Прикладная эконометрика: МНК против Prais-Winsten против Newey-West #stata #эконометрика #временн...

📝 Обзор: В этом видео представлены основные сведения о многомерном алгоритме GARCH в Stata: моделирование волатильности и динамических корреляций. Мы углубляемся в анализ гипотез и методологии реализации. 📊 Подробное содержание: Регрессия AR1 — это важный метод регрессии для обработки автокорреляции первого порядка в остатках, распространенной проблемы в анализе временных рядов. Когда ошибки модели в текущий момент времени зависят от прошлых значений, оценки МНК остаются состоятельными, но стандартные ошибки становятся смещенными, что делает статистические тесты ненадежными. В Stata процесс начинается с объявления данных с помощью команды tsset, за которым следует обнаружение автокорреляции с помощью команд постобработки, таких как estat dwatson (тест Дурбина-Уотсона) или estat bgodfrey. Для решения этой проблемы Stata предоставляет мощные альтернативы МНК. Команда prais реализует метод обобщенных наименьших квадратов (GLS), позволяя пользователям выбирать между методом Прайса-Уинстена или методом Кокрейна-Оркутта (опция corc). Метод Прайса-Уинстена часто предпочтительнее, поскольку он сохраняет первое наблюдение, что дает значительное преимущество при малых выборках. Более гибкий подход использует команду arima (или модели ARMAX) с синтаксисом arima y x, ar(1). Эта команда использует оценку максимального правдоподобия (ML) для регрессионных моделей с AR(1) возмущениями. В качестве альтернативы, если исследователи хотят только скорректировать стандартные ошибки, сохраняя коэффициенты МНК, команда newey предоставляет стандартные ошибки Ньюи-Уэста, устойчивые к автокорреляции и гетероскедастичности.