Opis
Mikroekonometria jest pierwszym w Polsce podręcznikiem analizy mikrodanych dotyczących zagadnień ekonomicznych, finansowych i społecznych. Coraz większy popyt na analizy mikrodanych odnotowuje się w marketingu, w finansach, w zarządzaniu, w badaniach mikro- i makroekonomicznych, a także w innych naukach społecznych. Przykładowe zastosowania omawianych modeli obejmują: * badanie zdolności kredytowej, * prognozowanie odejść klientów i bankructw firm, * wybór grup docelowych do kampanii bezpośrednich, * badanie preferencji klientów względem marek, * modelowanie szkód i wypłat ubezpieczeniowych. Obok przeglądu modeli i metod książka zawiera liczne przykłady i ćwiczenia. Jest przeznaczona do studiowania mikroekonometrii przez studentów uczelni ekonomicznych oraz praktyków-analityków interesujących się analizą mikrodanych. Drugie wydanie Mikroekonometrii zostało rozszerzone o rozdziały poświęcone modelom dla danych panelowych oraz szacowaniu efektów oddziaływania za pomocą estymacji przez dopasowanie (matching}. Autorzy książki związani są z Instytutem Ekonometrii oraz z Instytutem Statystyki i Demografii w Szkole Głównej Handlowej w Warszawie, zwłaszcza z Zakładem Ekonometrii Stosowanej kierowanym przez redaktora naukowego książki profesora Marka Gruszczyńskiego. Jest to publikacja bardzo potrzebna, wypełniająca luką na polskim rynku wydawnictw naukowych w zakresie podręcznika metod ekonometrycznych stosowanych do analizy mikrodanych." Z recenzji profesor Krystyny Strzały Spis treściWstęp 11 1 Wprowadzenie do mikroekonometrii 15 1.1 Mikrodane 15 1.2 Obszar mikroekonometrii, tradycje i piśmiennictwo 17 1.3 Modele mikroekonometrii 19 1.4 Główne zagadnienia mikroekonometrii 21 1.4.1 Ekonomia a strategia modelowania w mikroekonometrii 21 1.4.2 Założenia modelu regresji dla danych przekrojowych 23 1.4.3 Korelacja a przyczynowość. Relacje przyczynowe a analiza ceteris paribus 24 1.4.4 Efekty oddziaływania 26 1.4.5 Endogeniczność 28 1.4.6 Heterogeniczność 29 1.4.7 Skokowość, nieliniowość, zawartość informacyjna zbiorów mikrodanych 32 1.4.8 Zbieranie danych 32 1.4.9 Nowe wyzwania dla mikroekonometrii 38 1.5 Ekonometria przestrzenna a mikroekonometria 38 1.6 Mikroekonometria na salonach: Heckman i McFadden 40 1.7 Słowa kluczowe 42 1.8 Problemy i zadania 43 2 Metody i modele 45 2.1 Metoda największej wiarygodności 45 2.1.1 Wprowadzenie 45 2.1.2 Przykład Moneta 46 2.1.3 Definicja estymatora metody największej wiarygodności 47 2.1.4 Przykład.MNW-estymator wartości oczekiwanej rozkładu normalnego 48 2.1.5 M-estymatory 48 2.1.6 Teoretyczne własności metody największej wiarygodności 50 2.1.7 Testy statystyczne zbudowane na podstawie metody największej wiarygodności 52 2.1.8 Optymalizacja 54 2.1.9 Nieliniowa metoda najmniejszych kwadratów 56 2.1.10 Podsumowanie 57 2.2 Problem wielokrotnego testowania hipotez 58 2.3 Sprawdzanie trafności prognoz 61 2.4 Modele ze zmienną ukrytą 63 2.4.1 Wprowadzenie 63 2.4.2 Model tobitowy 64 2.4.3 Model dwumianowy 65 2.4.4 Model uporządkowanej zmiennej wielomianowej 66 2.4.5 Modele czasów trwania 67 2.5 Słowa kluczowe 68 2.6 Problemy i zadania 68 3 Modele zmiennych jakościowych dwumianowych 71 3.1 Zmienne dwumianowe jako przedmiot modelowania 71 3.1.1 Cele modelowania zmiennej dwumianowej 72 3.1.2 Model dwumianowy 73 3.1.3 Związek Y ze zmiennymi objaśniającymi X 74 3.1.4 Intuicyjne objaśnienie modeli zmiennych dwumianowych 74 3.1.5 Główne typy modeli zmiennych dwumianowych 75 3.2 Liniowy model prawdopodobieństwa 76 3.2.1 Uwagi o R-kwadrat w mikroekonometrii 80 3.3 Model logitowy 80 3.3.1 MNW dla modelu logitowego 81 3.3.2 Weryfikacja statystyczna 82 3.3.3 Interpretacja wyników: efekty krańcowe (MEM, MER, AME) 83 3.3.4 Interpretacja wyników: ilorazy szans 85 3.4 Model probitowy 87 3.4.1 Logit, probit, LMP: relacja między parametrami oraz między efektami krańcowymi 88 3.5 Endogeniczność 89 3.6 Miary dopasowania 89 3.6.1 Pseudo-R2 89 3.6.2 Tablica trafności oraz krzywa ROC 91 3.7 Dobór zmiennych objaśniających do modeli 97 3.8 Modelowanie interakcji 98 3.9 Regresja binarna 102 3.10 Próba dobierana w modelu logitowym 103 3.11 Model logitowy dla makrodanych 105 3.12 Słowa kluczowe 108 3.13 Problemy i zadania 109 4 Modele zmiennych wielomianowych uporządkowanych 123 4.1 Wprowadzenie 123 4.2 Zmienne uporządkowane 125 4.3 Specyfikacja modelu uporządkowanego 128 4.4 Szacowanie modelu uporządkowanego 132 4.5 Uporządkowany model probitowy i logitowy 134 4.6 Założenie proporcjonalnych szans/regresji równoległych 139 4.7 Weryfikacja założenia proporcjonalnych szans 143 4.8 Uogólniony model uporządkowany 146 4.9 Model częściowo proporcjonalnych szans 148 4.10 Problem rzadkich danych 149 4.11 Ocena jakości modelu 154 4.11.1 Ocena dopasowania modelu 154 4.11.2 Ocena zdolności predykcyjnych modelu 161 4.12 Interpretacja parametrów 164 4.12.1 Efekt kompensujący 164 4.12.2 Efekty krańcowe 165 4.12.3 Iloraz szans 168 4.13 Dane sekwencyjne 173 4.13.1 Specyfikacja modelu 173 4.13.2 Estymacja 175 4.14 Słowa kluczowe 1