Mikroekonometria. Modele i metody analizy danych indywidualnych

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

Wstęp str. 11 1 Wprowadzenie do mikroekonometrii str. 15 1.1 Mikrodane str. 15 1.2 Obszar mikroekonometrii, tradycje i piśmiennictwo str. 17 1.3 Modele mikroekonometrii str. 19 1.4 Główne zagadnienia mikroekonometrii str. 21 1.4.1 Ekonomia a strategia modelowania w mikroekonometrii str. 21 1.4.2 Założenia modelu regresji dla danych przekrojowych str. 23 1.4.3 Korelacja a przyczynowość. Relacje przyczynowe a analiza ceteris paribus str. 24 1.4.4 Efekty oddziaływania str. 26 1.4.5 Endogeniczność str. 28 1.4.6 Heterogeniczność str. 29 1.4.7 Skokowość, nieliniowość, zawartość informacyjna zbiorów mikrodanych str. 32 1.4.8 Zbieranie danych str. 32 1.4.9 Nowe wyzwania dla mikroekonometrii str. 38 1.5 Ekonometria przestrzenna a mikroekonometria str. 38 1.6 Mikroekonometria na salonach: Heckman i McFadden str. 40 1.7 Słowa kluczowe str. 42 1.8 Problemy i zadania str. 43 2 Metody i modele str. 45 2.1 Metoda największej wiarygodności str. 45 2.1.1 Wprowadzenie str. 45 2.1.2 Przykład Moneta str. 46 2.1.3 Definicja estymatora metody największej wiarygodności str. 47 2.1.4 Przykład.MNW-estymator wartości oczekiwanej rozkładu normalnego str. 48 2.1.5 M-estymatory str. 48 2.1.6 Teoretyczne własności metody największej wiarygodności str. 50 2.1.7 Testy statystyczne zbudowane na podstawie metody największej wiarygodności str. 52 2.1.8 Optymalizacja str. 54 2.1.9 Nieliniowa metoda najmniejszych kwadratów str. 56 2.1.10 Podsumowanie str. 57 2.2 Problem wielokrotnego testowania hipotez str. 58 2.3 Sprawdzanie trafności prognoz str. 61 2.4 Modele ze zmienną ukrytą str. 63 2.4.1 Wprowadzenie str. 63 2.4.2 Model tobitowy str. 64 2.4.3 Model dwumianowy str. 65 2.4.4 Model uporządkowanej zmiennej wielomianowej str. 66 2.4.5 Modele czasów trwania str. 67 2.5 Słowa kluczowe str. 68 2.6 Problemy i zadania str. 68 3 Modele zmiennych jakościowych dwumianowych str. 71 3.1 Zmienne dwumianowe jako przedmiot modelowania str. 71 3.1.1 Cele modelowania zmiennej dwumianowej str. 72 3.1.2 Model dwumianowy str. 73 3.1.3 Związek Y ze zmiennymi objaśniającymi X str. 74 3.1.4 Intuicyjne objaśnienie modeli zmiennych dwumianowych str. 74 3.1.5 Główne typy modeli zmiennych dwumianowych str. 75 3.2 Liniowy model prawdopodobieństwa str. 76 3.2.1 Uwagi o R-kwadrat w mikroekonometrii str. 80 3.3 Model logitowy str. 80 3.3.1 MNW dla modelu logitowego str. 81 3.3.2 Weryfikacja statystyczna str. 82 3.3.3 Interpretacja wyników: efekty krańcowe (MEM, MER, AME) str. 83 3.3.4 Interpretacja wyników: ilorazy szans str. 85 3.4 Model probitowy str. 87 3.4.1 Logit, probit, LMP: relacja między parametrami oraz między efektami krańcowymi str. 88 3.5 Endogeniczność str. 89 3.6 Miary dopasowania str. 89 3.6.1 Pseudo-R2 str. 89 3.6.2 Tablica trafności oraz krzywa ROC str. 91 3.7 Dobór zmiennych objaśniających do modeli str. 97 3.8 Modelowanie interakcji str. 98 3.9 Regresja binarna str. 102 3.10 Próba dobierana w modelu logitowym str. 103 3.11 Model logitowy dla makrodanych str. 105 3.12 Słowa kluczowe str. 108 3.13 Problemy i zadania str. 109 4 Modele zmiennych wielomianowych uporządkowanych str. 123 4.1 Wprowadzenie str. 123 4.2 Zmienne uporządkowane str. 125 4.3 Specyfikacja modelu uporządkowanego str. 128 4.4 Szacowanie modelu uporządkowanego str. 132 4.5 Uporządkowany model probitowy i logitowy str. 134 4.6 Założenie proporcjonalnych szans/regresji równoległych str. 139 4.7 Weryfikacja założenia proporcjonalnych szans str. 143 4.8 Uogólniony model uporządkowany str. 146 4.9 Model częściowo proporcjonalnych szans str. 148 4.10 Problem rzadkich danych str. 149 4.11 Ocena jakości modelu str. 154 4.11.1 Ocena dopasowania modelu str. 154 4.11.2 Ocena zdolności predykcyjnych modelu str. 161 4.12 Interpretacja parametrów str. 164 4.12.1 Efekt kompensujący str. 164 4.12.2 Efekty krańcowe str. 165 4.12.3 Iloraz szans str. 168 4.13 Dane sekwencyjne str. 173 4.13.1 Specyfikacja modelu str. 173 4.13.2 Estymacja str. 175 4.14 Słowa kluczowe str. 177 4.15 Problemy i zadania str. 178 5 Modele zmiennych wielomianowych nieuporządkowanych 185 5.1 Wstęp str. 185 5.2 Wprowadzenie do modeli wielomianowych str. 187 5.3 Zmienne egzogeniczne w modelach dla kategorii nieuporządkowanych str. 190 5.4 Model stochastycznej addytywnej użyteczności str. 191 5.5 Wielomianowy model logitowy str. 192 5.5.1 Konstrukcja str. 192 5.5.2 Estymacja i ocena jakości modelu str. 193 5.5.3 Interpretacja wyników estymacji str. 197 5.6 Warunkowy model logitowy str. 204 5.6.1 Konstrukcja str. 204 5.6.2 Estymacja str. 207 5.6.3 Interpretacja wyników estymacji str. 210 5.7 Logitowy model zagnieżdżony str. 213 5.7.1 Niezależność od nieistotnych możliwości str. 213 5.7.2 Konstrukcja zagnieżdżonego modelu logitowego str. 215 5.7.3 Inne modele wyborów dyskretnych str. 219 5.8 Słowa kluczowe str. 222 5.9 Problemy i zadania str. 222 6 Modele zmiennych ograniczonych str. 225 6.1 Wprowadzenie str. 225 6.2 Model tobitowy str. 226 6.3 Podstawowe własności modelu str. 228 6.4 Estymacja za pomocą metody największej wiarygodności str. 231 6.5 Testy istotności i miary dopasowania dla modeli zmiennych ograniczonych str. 232 6.6 Regresja ucięta str. 234 6.7 Semiparametryczne estymatory modeli regresji tobitowej i uciętej str. 237 6.8 Modele selekcji próby str. 238 6.9 Estymacja modelu selekcji próby Heckmana str. 240 6.10 Modele zmiennych ograniczonych w praktyce: datki charytatywne str. 242 6.10.1 Regresja tobitowa i ucięta str. 242 6.10.2 Model selekcji próby str. 245 6.11 Przykład.Wypłacanie dywidend str. 247 6.12 Słowa kluczowe str. 249 6.13 Problemy i zadania str. 249 7 Modele zmiennych licznikowych str. 251 7.1 Zmienna licznikowa str. 251 7.2 Model regresji Poissona str. 252 7.3 Model regresji ujemnej dwumianowej str. 255 7.4 Modele z podwyższoną liczbą zer str. 257 7.5 Modele zmiennych licznikowych w praktyce: liczba dzieci w rodzinie str. 259 7.6 Słowa kluczowe str. 263 7.7 Problemy i zadania str. 264 8 Modele danych panelowych str. 267 8.1 Wprowadzenie str. 267 8.2 Statyczne modele liniowe dla danych panelowych str. 270 8.2.1 Model z efektami ustalonymi (fixed effects) str. 272 8.2.2 Model z efektami losowymi (random effects) str. 277 8.2.3 Weryfikacja liniowych modeli statycznych dla danych panelowych str. 282 8.2.4 Inne modele statyczne dla danych panelowych str. 288 8.3 Dynamiczne modele liniowe dla danych panelowych str. 290 8.3.1 Estymator first differences str. 291 8.3.2 Metoda zmiennych instrumentalnych i estymator Andersona-Hsiao str. 292 8.3.3 Estymatory uogólnionej metody momentów str. 293 8.4 Modele zmiennych dwumianowych dla danych panelowych str. 298 8.4.1 Model z efektami ustalonymi str. 298 8.4.2 Modele z efektami losowymi str. 301 8.5 Słowa kluczowe str. 306 8.6 Problemy i zadania str. 307 9 Ocena efektu oddziaływania: estymacja przez dopasowanie str. 309 9.1 Wprowadzenie str. 310 9.2 Zdefiniowanie efektu oddziaływania str. 311 9.3 Ogólne zasady tworzenia estymatora efektu oddziaływania str. 313 9.4 Podstawowe założenia estymacji przez dopasowanie str. 316 9.5 Szczegóły konstrukcji estymatora efektu oddziaływania str. 318 9.5.1 Łączenie za pomocą metryki i prawdopodobieństwa (propensity score) str. 318 9.5.2 Prosty i skorygowany (nieobciążony) estymator oparty na metryce versus estymator PSM str. 320 9.5.3 Metody łączenia obserwacji str. 321 9.6 Własności statystyczne estymatorów str. 325 9.6.1 Obciążenie i efektywność str. 325 9.6.2 Wrażliwość oszacowań na założenia, dobór zmiennych i metodę estymacji str. 326 9.7 Dalszy rozwój metod estymacji przez dopasowanie str. 328 9.8 Estymacja przez dopasowanie z programem Stata str. 329 9.9 Słowa kluczowe str. 332 9.10 Problemy i zadania str. 333 Literatura str. 337 Indeks rzeczowy str. 347