Hodnocení:
Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 5 hlasů.
Panel Methods for Finance: A Guide to Panel Data Econometrics for Financial Applications
Finanční údaje jsou obvykle charakterizovány časovou řadou a průřezovou dimenzí. Například můžeme sledovat finanční informace o skupině firem za několik let nebo můžeme sledovat výnosy všech akcií obchodovaných na newyorské burze za období 120 měsíců. Ekonometrické modelování v oblasti financí proto vyžaduje, aby se těmto dvěma - nebo někdy i více než dvěma - dimenzím dat věnovala náležitá pozornost. Přesně k tomu jsou vyvinuty techniky panelových dat. Tato kniha poskytuje přehled běžně používaných panelových metod pro finanční aplikace.
Použití panelových dat má mnoho výhod, pokud jde o flexibilitu ekonometrického modelování a možnost kontroly nepozorované heterogenity. Zahrnuje také řadu ekonometrických otázek, které vyžadují zvláštní pozornost. Patří sem průřezová závislost, robustní a shlukové standardní chyby, heterogenita parametrů, fixní efekty, dynamické modely s krátkou časovou dimenzí, instrumentální proměnné, rozdíly v rozdílech a další přístupy k odvozování příčin.
Po úvodní kapitole, v níž je podán přehled klasického lineárního regresního modelu se zvláštním důrazem na jeho použití v kontextu panelových dat, včetně několika standardních odhadů (sdružený OLS, Fama-MacBeth, náhodné efekty, první rozdíly, fixní efekty), kniha pokračuje podrobnějším zpracováním přístupů založených na fixních efektech. Odhady s první diferencí a fixními efekty jsou sice atraktivní, protože odstraňují časově nepozorovanou heterogenitu (např. kvalitu manažerů, firemní kulturu), ale konzistence těchto odhadů vyžaduje přísnou exogenitu vysvětlujících proměnných (pro konečný počet časových období). To je v praxi často porušováno, např. některá vysvětlující proměnná vysvětlující výkonnost firmy může být částečně determinována historickou výkonností firmy. Zřejmý případ, kdy je tento předpoklad porušen, nastává, když model obsahuje zpožděnou závislou proměnnou. Samostatná kapitola bude věnována dynamickým modelům, kterým je v literatuře věnována zvláštní pozornost, a to i v souvislosti s finančními aplikacemi, jako je dynamika volby kapitálové struktury. Odhad se většinou opírá o techniky instrumentálních proměnných nebo GMM. Identifikace a odhad takových modelů jsou často křehké a vlastnosti malých vzorků mohou být zklamáním.
Kniha pokračuje kapitolou o modelech s omezeným počtem závislých proměnných, včetně modelů binárních odpovědí. Průřezová závislost, která je pravděpodobně přítomna, komplikuje odhad a autor diskutuje sdružený odhad, přístupy s náhodnými efekty a s fixními efekty, včetně možnosti zahrnout zpožděné závislé proměnné. V této kapitole se rovněž diskutuje o problémech úbytku a zkreslení výběru vzorku, jakož i o nevyvážených panelech obecně.
Identifikace kauzálních efektů v empirických pracích založených na neexperimentálních datech je často náročná a kauzálnímu vyvozování je v poslední době v literatuře věnována značná pozornost. V mnoha přístupech hraje důležitou roli dostupnost panelových dat. Počínaje jednoduchými přístupy založenými na rozdílech se ve zvláštní kapitole pojednává o odhadech instrumentálních proměnných, o párování a propensity score, o regresní diskontinuitě a souvisejících přístupech.
© Book1 Group - všechna práva vyhrazena.
Obsah těchto stránek nesmí být kopírován ani použit, a to ani částečně ani úplně, bez písemného svolení vlastníka.
Poslední úprava: 2024.11.08 20:25 (GMT)