Развитието на финансовите отношения прави познаването на основните икономически принципи необходимо не само за специалистите, но и за всички онези, които желаят да останат конкурентни и в крак с времето – независимо дали предлагат своя труд като част от нечия организация, или развиват собствени продукти и бизнес. Докосването до общите принципи и закони на икономиката и финансите е интригуващо, но ако не е подкрепено от солиден инструментариум, често може да остави усещането за непълнота на знанието и реална неприложимост. Целта на тази книга е да направи връзката между общите икономически и финансови модели и тяхното конкретно приложение с помощта на методите на математиката и статистиката. В изложението предполагаме, че читателят борави свободно с основни математически зависимости и операции, както и че е запознат с базисните понятия на вероятностните и статистическите изследвания. За разлика от мнозинството аналогичните текстове акцентът е поставен върху практическата приложимост, а математическите доказателства са изнесени в приложения или са представени с подходящи препратки. Този начин на оформяне прави текста достъпен и за онази част от аудиторията, която подхожда с известна доза недоверие и не особено позитивна нагласа към математическите модели и съпътстващите ги изчисления.

Съдържание:

I. Въведение 1
1. Какво е иконометрия? 2
2. Защо иконометрия за финансисти? 2
3. Трябва ли ни лист хартия? 3
II. Обработка на данни Общи стъпки при иконометричните изследвания 4
1. Класификация на данните 4
2. Основни типове финансови данни 7
3. Общи стъпки при иконометричните изследвания 10
4. Общи означения и използвана нотация 13
5. Задачи и въпроси за размисъл 13
III. Линейни регресионни модели. Същност, валидност и допускания. Методи за оценка на параметрите и проверка за валидност на линейните регресионни модели . 14
1. Регресия и корелация 14
2. Линейни регресионни модели. Допускания и характеристики . 15
3. Методи за оценка на параметрите на линейни регресионни модели . 20
4. Метод на най-малките квадрати 21
5. Модификации на метода на най-малките квадрати 24
5.1. Метод на най-малките квадрати с теглови коефициенти . 25
5.2. Метод на най-малките квадрати с последователни итерации 26
6. Метод на максималното правдоподобие 26
7. Точност и грешки при линейните регресионни модели 31
8. Линейни регресионни модели с повече от един фактор 34
9. Задачи и въпроси за размисъл 39
IV. Проверка на хипотези и използване на резултатите от линейните регресионни модели. Значимост и адекватност на получените резултати. . 40
1. Статистическа проверка на хипотези 41
2. Проверка на хипотези в контекста на линейните регресионни модели . 42
2.1. Алгоритъм за проверка за значимост 44
2.2. Алгоритъм за проверка с ниво на съгласие 47
2.3. Кой взема крайното решение? 48
2.4. Съвместна проверка на повече от една хипотези 50
2.5. Обясняваща сила на регресионната зависимост 54
3. Задачи и въпроси за размисъл 59
V. Валидност на линейните регресионни модели и метода на най-малките квадрати. 60
1. Проверка за нулева средна стойност на грешката 65
2. Проверка за константна и крайна стойност на вариацията на грешката 67
3. Проверка за независимост на грешките (остатъчните стойности) 71
4. Проверка за зависимост между грешката и факторите 73
5. Проверка дали грешките следват нормално разпределение 74
6. Задачи и въпроси за размисъл 78
VI. Специфични проблеми при линейните регресионни модели и подходи за решаването им 79
1. Мултиколинеарност 79
2. Тест на Ramsey и проверка за адекватност на линейната зависимост 84
3. Проблеми свързани с избора на обясняващи променливи 88
4. Проблеми свързани със стабилността на получените оценки и резултати 91
4.1. Тест на Chow 92
4.2. Проверка на прогнозиращите качества на модела 94
4.3. Стратегии за разделяне на наличните данни на групи 95
4.4. Примерен анализа за стабилност на получените оценки 97
5. Задачи и въпроси за размисъл 104
VII. Въведение в анализа на времеви редове 105
1. Основни понятия, свързани с анализа на времеви редове 106
2. Стационарност на процесите и важни типове процеси 108
2.1. Бял шум – пример за случаен процес 110
2.2. Процеси с движещи се средни 113
2.3. Авторегресивни процеси 119
2.4. ARMA процеси 123
2.4.1. Подход на Box-Jenkins 125
3. Приложение на анализа на времеви редове във финансите 127
БИБЛИОГРАФИЯ 130

Иконометрия за финансисти

Издания