• Nem Talált Eredményt

ú nius Szakmai felelős: Elek Péter 2010. j Készítet te: Elek Péter, Bíró Anikó ÖKONOMETRIA

N/A
N/A
Protected

Academic year: 2022

Ossza meg "ú nius Szakmai felelős: Elek Péter 2010. j Készítet te: Elek Péter, Bíró Anikó ÖKONOMETRIA"

Copied!
3
0
0

Teljes szövegt

(1)

ÖKONOMETRIA

Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén

az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi Intézet

és a Balassi Kiadó közreműködésével

Készítette: Elek Péter, Bíró Anikó Szakmai felelős: Elek Péter

2010. június

(2)

2

ÖKONOMETRIA Sillabusz

Készítette: Elek Péter, Bíró Anikó

Tematika:

1. hét: Az adatok fajtái, az ökonometria specialitása. Endogenitás fogalma, példák. (M 1. fejezet)

2. hét: Az egyváltozós regresziós modell a szokásos feltételezésekkel. OLS becslés (ami MM-becslés is). Torzítatlanság, BLUE-tulajdonság. (M 3.1–3.4)

3. hét: Következtetés, próbák (t- és F-) és előrejelzés a normális hibatagú egyváltozós regressziós modellben, outlierek, alternatív függvényformák. Regressziós tévhit.

(M 3.5–3.9, 3.11, 3.12)

4. hét: Többváltozós regresszió: alapok, becslés, BLUE-tulajdonság, statisztikai következtetések, együtthatók értelmezése. (M 4.1–4.4)

5. hét: Többváltozós regresszió: előrejelzés, varianciaanalízis, t- és F-próbák, kihagyott és felesleges változók. (M 4.7–4.9)

6. hét: Többváltozós regresszió: F-próba lineáris korlátozások tesztelésére, korrigált R2, stabilitási próbák, alternatív függvényformák, interakciók. Kétértékű változók az egyenlet jobb és bal oldalán (interakciók, stabilitási próbák), lineáris valószínűségi modell. (M 3.9, 4.10–4.11, 8.1–8.5, 8.7–8.8)

7. hét: Regressziós feltételek és a kismintás elmélet összefoglalása,

t-, χ2-, F-eloszlás származtatása. Nagymintás elmélet: becslés tulajdonságai, nagymintás próbák. (M 2.4–2.10, 3.11, 4.12, W 5)

8. hét: Heteroszkedaszticitás tesztelése, következményei. OLS-becslés

heteroszkedaszticitás-robusztus varianciája, WLS-becslés, FGLS-becslés.

Röviden a multikollinearitásról és endogenitásról. (M 5.1–5.4, W 8.2, 8.4, M 7.1–7.2)

9. hét: Bevezetés az idősorelemzésbe, autokovariancia, autokorreláció és parciális autokorreláció. Véletlen bolyongás és fehér zaj. Stacionárius és nemstacionárius idősorok, trendstacionaritás és differencia-stacionaritás

(M 13.1, 13.3., 13.4 eleje)

(3)

3

10. hét: AR-, MA-, ARMA- és ARIMA-folyamatok. Box-Jenkins-modellezés, ARMA-modellek becslése és illeszkedésvizsgálata (Ljung-Box-teszt,

Breusch-Godfrey-teszt). Előrejelzés ARIMA-modellből, előrejelzések értékelése (M 13.4–13.6)

11. hét: Integráltság, Dickey-Fuller-teszt, hamis trend és hamis regresszió idősorokban.

Trendillesztés trendstacionárius és differencia-stacionárius esetben, Hodrick- Prescott szűrő. Szezonalitás felismerése és szűrése

(M 613–617, 301–306, 597–602.)

12. hét: Regresszió stacionárius idősorokban. A hibatagok autokorreláltságának következményei, tesztelése (Durbin-Watson-teszt, Breusch-Godfrey-teszt), kezelése (Cochrane-Orcutt eljárás, Newey-West korrekció). Szintek vagy első differenciák alapján történő becslés (M 6.1–6.5, 6.8.)

13. hét: Osztott késleltetésű modellek (rövid távú és hosszú távú hatások), autoregresszív osztott késleltetésű modell. Regresszió nemstacionárius idősorokban. Kointegráció és hibakorrekció. Vektor autoregressziók (VAR modellek) (M 14.1–14.2, 14.6–14.7, 14.10.)

Tankönyv / irodalomjegyzék: G.S. Maddala: Bevezetés az ökonometriába (fentebb: M), illetve néhány rész J. Wooldridge: Introductory Econometrics:

A Modern Approach c. könyvéből (fentebb: W) Szükséges infrastruktúra: Szoftver: Eviews

Számonkérés: papíros és számítógépes házi feladatok (30 pont) és két zárthelyi (35-35 pont), szóbeli „elbeszélgetés” az utolsó hf értékelésénél.

Feltételezett előismeretek: statisztika valószínűségi megközelítésének ismerete, alapvető matematikai technikák

Elsajátítandó ismeretek: ökonometria alapjainak a Gazdaságstatisztika tárgyhoz képest precízebb elsajátítása (egy- és többváltozós regresszió, egyszerűbb

kiterjesztések, idősorelemzés alapjai), ezen módszerek gyakorlati alkalmazása

Hivatkozások

KAPCSOLÓDÓ DOKUMENTUMOK

Függő változó: gazdaságilag aktív-e Magyarázó változók: iskolázottság,. tapasztalat, életkor, 6 éven aluli / felüli gyerek OLS becslés szokásos

modell: log(ker) modellezése a versenyszférában iskev, exp, exp 2 , bp, ffi változókkal, továbbá az iskev, exp változók ffi változóval való interakciójával

(Gauss–Markov) feltételek teljesülése esetén a becslés BLUE, és a paraméterbecslések szokásos varianciája helyes.

(Gauss–Markov) feltételek teljesülése esetén a becslés BLUE, és a paraméterbecslések szokásos varianciája helyes.

eq_ols.ls cigs c lincome lcigpric educ age age^2 restaurn delete white.

eq_ols.ls cigs c lincome lcigpric educ age age^2 restaurn delete white.

Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén.. az ELTE Közgazdaságtudományi Tanszék,

Feladatok Egyszerű idősormodellek (fehér zaj, AR(1), véletlen bolyongás) szimulációja Trendstacionárius és differencia-stacionárius idősorok szimulációja, mintabeli ACF és