出版社内容情報
EViewsを操作しながら、より発展的な実証分析の手法を学ぼう。計量経済学の理論的な背景もしっかりと解説。
はじめに i
第１章 GMM
1 モーメント法（Method of Moments）
1.1 確率変数のモーメント
1.2 モーメント法による推定量
1.3 モーメント法による推定量の統計的性質
1.4 モンテカルロ実験：一致性と漸近的正規性
2 GMM推定量の考え方
2.1 モーメント法の問題点
2.2 GMM推定量の考え方
2.3 GMM推定量
3 GMM推定量の一致性と漸近的正規性
3.1 自己相関、分散不均一のモデル
3.2 モンテカルロ実験：最小二乗法による推定
3.3 モンテカルロ実験：GMMによる推定
4 最適GMM推定量
4.1 モーメント条件の共分散行列
4.2 パラメータの初期値の設定
4.3 EViewsによるGMM推定
4.4 過剰識別検定：モーメント条件の検定
4.5 モンテカルロ実験：最適GMMによる推定
5 GMMによるVasicekモデルのパラメータ推定
5.1 Vasicekモデル
5.2 VasicekモデルのGMM推定
5.3 GMMと非線形最尤法との比較
第２章 VARモデル
1 VARモデルの推定とインパルス反応分析
1.1 データの特性とVARモデル
1.2 ２変数のVARモデル
2 政策ショックと構造VARモデル
2.1 識別問題とは？
2.2 短期制約
2.3 長期制約
3 ベイジアンVAR
3.1 ベイズの定理とベイズ推定
3.2 事前分布
4 VARモデルの分析例：金融政策効果の実証
4.1 データ
4.2 データに依拠したVARモデル
4.3 レベル変数によるVARモデル
4.4 ベイジアンVARモデル（B-VAR）
4.5 インパルス反応分析の総合評価
第３章 DSGEモデル
1 DSGEの基本モデル
1.1 RBCモデル
1.2 NKモデル
2 DSGEモデルの解法
2.1 固有値分解による解法
2.2 未定係数法
2.3 ２変数以上のモデルを解くにあたって
3 シミュレーション分析
3.1 RBCモデルにおける技術ショックの波及経路
3.2 NKモデルにおける金融政策ショックの波及経路
4 カルマン・フィルタ
4.1 カルマン・フィルタ理論
4.2 カルマン・フィルタの例
5 ベイズ統計学の基礎
5.1 ベイズ統計学の考え方
5.2 ベイズ分析の例：母平均の事後分布
6 Markov Chain Monte Carlo法
6.1 メトロポリス・へイスティング（Metropolis-Hasting）法
6.2 収束判定
7 MCMCによるDSGEモデルのパラメータ推定
7.1 データの準備
7.2 初期設定
7.3 プログラム・ファイルの準備
7.4 推定結果
7.5 モデルのフィット
8 より進んだトピック：DSGE-VARモデル
第４章 ボラティリティ分析
1 ARCHモデル
1.1 ARCHモデル
1.2 ARCHモデルの推定
2 GARCHモデル
2.1 GARCHモデル
2.2 GARCHモデルの推定
3 拡張モデル
3.1 EGARCHモデル
3.2 TARCHモデル（GJRモデル）
3.3 ARCH-Mモデル
3.4 拡張モデルの推定
3.5 GARCHモデルによるボラティリティの予測
4 多変量GARCHモデル
4.1 共分散
4.2 多変量GARCHモデル
4.3 多変量GARCHモデルによる実証分析
補論１ ARCHモデルとGARCHモデル
補論２ ボラティリティの予測
補論３ 相関係数変動モデルのプログラム
第５章 質的選択モデルとトービット・モデル
1 質的選択モデル
1.1 質的選択モデル
1.2 なぜ標準的な線形回帰分析を適用できないか
1.3 プロビット・モデルとロジット・モデル
1.4 注意すべき点
1.5 プロビット・モデルの推定
2 トービット・モデル（途中打ち切り回帰モデル）
2.1 閲覧回帰モデル
2.2 閲覧回帰モデルの推定
2.3 切断回帰モデル
2.4 切断回帰モデルの推定例
3 サンプル・セレクション・バイアス
3.1 サンプル・セレクション・バイアス
3.2 Heckitモデルの推定
補論１ プロビット・モデルのパラメータの推定
補論２ プロビット・モデルの推定値
第６章 ダイナミック・パネル分析
1 ダイナミック・パネル分析とは
2 VAR計測上の問題
2.1 Arellano-Bond操作変数とGMM
2.2 ダイナミック・パネル・ウィザード
2.3 モデル（a2）の実証手順
2.4 モデル（c）の実証手順
3 モデル定式化の問題
3.1 自己相関の検定
3.2 操作変数に関する検定
4 Arellano-Bond操作変数について
5 その他の推計方法
6 時系列分散不均一性に関して
6.1 分散不均一性の種類
6.2 EViewsでの操作方法
7 実証例：Dahlberg and Johanssonによる地方政府行動の分析
7.1 Dahlberg and Johansson（2000）モデルの概要と分析結果
7.2 EViewsでの追試
8 Anderson-Hsiao推定と実証
9 まとめ
第７章 最適化アルゴリズム
1 非線形推定の具体例
1.1 非線形最小二乗法
1.2 非線形最尤法：ARCH(1)
1.3 GMM
1.4 最適化アルゴリズムの条件
2 数値微分
2.1 数値微分
2.2 EViewsでの数値微分の指定
3 最適化アルゴリズム
3.1 Newton-Raphson法
3.2 Quadratic Hill-Climbing法
3.3 BHHH（Berndt, Hall, Hall and Hausman）法
3.4 Marquardt法
4 EViewsの非線形推定法と最適化アルゴリズム
5 非線形最適化アルゴリズムの応用
5.1 非線形最小二乗法
5.2 非線形最尤法
5.3 GMM
索 引
著者紹介
【著者紹介】
明治大学教授
内容説明
最新のデータ分析の手法を網羅！ＧＭＭ、ベイジアンＶＡＲ、ＤＳＧＥ、動学的相関係数（ＤＣＣ）、ダイナミック・パネル等をわかりやすく解説。ＥＶｉｅｗｓ Ｖｅｒ．８に完全対応！
目次
第１章 ＧＭＭ
第２章 ＶＡＲモデル
第３章 ＤＳＧＥモデル
第４章 ボラティリティ分析
第５章 質的選択モデルとトービット・モデル
第６章 ダイナミック・パネル分析
第７章 最適化アルゴリズム
著者等紹介
北岡孝義［キタオカタカヨシ］
神戸大学大学院博士後期課程中退、経済学博士。広島大学経済学部教授を経て、２０００年より明治大学商学部教授。専門は金融論
高橋青天［タカハシハルタカ］
米国ロチェスター大学博士課程修了（Ｐｈ．Ｄ．）。カナダ・サスカチュワン州立大学経済学部講師等を経て、１９９６年より明治学院大学経済学部教授。専門は成長理論、動学ゲーム理論、公共経済学
溜川健一［タメガワケンイチ］
明治大学大学院商学研究科博士課程修了、博士（商学）。２００７年より明治大学商学部講師。専門はマクロ経済学
矢野順治［ヤノジュンジ］
シカゴ大学博士課程修了（Ｐｈ．Ｄ．）。長崎大学経済学部助教授等を経て、１９９７年より広島大学経済学部教授。専門はマクロ経済学（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
