اقتصادسنجی سریهای زمانی با رویکرد کاربردی - جلد دوم

کتاب اقتصادسنجی سریهای زمانی با رویکرد کاربردی - جلد دوم اقتصادسنجي در طي ساليان گذشته دستخوش پيشرفتهاي زيادي شده و همة اين پيشرفتها در جهت مدلسازي نوسانات پديده‌هاي اقتصادي بوده است. اقتصادسنجي سريهاي زماني با تخمين آن دسته از سريهاي زماني در ارتباط است كه داراي اجزاي تصادفي هستند، كه معادلات تفاضلي تصادفي ابزار مناسبي براي تحليل اين نوع از سيريهاي زماني است. نياز به توسعه مدلهايي با توان پيش‌بيني و تفسير متغيرهاي اقتصادي موجب شد كه اقتصادسنجي سريهاي زماني وارد مرحله جديد شود. كتاب حاضر مي‌كوشد پيشرفتهاي حاصله در اين مرحله را معرفي نمايد. اين كتاب براي كساني تنظيم شده است كه پيش‌زمينه‌اي در تحليل‌هاي رگرسيوني چند متغيره دارند. كتاب در دو جلد و هفت فصل تنظيم شده است. فصل اول، با عنوان «معادلات تفاضلي» زيربناي كل مطالب كتاب به شمار مي‌آيد. در اين فصل توضيح داده مي‌شود كه چگونه مي‌توان از معادلات تفاضلي تصادفي براي پيش‌بيني استفاده كرد و تبيين آنكه اين معادلات چگونه از مدلهاي شناخته شده اقتصادي منتج مي‌شوند؛ در اين فصل بنحو تفصيلي با تئوري معادلات تفاضلي پرداخته نمي‌شود و تنها روش‌هايي كه براي تخمين مدلهاي سري زماني «خطي» لازم است، ارائه مي‌گردد. همچنين در اين فصل مدلهاي تك معادله‌اي مورد بحث واقع مي‌شوند. فصل دوم، در مورد «مدلهاي سري زماني مانا» مي‌باشد. اين مدلها را مدلهاي اتورگرسيو همجمع ميانگين متحرك (ARIMA) مي‌نامند. سه هدف عمده اين فصل عبارتنداز: 1. ارائه تئوري معادلات تفاضلي خطي و بررسي ويژگيهاي مدلهاي اتورگرسيو همجمع ميانگين متحرك (ARIMA). در اين فصل همچنين نشان داده مي‌شود كه شرط ثبات معادلات تفاضلي تصادف كه در فصل اول عنوان شد، شرط لازم براي مانايي سريهاي زماني حسوب مي‌گردد. 2. معرفي روش‌ها و ابزارهاي تخمين مدلهاي ARMA. در اين ميان توابع خودهمبستگي و خودهمبستگي جزئي بيشتر مورد تذكيد قرار خواهد گرفت. در اين فصل همچنين به تبيين روش باكس جنكينز براي تخمين يك مدل ARMA با استفاده از توابع خودهمبستگي و خودهمبستگي جزئي پرداخته مي‌شود. 3. معرفي روش‌هاي آزمون دقت مدل ARMA. فصل سوم در مورد مدل‌سازي تغييرپذيري، مشتمل بر پيشرفت‌هاي جديدي در زمينه مدل‌سازي ARCH منجمله مدلهاي EGARCH, IGARCH و مدل GARCh آستانه‌اي يا (TGARCh) مي‌باشد. در اين فصل همچنين پيش‌بيني واريانس شرطي نيز مورد توجه قرار گرفته است. سه هدف عمده در اين فصل عبارتنداز: 1. تحليل برخي «حقايق برجسته» مرتبط با رفتار سري‌هاي زماني اقتصادي. 2. تبيين روشهاي مدلسازي متغيرهايي كه داراي الگوي واريانس ناهمساني هستند. 3. بررسي قالب‌هاي مختلف مدل‌هاي نوسانات شرطي. فصل چهارم به بررسي و تخمين «مدلهاي مشتمل بر روند» مي‌پردازد. اين فصل پنج هدف را دنبال مي‌كند: 1. مدلسازي متغيرهايي كه داراي ميانگين وابسته به زمان هستند. 2. تعريف و تبيين آزمونهاي ديكي فولر و ديكي فولر تعميم يافته كه براي آزمون وجود ريشه واحد استفاده مي‌شوند. 3. ارائه آزمونهاي ريشه واحد در شرايط وجود تغييرات ساختاري. 4. تبيين يك فرآيند عمومي جهت تعيين وجود ريشه در يك سري زماني. 5. تجزيه يك سري زماني مشتمل بر روند به اجزاي مانا و روند. روش‌هاي مختلفي كه مي‌توان در تجزيه يك سري به ارجاي موقت و دائمي آن مورد استفاده قرار داد؛ در اين فصل ارائه مي‌گردد. فصل پنجم در مورد «مدل‌هاي سري زماني چند معادله‌اي» مي‌باشد. اين فصل چهار هدف را دنبال مي‌كند: 1. تعريف «تحليل‌هاي تداخل» و «تحليل‌هاي تابع انتقال». 2. تبيين مفهوم خودهمبستگي برداري (VAR). 3. تبيين اينكه ابزارهايي كه در تحليل‌هاي VAR مورد استفاده قرار مي‌گيرند، مي‌توان براي درك روابط متقابل بين متغيرهاي اقتصادي و همينطور براي طراحي مدلهاي ساختاري‌تر اقتصادي مورد استفاده قرار داد. 4. ارائه دو روش جديد شامل خودهمبستگي ساختاري و تجزيه چند متغيره كه تئوري اقتصادي و تحليل‌هاي سري زماني را در هم مي‌آميزد. فصل ششم، به بررسي «پيشرفت‌هاي اخير در اقتصادسنجي يعني تخمين يك معادلة ساختاري و يا يك الگوي خودهمبستگي برداري كه مشتمل بر متغيرهاي ناماناست»، مي‌پردازد. اين فصل دو هدف را دنبال مي‌كند: 1. تبيين مفهوم اصلي همگرايي متقابل و نشان دادن كاربرد آن در مدلهاي اقتصادي مختلف. 2. توجه به روند پوياي متغيرهاي همگراي متقابل. فصل هفتم، پيرامون «مدلسازي غير خطي سريهاي زماني» مي‌باشد. اين فصل سه هدف را دنبال مي‌كند: 1. مقايسه مدل ARMA با انواع مختلف مدلهاي غيرخطي. 2. ارائه برخي آزمونها كه توان تشخيص وجود فرآيند تعديل غيرخطي را دارا هستند. 3. تبيين فرآيند تخمين يك مدل غير خطي.