Time Series Econometrics (eBook)
XIII, 409 Seiten
Springer International Publishing (Verlag)
978-3-319-98282-3 (ISBN)
In this book, the author rejects the theorem-proof approach as much as possible, and emphasize the practical application of econometrics. They show with examples how to calculate and interpret the numerical results.
This book begins with students estimating simple univariate models, in a step by step fashion, using the popular Stata software system. Students then test for stationarity, while replicating the actual results from hugely influential papers such as those by Granger and Newbold, and Nelson and Plosser. Readers will learn about structural breaks by replicating papers by Perron, and Zivot and Andrews. They then turn to models of conditional volatility, replicating papers by Bollerslev. Finally, students estimate multi-equation models such as vector autoregressions and vector error-correction mechanisms, replicating the results in influential papers by Sims and Granger.
The book contains many worked-out examples, and many data-driven exercises. While intended primarily for graduate students and advanced undergraduates, practitioners will also find the book useful.
John Levendis is an Associate Professor of Economics at Loyola University New Orleans, and is the Dr. John V. Connor Professor of Economics and Finance. Professor Levendis earned his Ph.D. in Economics from the University of Iowa. He has taught at Cornell College, the Economics University of Prague, the University of Iowa, and Southeastern Louisiana University.
John Levendis is an Associate Professor of Economics at Loyola University New Orleans, and is the Dr. John V. Connor Professor of Economics and Finance. Professor Levendis earned his Ph.D. in Economics from the University of Iowa. He has taught at Cornell College, the Economics University of Prague, the University of Iowa, and Southeastern Louisiana University.
Chapter 1: Introduction.- Chapter 2: ARMA (p,q) Processes.- Chapter 3: Non-Stationary and ARIMA (p,d,q) Processes.- Chapter 4: Unit Root and Stationarity Tests.- Chapter 5: Structural Breaks and Non-Stationairty.- Chapter 6: ARCH, GARCH and Time-Varying Variance.- Chapter 7: Multiple Time Series and Vector Autoregressions.- Chapter 8: Multiple Time Series and Cointegration.
| Erscheint lt. Verlag | 31.1.2019 |
|---|---|
| Reihe/Serie | Springer Texts in Business and Economics | Springer Texts in Business and Economics |
| Zusatzinfo | XIII, 409 p. 403 illus. |
| Verlagsort | Cham |
| Sprache | englisch |
| Themenwelt | Wirtschaft ► Allgemeines / Lexika |
| Wirtschaft ► Volkswirtschaftslehre | |
| Schlagworte | Arch • ARMA • Econometrics • Financial Econometrics • GARCH • Stata • Time Series Analysis • vector autoregression • Volatility |
| ISBN-10 | 3-319-98282-6 / 3319982826 |
| ISBN-13 | 978-3-319-98282-3 / 9783319982823 |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)Größe: 9,9 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
