W ostatnich latach podejście strukturalne do ekonometrii w porównaniu do ekonometrii o zredukowanej formie stało się bardziej popularne. Wymaga to ścisłego połączenia teoretycznych modeli ekonomicznych i statystyk w celu oszacowania interesujących parametrów. Nakładanie bardziej teoretycznej struktury na sposób, w jaki korzystamy z danych i metod statystycznych, ma na celu dostarczenie wskazówek, a czasem może nawet odkryć parametry, których nie da się łatwo oszacować za pomocą metod o zredukowanej formie. Nawet dla osób niebędących ekonometrami może to być potencjalnie interesujące, ponieważ symulacja i próbkowanie mogą być ważnym elementem szacowania strukturalnego, a techniki te są dobrze stosowane w innych naukach społecznych.
Ta gałąź ekonometrii, jako gałąź statystyki, nie wydaje się jak dotąd zawierać żadnych wprowadzających podręczników. Znalazłem tylko bardziej zaawansowany materiał, taki jak Strukturalne modele ekonometryczne Choo i Shuma (2013) lub rozdział ankiety Reissa i Wolaka .
Czy ktoś mógłby skierować mnie na zestaw wykładów, a może nawet na książkę (której jeszcze nie znalazłem), która byłaby wstępem do ekonometrii strukturalnej? Idealnie byłoby to oparte na przykładach z różnymi podejściami, w tym na kodzie lub przewodniku, jak powtórzyć te przykłady w celu lepszego zrozumienia.
Jestem świadomy kilku prac badawczych, zwłaszcza w organizacji przemysłowej
- modelowanie zależności stanu (Rust, 1987)
- oszacowanie popytu (Berry, 1994; Berry, Levinson i Pakes, 1995)
- ocena wydajności (Olley and Pakes, 1996)
- oszacowanie siły rynkowej (Nevo, 2005; Sovinsky, 2008)
ale większość z nich jest trudna do naśladowania. Więc jeśli ktoś wie o łagodniejszym wstępie, byłoby to bardzo pomocne.
źródło
Jeśli weźmiesz również pod uwagę strukturalne metody makroekonomii, być może książka Structural Macroeconometrics autorstwa DeJong i Dave'a będzie interesująca.
Mathias Andre ma kilka problemów z ekonometrią strukturalną stronie internetowej . Pytania są podobne do przykładu z pierwszego rozdziału książki Wolpina, o którym wspomniałeś w komentarzu do poprzedniej odpowiedzi, i istnieją również przykłady szacowania funkcji wartości. Istnieją pewne korekty do książki Wolpin jest tutaj .
Victor Aguirregabiria udostępnia dane i kod do kilku procedur szacowania dostępnych na swojej stronie internetowej . Podobnie Aviv Nevo .
Abbring i Klein opublikowali kod Matlab dla dynamicznego modelu dyskretnego wyboru.
Simon Quinn ma notatki do wykładu, które zaczynają się od podstaw, a następnie wyjaśniają, jak wykorzystać maksymalne prawdopodobieństwo przy szacowaniu funkcji narzędziowych. Dane i kod powinny również znajdować się na jego stronie internetowej. W tym celu książka Williama Goulda i jego współautorów Oszacowanie maksymalnego prawdopodobieństwa jest cenna, ponieważ maksymalne prawdopodobieństwo i symulowane maksymalne prawdopodobieństwo są często używane jako narzędzia w ekonometrii strukturalnej.
źródło
Jednym z problemów jest to, że oszacowanie strukturalne różni się bardzo w zależności od dziedziny, w której się znajdujesz, ponieważ stosowane modele są bardzo różne. Dla mnie przynajmniej oszacowania strukturalne w pracy i marketingu wyglądają zupełnie inaczej niż finanse i makro. Pomocne może być oddzielenie metod szacowania (metoda symulowanych momentów, symulowane maksymalne prawdopodobieństwo, filtrowanie Bayesa) od obliczeń modelu (programowanie dynamiczne i iteracja funkcji wartości). Do metod szacowania Gourieroux i Monfort są dobrym dogłębnym badaniem. W przypadku rozwiązań modelowych Miranda i Fackler to kolejne dobre referencje, choć można również sprawdzić dowolną liczbę innych książek na temat dynamicznej ekonomii. Łącząc rozwiązanie modelowe i oszacowanie, w celu sfinansowania tego badaniato bardzo dobre miejsce na rozpoczęcie, ponieważ Macro już wskazywałeś na DeJonga i Dave'a. Dodałbym Rust (1994) do już długiej listy badań marketingowych / reklamowych, na które patrzysz, a także Kenneth Train podręcznik .
źródło