = 1b一世Δ ÿt - 1+ Σ36j = 1CĴ小号t - j+ eŤΔÿŤ=一种0+Σķ=111一种ķdķŤ+Σ一世=124b一世ΔÿŤ- 1+ΣĴ=136CĴ小号Ť- Ĵ+ËŤ\Delta y_t=a_0+\sum_{k=1}^{11}a_kD_{kt}+\sum_{i=1}^{24}b_i \Delta y_{t-1}+\sum_{j=1}^{36}c_jS_{t-j}+e_t 其中是工业生产的对数，S是货币冲击，D k是月度假人。假设“一个月后的对数输出的估计响应为c 1，S的第一个滞后的系数;两个月后的对数输出的估计响应为c 1 + （c 2 + b 1 c 1） ;以及等等。“ÿÿy小号小号SdķdķD_kC1C1c_1小号小号SC1+ （c2+ b1C1）C1+（C2+b1C1）c_1+(c_2+b_1c_1) 我的问题是：我如何迭代这个以产生图2，即三个月后响应的公式是什么等？

3 macroeconomics  econometrics  time-series  empirical-evidence  autoregressive