Leserbewertungen
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 5 Stimmen.
Originaltitel:
Panel Methods for Finance: A Guide to Panel Data Econometrics for Financial Applications
Inhalt des Buches:
Finanzdaten sind in der Regel durch eine Zeitreihen- und eine Querschnittsdimension gekennzeichnet. Zum Beispiel können wir Finanzinformationen über eine Gruppe von Unternehmen über mehrere Jahre hinweg beobachten oder die Renditen aller an der NYSE gehandelten Aktien über einen Zeitraum von 120 Monaten. Dementsprechend erfordert die ökonometrische Modellierung im Finanzbereich eine angemessene Berücksichtigung dieser beiden - oder gelegentlich auch mehr als zwei - Dimensionen der Daten. Um genau dies zu erreichen, wurden Paneldatenverfahren entwickelt. Dieses Buch gibt einen Überblick über die gängigen Panel-Methoden für Finanzanwendungen.
Die Verwendung von Paneldaten hat viele Vorteile, was die Flexibilität der ökonometrischen Modellierung und die Fähigkeit zur Kontrolle unbeobachteter Heterogenität angeht. Sie bringt aber auch eine Reihe ökonometrischer Probleme mit sich, die besondere Aufmerksamkeit erfordern. Dazu gehören Querschnittsabhängigkeit, robuste und geclusterte Standardfehler, Parameterheterogenität, feste Effekte, dynamische Modelle mit einer kurzen Zeitdimension, Instrumentalvariablen, Differenzen in Differenzen und andere Ansätze für Kausalschlüsse.
Nach einem einführenden Kapitel, in dem das klassische lineare Regressionsmodell mit besonderem Augenmerk auf seine Verwendung in einem Paneldatenkontext vorgestellt wird, einschließlich verschiedener Standardschätzer (gepoolte OLS, Fama-MacBeth, zufällige Effekte, erste Differenzen, feste Effekte), fährt das Buch mit einer ausführlicheren Behandlung der Ansätze mit festen Effekten fort. Schätzer mit ersten Differenzen und festen Effekten sind zwar attraktiv, weil sie zeitinvariante unbeobachtete Heterogenität (z. B. Managerqualität, Unternehmenskultur) eliminieren, aber die Konsistenz solcher Schätzer setzt strenge Exogenität der erklärenden Variablen (für eine endliche Anzahl von Zeiträumen) voraus. Dies wird in der Praxis oft verletzt, z. B. kann eine erklärende Variable, die die Unternehmensleistung erklärt, teilweise durch die historische Unternehmensleistung bestimmt sein. Ein offensichtlicher Fall, in dem diese Annahme verletzt wird, ergibt sich, wenn das Modell eine verzögerte abhängige Variable enthält. Ein gesondertes Kapitel wird sich mit dynamischen Modellen befassen, denen in der Literatur besondere Aufmerksamkeit gewidmet wird, auch im Zusammenhang mit Finanzanwendungen, wie z. B. der Dynamik von Kapitalstrukturentscheidungen. Die Schätzung stützt sich meist auf Instrumentalvariablen oder GMM-Techniken. Die Identifizierung und Schätzung solcher Modelle ist oft anfällig, und die Eigenschaften kleiner Stichproben können enttäuschend sein.
Das Buch wird fortgesetzt mit einem Kapitel über Modelle mit begrenzten abhängigen Variablen, einschließlich binärer Antwortmodelle. Die wahrscheinlich vorhandene Querschnittsabhängigkeit erschwert die Schätzung, und der Autor erörtert gepoolte Schätzungen, Ansätze mit zufälligen und festen Effekten, einschließlich der Möglichkeit, verzögerte abhängige Variablen einzubeziehen. In diesem Kapitel werden auch die Probleme der Schwundquote und der Verzerrung der Stichprobenauswahl sowie unausgewogene Panels im Allgemeinen erörtert.
Die Identifizierung von kausalen Effekten in empirischen Arbeiten, die auf nicht-experimentellen Daten beruhen, ist oft eine Herausforderung, und der Kausalschluss hat in der jüngeren Literatur große Beachtung gefunden. Die Verfügbarkeit von Paneldaten spielt bei vielen Ansätzen eine wichtige Rolle. Beginnend mit einfachen Differenzen-in-Differenzen-Ansätzen werden in einem eigenen Kapitel Instrumentalvariablen-Schätzer, Matching und Propensity Scores, Regressionsdiskontinuität und verwandte Ansätze diskutiert.
Weitere Daten des Buches:
| ISBN: | 9783110660135 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Kauf:
Derzeit verfügbar, auf Lager.
