Psicología de Inversión

Psicología de Inversión

Autor:John R NofsingerAuthor:John R Nofsinger

Este libro es primero de su clase en cavar en el sujeto fascinante e importante de las inversiones de afectación de psicología.Su cobertura única describe como los inversionistas realmente se comportan, los motivos y las causas del aquel comportamiento, por qué el comportamiento hace daño a su riqueza, y lo que ellos pueden hacer sobre ello.Los temas de capítulo incluyen el exceso de confianza, el miedo de la pena y buscando el orgullo, considerando el pasado, contabilidad mental, formación de carpetas, representatividad y familiaridad, interacción social e inversión, humor e inversión, y mí fabricación de decisión y control.alguien que quiere invertir (profesionalmente o personalmente), así como gerentes de carpeta, gerentes de fondo, gerentes de pensión, consejeros financieros, agentes de bolsa, planificadores financieros, comerciantes, analistas financieros, y CPAs.anyone who wants to invest (either professionally or personally), as well as portfolio managers, fund managers, pension managers, financial advisers, brokers, financial planners, traders, financial analysts, and CPAs.

Índice de materias:

El capítulo 1 — Psicología y Finanzas

El capítulo 2 — Exceso de confianza

El capítulo 3 — Orgullo y Pena

El capítulo 4 — Percepciones de Riesgo

El capítulo 5 — Contabilidad Mental

El capítulo 6 — Carpetas que se Forman

El capítulo 7 — Representatividad y Familiaridad

El capítulo 8 — Interacción Social e Inversión

El capítulo 9 — Emoción y Decisiones de Inversión

El capítulo 10 - Autocontrol y Fabricación de Decisión

Traducción de:

Psychology of Investing

Author: John R Nofsinger

Books about: Exercises for Elite Golf Performance or DHEA Breakthrough

Econometría

Autor:Fumio HayashiAuthor:Fumio Hayashi

La Econometría de Hayashi promete ser la siguiente gran síntesis de la econometría moderna.Esto introduce el primer Doctor en Filosofía de añoestudiantes a material de econometría de graduado estándar de una perspectiva moderna.Esto cubre todo el material estándar necesario para entender las técnicas principales de la econometría de ordinario la menor parte de cuadrados por cointegration.El libro también es distintivo en el desarrollo tanto la serie de tiempo como el análisis de corte transversal totalmente, dar al lector un marco unificado para entender e integrar resultados.

La econometría tiene muchos rasgos útiles y cubre todos los temas importantes en la econometría en una manera sucinta.Todas las técnicas de valoración que podrían ser posiblemente enseñadas en un curso de graduado de primer año, excepto la probabilidad máxima, son tratadas como casos especiales de GMM (los métodos generalizados de los momentos).Los peritos de probabilidad máximos para una variedad de modelos (como el protrozo y tobit) son recogidos en un capítulo separado.Este arreglo permite a estudiantes aprender varias técnicas de valoración en una manera eficiente.Ocho de los diez capítulos incluyen una aplicación empírica seria dibujada de economía de trabajo, organización industrial, finanzas domésticas e internacionales, y macroeconomía.Estos ejercicios empíricos al final de cada capítulo proveen a estudiantes una experiencia práctica que aplica las técnicas cubiertas en el capítulo.La exposición aún es rigurosa accesible a estudiantes que tienen un conocimiento trabajador de álgebra lineal muy básica y teoría de probabilidad.Todos los resultados son declarados como proposiciones, de modo que los estudiantes puedan ver los puntos de la discusión y también las condiciones en las cuales aquellos resultados sostienen.La mayor parte de proposiciones son probadas en thetext.

Para aquellos que tienen la intención de escribir una tesis a temas aplicados, las aplicaciones empíricas del libro son un modo bueno de aprender a conducir la investigación empírica.Para teóricamente inclinado, el tratamiento sin compromiso de las técnicas básicas es una preparación buena para cursos de teoría más avanzados.

Lo que la Gente Dice

Mark W.Watson
La econometría cubre tanto temas modernos como clásicos sin cambiar marchas.La cobertura aún es completamente avanzada la presentación es simple.Hayashi trae a estudiantes a la frontera de la práctica econométrica aplicada por una discusión cuidadosa y eficiente de la teoría económica moderna.Los ejercicios empíricos son muy útiles. . . . Los proyectos son con cuidado trabajados y han sido a fondo eliminados fallos.The projects are carefully crafted and have been thoroughly debugged.

James H.Reserva
La econometría golpea un equilibrio bueno entre rigor técnico y exposición clara. . . . El uso de ejemplos empíricos es bien hecho en todas partes.Muchísimo me gusta el uso de viejos ejemplos 'clásicos'.Esto da a estudiantes un sentido de historia - y muestra que la gran econometría empírica es un asunto de tener ideas importantes y datos buenos, no sólo se imaginan nuevos métodos. . . . El estilo es grande sólo, informal y simpático.The style is just great,informal and engaging.

Índice de materias:

Lista de Cifras xvii
Prefacio xix
1 Propiedades de Muestra finita de OLS 3
1.1 El Modelo 3 de Regresión Lineal Clásico
La Asunción 4 de Linealidad
Nota de la Matriz 6
La Asunción 7 Exogeneity Estricta
Implicaciones de Exogeneity estricto 8
Exogeneity estricto en Modelos de Serie de tiempo 9
Otras Asunciones del Modelo 10
El Modelo de Regresión Clásico para Muestras Arbitrarias 12
Regressors "fijado" 13
1.2 El Álgebra de la Menor parte de Cuadrados 15
OLS Minimiza la Suma de Residuals cuadriculado 15
Ecuaciones Normales 16
Dos Expresiones para el Perito OLS 18
Más Conceptos y Álgebra 18
Análisis Influyente 21 (opcionales)
Una Nota del Cálculo de Estimaciones de OLS 23
1.3 Propiedades de muestra finita de OLS 27
Distribución de Muestra finita de b 27
Propiedades de Muestra finita de s² 30
Estimación de Var (b | X) 31
1.4 Pruebas de hipótesis bajo Normalidad 33
Términos de Error Normalmente Distribuidos 33
Las Pruebas de Hipótesis sobre Coeficientes de Regresión Individuales 35
Regla de Decisión para la T-prueba 37
Intervalo de Confianza 38
P-valor 38
Hipótesis Lineales 39
La F-prueba 40
Una Expresión más Conveniente para F 42
t contra F 43
Un Ejemplo de una Estadística de Prueba Cuya Distribución Depende de X 45
1.5 Relación a Probabilidad Máxima 47
El Principio de Probabilidad Máximo 47
Condicional contra Probabilidad Incondicional 47
La Probabilidad de Tronco para el Modelo 48 de Regresión
ML vía Probabilidad Concentrada 48
Cramer-Rao con Destino al Modelo 49 de Regresión Clásico
La F-prueba como una Prueba de Proporción de Probabilidad 52
Probabilidad Cuasi máxima 53
1.6 Generalizado la Menor parte de Cuadrados (GLS) 54
Consecuencia de Relajar la Asunción 1.4 55
Valoración Eficiente con Conocido V 55
Un Caso Especial:Cargado la Menor parte de Cuadrados (WLS) 58
La Limitación de Naturaleza de GLS 58
1.7 Aplicación:Vueltas para Escalar en Suministro de Electricidad 60
La Industria de Suministro de Electricidad 60
Los Datos 60
¿Por qué Necesitamos Econometría?61
Cobb-Douglas Technology 62
¿Cómo Sabemos que Cosas Son Cobb-Douglas?63
¿Están Satisfechas las Asunciones OLS?64
Restringido la Menor parte de Cuadrados 65
Las pruebas de la Homogeneidad de la Función de Coste 65
Desvío:una Nota Aleccionadora de R² 67
Las Pruebas de Vueltas Constantes para Escalar 67
Importancia de Trazar Residuals 68
Desarrollo Subsecuente 68
Juego de Problema 71
Respuestas a Preguntas Seleccionadas 84
La 2 Teoría 88 de Muestra grande
2.1 Revisión de Teoremas de Límite para Secuencias de Variables Arbitrarias 88
Varios Modos de Convergencia 89
Tres Resultados Útiles 92
La Inspección de Peritos como Secuencias de Variables Arbitrarias 94
Leyes de Grandes números y Teoremas de Límite Centrales 95
2.2 Conceptos Fundamentales en Análisis de Serie de tiempo 97
Necesidad de Ergodic Stationarity 97
Varias Clases de Procesos Estocásticos 98
Formulación Diferente de Carencia de Dependencia Consecutiva 106
El CLT para Secuencias de Diferencias de Martingala Inmóviles Ergodic 106
2.3 Distribución de muestra grande del Perito OLS 109
El Modelo 109
Distribución Asintótica del Perito OLS 113
s² Es Consecuente 115
2.4 Hipótesis que Prueba 117
Las Pruebas de Hipótesis Lineales 117
La Prueba Es Consecuente 119
Poder Asintótico 120
Las Pruebas de Hipótesis No lineales 121
2.5 Estimación E ([no displayable]) Consecuentemente 123
La Utilización de Residuals para los Errores 123
Representación de Matriz de Datos de S 125
Consideraciones de Muestra finita 125
2.6 Implicaciones de Homoskedasticity condicional 126
Condicional contra Homoskedasticity incondicional 126
Reducción a Fórmulas de Muestra finita 127
Distribución de Muestra grande de t y Estadística F 128
Variaciones de Pruebas Asintóticas bajo Homoskedasticity condicional 129
2.7 Pruebas de Homoskedasticity condicional 131
2.8 Valoración con Heteroskedasticity condicional dado parámetros 133 (opcionales)
La Forma Funcional 133
WLS con Conocido [alfa] 134
La regresión de e²_i en z_i Proporciona una Estimación Consecuente [de la alfa] 135
WLS con Estimado [alfa] 136
OLS contra WLS 137
2.9 La Menor parte de Proyección de Cuadrados 137
Óptimamente Prediciendo el Valor de los 138 Variables Dependientes
Profeta Mejor Lineal 139
OLS Consecuentemente Estimaciones los Coeficientes de Proyección 140
2.10 Pruebas para Correlación Consecutiva 141
Caja - Perfora y Ljung-caja 142
Autocorrelaciones de Muestra Deliberadas de Residuals 144
Probando con Predeterminado, pero No Estrictamente Exogenous, Regressors 146
Una Prueba basada en la Regresión Auxiliar 147
2.11 Aplicación:Econometría de Expectativas Racional 150
Las Hipótesis de Mercado Eficientes 150
Implicaciones Verificables 152
Las pruebas para Correlación Consecutiva 153
¿Es la Tasa de interés Nominal el Profeta Óptimo?156
R_t no Es Estrictamente Exogenous 158
Desarrollo Subsecuente 159
2.12 Vez Regresiones 160
La Distribución Asintótica de las Estimaciones de OLS 161
Pruebas de Hipótesis para Regresiones de Tiempo 163
2.Un Asymptotics con Regressors fijo 164
2.B Prueba de Proposición 2.10 165
Juego de Problema 168
Respuestas a Preguntas Seleccionadas 183
La 3 Ecuación sola GMM 186
3.1 Tendencia de Endogeneity:el Ejemplo del Funcionamiento 187
Un Modelo de Ecuaciones Simultáneo de Equilibrio de Mercado 187
Tendencia de Endogeneity 188
Suministro Observable Shifters 189
3.2 Más Ejemplos 193
Un Modelo 193 Macroeconométrico Simple
Errores en las variables 194
Función de Producción 196
3.3 La Formulación General 198
Regressors e Instrumentos 198
Identificación 200
Condición de Orden para Identificación 202
La Asunción para Normalidad Asintótica 202
3.4 Método generalizado de Momentos Definió 204
Método de Momentos 205
Método Generalizado de Momentos 206
Prueba de Error 207
3.5 Propiedades de muestra grande de GMM 208
Distribución Asintótica del Perito GMM 209
Valoración de Desacuerdo de Error 210
Hipótesis que Prueba 211
Valoración de S 212
Perito GMM Eficiente 212
Poder Asintótico 214
Propiedades de Pequeña muestra 215
3.6 Pruebas de Restricciones que se Sobreidentifican 217
Las Pruebas de Subconjuntos de Condiciones Orthogonality 218
3.7 Pruebas de hipótesis por el Principio de proporción de la Probabilidad 222
La Estadística LR para el Modelo 223 de Regresión
Prueba de Adición Variable 224 (opcionales)
3.8 Implicaciones de Homoskedasticity condicional 225
GMM eficiente Se hace 2SLS 226
J Se hace la Estadística de Sargan 227
Propiedades de Pequeña muestra de 2SLS 229
Derivaciones Alternativas de 2SLS 229
Cuando Regressors Son Predeterminados 231
Las pruebas de un Subconjunto de Condiciones Orthogonality 232
Las Pruebas de Homoskedasticity condicional 234
Las pruebas para Correlación Consecutiva 234
3.9 Aplicación:Vueltas de Educación 236
Los Datos NLS-Y 236
La Ecuación de Salario de Semitronco 237
Tendencia Variable Omitida 238
CI como la Medida de Capacidad 239
Errores en las variables 239
2SLS para Corregir para la Tendencia 242
Desarrollo Subsecuente 243
Juego de Problema 244
Respuestas a Preguntas Seleccionadas 254
La 4 Ecuación múltiple GMM 258
4.1 El Modelo 259 de Ecuación múltiple
Linealidad 259
Stationarity y Ergodicity 260
Condiciones de Orthogonality 261
Identificación 262
La Asunción para Normalidad Asintótica 264
Conexión con el Sistema "Completo" de Ecuaciones Simultáneas 265
4.2 La ecuación múltiple GMM Definió 265
4.3 La Teoría 268 de muestra grande
4.4 La ecuación sola contra Valoración de Ecuación múltiple 271
¿Cuándo son "Equivalentes" Ellos?272
Valoración Conjunta Puede Ser Arriesgada 273
4.5 Casos especiales de la Ecuación múltiple GMM:CINCO, 3SLS, y SUR 274
Homoskedasticity condicional 274
La Información llena Variables Instrumentales Eficientes (CINCO) 275
De Tres etapas la Menor parte de Cuadrados (3SLS) 276
Regresiones Aparentemente sin Relaciones (SUR) 279
SUR contra OLS 281
4.6 Coeficientes Comunes 286
El Modelo con Coeficientes Comunes 286
El Perito GMM 287
Imponer Homoskedasticity condicional 288
OLS reunido 290
Embellecer las Fórmulas 292
La Restricción Que no Es 293
4.7 Aplicación:Demandas de Factor Interrelacionadas 296
La Función de Coste de Translog 296
Partes de Factor 297
Elasticidades de Substitución 298
Propiedades de Funciones de Coste 299
Especificaciones Estocásticas 300
La Naturaleza de Restricciones 301
Regresión de Multivariante aleatoria Sujeta a Restricciones de Ecuación enfadada 302
¿Qué Ecuación Suprimir?304
Resultados 305
Juego de Problema 308
Respuestas a Preguntas Seleccionadas 320
5 Datos de Panel 323
5.1 El Modelo 324 de componentes del Error
Componentes de Error 324
Medios de Grupo 327
Un Reparameterization 327
5.2 El Perito de Efectos fijos 330
La Fórmula 330
Propiedades de Muestra grande 331
Digresión:Cuando [ETA] Soy Esférico 333
Efectos Arbitrarios contra Efectos Fijos 334
La Relajación de Homoskedasticity condicional 335
5.3 Paneles Desequilibrados 337 (opcionales)
"Zeroing" Observaciones Ausentes 338
Zeroing contra Compresión 339
Ninguna Tendencia de Selectividad 340
5.4 Aplicación:Diferencias Internacionales en Tasas de crecimiento 342
Derivación de la Ecuación de Valoración 342
Añadir el Término de Error 343
Tratamiento [de alfa] _i 344
Valoración Consecuente de Velocidad de Convergencia 345
El apéndice 5.A:Distribución de Estadística Hausman 346
Juego de Problema 349
Respuestas a Preguntas Seleccionadas 363
6 Correlación Consecutiva 365
6.1 Modelado de Correlación Consecutiva:Procesos Lineales 365
MAMÁ (q) 366
MAMÁ ([infinidad]) como un Límite Cuadrado Medio 366
Filtros 369
La Inversión de Polinomios de Retraso 372
6.2 Procesos de ARMA 375
AR (1) y Su MAMÁ ([infinidad]) Representación 376
Autocovariancias de AR (1) 378
AR (p) y Su MAMÁ ([infinidad]) Representación 378
ARMA (p, q) 380
ARMA (p) con Raíces Comunes 382
Invertibility 383
Función que genera la Autocovariancia y el Espectro 383
6.3 Dirija Procesos 387
6.4 Estimación de Autoregresiones 392
Valoración de AR (1) 392
Valoración de AR (p) 393
Opción de Longitud de Retraso 394
Valoración de VARs 397
Valoración de ARMA (p, q) 398
6.5 Asymptotics para Medios de Muestra de Procesos en Serie Correlacionados 400
LLN para Procesos inmóviles por la Covariancia 401
Dos Teoremas de Límite Centrales 402
Extensión de Multivariante aleatoria 404
6.6 Incorporación de Correlación Consecutiva en GMM 406
El Modelo y Resultados Asintóticos 406
La Estimación S Cuando Autocovariancias Desaparecen después de Retrasos Finitos 407
La Utilización de Granos para Estimar S 408
VARHAC 410
6.7 Valoración bajo Homoskedasticity condicional 413 (Opcionales)
Valoración basada en el Grano de S bajo Homoskedasticity condicional 413
Representación de Matriz de Datos de Desacuerdo Duradero Estimado 414
Relación a GLS 415
6.8 Aplicación:Tipos de cambio futuro como Profetas Óptimos 418
La Hipótesis 419 de Eficacia de Mercado
Las Pruebas Si el Medio Incondicional Es el Cero 420
Pruebas de Regresión 423
Juego de Problema 428
Respuestas a Preguntas Seleccionadas 441
7 Peritos Extremum 445
7.1 Peritos de Extremum 446
"Measurability" [de theta] 446
Dos Clases de Peritos Extremum 447
Probabilidad Máxima (ML) 448
Probabilidad Máxima Condicional 450
Invariance de ML 452
No lineal la Menor parte de Cuadrados (NLS) 453
GMM lineal y no lineal 454
7.2 Consecuencia 456
Dos Teoremas de Consecuencia para Peritos Extremum 456
Consecuencia de M de Peritos 458
Concavidad después de Reparameterization 461
Identificación en NLS y ML 462
Consecuencia de GMM 467
7.3 Normalidad asintótica 469
Normalidad Asintótica de M de Peritos 470
Valoración de Desacuerdo Asintótica Consecuente 473
Normalidad Asintótica de ML condicional 474
Dos Ejemplos 476
Normalidad Asintótica de GMM 478
GMM contra ML 481
La expresión del Error de Prueba en un Formato común 483
7.4 Hipótesis que Prueba 487
La Hipótesis 487 Nula
Las Asunciones Trabajadoras 489
La Estadística Wald 489
El Multiplicador Lagrange (LM) Estadística 491
La Proporción de Probabilidad (LR) Estadística 493
Resumen de la Trinidad 494
7.5 Optimización numérica 497
Newton-Raphson 497
Gauss-Newton 498
Newton-Raphson literario y Gauss-Newton en un Formato común 498
Ecuaciones No lineales en Parámetros Sólo 499
Juego de Problema 501
Respuestas a Preguntas Seleccionadas 505
8 Ejemplos de Probabilidad Máxima 507
8.1 Respuesta Cualitativa (QR) Modelos 507
Resultado y Arpillera para Observación t 508
Consecuencia 509
Normalidad Asintótica 510
8.2 Modelos de Regresión truncados 511
El Modelo 511
Distribuciones Truncadas 512
La Función de Probabilidad 513
La nueva parametrización de la Función de Probabilidad 514
La Verificación de Consecuencia y Normalidad Asintótica 515
La Recuperación de Parámetros Originales 517
8.3 Regresión censurada (Tobit) Modelos 518
Función de Probabilidad de Tobit 518
Reparameterization 519
8.4 Regresiones de multivariante aleatoria 521
El Modelo de Regresión de Multivariante aleatoria Repetido 522
La Función de Probabilidad 523
Maximizar la Función de Probabilidad 524
Consecuencia y Normalidad Asintótica 525
8.5 FIML 526
El Modelo de Ecuación múltiple con Instrumentos Comunes Repitió 526
El Sistema Completo de Ecuaciones Simultáneas 529
Relación entre ([Gamma] ₀, [la Beta 0]) [y delta] ₀ 530
La Función de Probabilidad FIML 531
El FIML Función de Probabilidad Concentrada 532
Las Pruebas de Restricciones que se Sobreidentifican 533
Propiedades del Perito FIML 533
Valoración de ML del Modelo 535 SUR
8.6 LIML 538
LIML Definió 538
Cálculo de LIML 540
LIML contra 2SLS 542
8.7 Observaciones en serie Correlacionadas 543
Dos Preguntas 543
ML incondicional para Observaciones Dependientes 545
Valoración de ML de Procesos de ar.1/546
Valoración ML Condicional de AR (1) Procesos 547
Valoración ML Condicional de AR (p) y VAR (p) Procesos 549
Juego de Problema 551
9 Econometría de raíz de la Unidad 557
9.1 Modelado de Tendencias 557
Procesos Integrados 558
¿Por qué es Importante Saber si el Proceso Es yo (1)?560
¿Cuál Debería Ser Tomado como el Nulo, yo (0) o yo (1)?562
Otros Acercamientos a Modelado de Tendencias 563
9.2 Instrumentos para Econometría de raíz de la Unidad 563
Lineal yo (0) Procesos 563
Acercándose I (1) por un Paseo Arbitrario 564
Relación a Modelos ARMA 566
El Proceso de Salchicha de Francfort 567
Lemma útil 570
9.3 Pruebas defectuosas y más llenas 573
El AR (1) el Modelo 573
Sacar la Distribución Restrictiva bajo el yo (1) 574 Nulos
La incorporación de la Intersección 577
La Incorporación de Tendencia de Tiempo 581
9.4 Pruebas Defectuosas y más llenas aumentadas 585
La Autoregresión Aumentada 585
La Limitación de Distribución del Perito OLS 586
Sacar Estadística de Prueba 590
Las Pruebas de Hipótesis sobre [zeta] 591
¿Qué Hacer Cuando p es Desconocido?592
Una Suposición para la Opción de p_max(T) 594
Incluso la Intersección en la Regresión 595
La Incorporación de Tendencia de Tiempo 597
Resumen del DF y Pruebas de ADF y Otras Pruebas de raíz de la Unidad 599
9.5 ¿Qué Prueba de raíz de la Unidad Usar?601
Asymptotics local a la unidad 602
Propiedades de Pequeña muestra 602
9.6 Aplicación:Paridad de Poder adquisitivo 603
¿La Elasticidad Embarazosa del Modelo de Paseo Arbitrario?604
Juego de Problema 605
Respuestas a Preguntas Seleccionadas 619
10 Cointegration 623
10.1Sistemas de Cointegrated 624
Vector Lineal I (0) y yo (1) Procesos 624
Beveridge-Nelson Decomposition 627
Cointegration Definió 629
10.2Representaciones Alternativas de Sistemas Cointegrated 633
La Representación Triangular de Phillips 633
VAR y Cointegration 636
El Modelo de corrección del Error de Vector (VECM) 638
El Procedimiento 640 ML de Johansen
10.3Pruebas del Nulo de Ningún Cointegration 643
Regresiones Falsas 643
La Prueba basada del Modo residual de Cointegration 644
Las pruebas del Nulo de Cointegration 649
10.4Inferencia en Vectores de Cointegrating 650
El Perito de SOLES 650
El Ejemplo Bivariate 652
Seguir con el Ejemplo Bivariate 653
Tener en cuenta Correlación Consecutiva 654
Caso General 657
Otros Peritos y Propiedades de Muestra finita 658
10.5Aplicación:la Demanda del Dinero en los Estados Unidos 659
Los Datos 660
(m - p, y, R) como un Sistema Cointegrated 660
DOLS 662
¿Demanda de Dinero Inestable?663
Juego de Problema 665
Apéndice.Matrices dividido y Productos Kronecker 670
Adición y Multiplicación de Matrices dividido 671
La Inversión de Matrices dividido 672

Traducción de:

Econometrics

Author: Fumio Hayashi