EViews関連書籍

この本では、従属変数を直接予測し、サンプル内の予測値を評価し、サンプル期間を超えた予測値を計算するために使用できる高度な単変量多重回帰を紹介します。最も単純なモデルから最も高度なモデルまで、各従属変数の特定の成長パターンを考慮して開発された、単一時系列、二変量、三重時系列に基づくさまざまな代替多重回帰モデルが提示されます。特定の独立変数の各モデル セットの中で最悪の予測モデルと最良の予測モデルを示すために、各モデルの観測スコアと予測評価のグラフが提供されます。

ブラック＝ショールズモデルなどのファイナンス理論や、EViewsを使った最新の実証ファイナンスの手法を学べる中上級者向けの一冊。高頻度取引やイベントスタディ分析など、高度なファイナンスデータの解析方法を体験できる。特に状態空間モデルについては、理論的な解説と合わせて実証分析に必要なEViewsプログラミング例を掲載した。EViewsプログラミングの基礎が学べる章も収録されており、豊富なプログラミング例をダウンロードできる。ファイナンスの基礎知識を元に、さらにステップアップした実証分析にチャレンジしたい実務家や研究者のための実用書。

最新のデータ分析の手法を網羅！　GMM、ベイジアンVAR、DSGE、動学的相関係数(DCC)、ダイナミック・パネル等をわかりやすく解説。EViews Ver.8に完全対応。

EViewsを使って行う、統計分析、経済現象の分析をするための実践書。分析の基礎からEViewsの強みであるパネルデータ分析までを扱った。統計量に関する難しい理論説明はなるべく避け、ビジュアルに、直観的に各種の統計量の分布や回帰分析についても言及した。EViewsのインストールされたPCの座右で本書を活用することで、実証分析の基盤である、問題発見、分析、結果の検討という社会でももとめられる作業についても学ぶことができる。また附論は活動度の高いコマンド、その実行例を掲載した。

ソフトの利用方法を一通りマスターしている経験者には重宝する内容の「EViewsによる計量経済分析」が初版から10年が経ち、その間に深化した計量経済学に合わせて改訂されました。初版では提供されているデータが日本に限定されていましたが、諸外国を含めたデータに変わりました。詳しい変更点等は東京経済新報社のページをご覧ください。

本書は、統計・計量ソフトEViewsを用いて統計学の基礎を学ぶテキストです。実習に必要なデータの一部と練習問題の解答は東洋経済新報社のHPからダウンロードできます。金利の計算やファイナンスで使用する統計学の基本もカバーされていますので、実務にも役立ちます。

学部上級レベルで最も洗練された計量経済学のテキストの改訂第二版です。

EViewsでの演習を通じて計量経済分析を基礎から習得

膨大なパネルデータの利用や倒産確率の計算などビジネスの分野においても重要性を増しているミクロ計量経済学について、具体例を用いながらていねいに解説。

実際にパソコンを使ってインターネット上のリソース(国民経済計算年報)からExcelデータを取得します. EViewsでそのExcelデータを取り込み, 記述統計量の計算, 折れ線グラフのプロット, 最小二乗法による回帰分析, 仮説検定, モデルの定式化の過程を操作画面を使って丁寧に解説します. さらに, 定式化における不要な説明変数に対する考え方, 多重共線性, ダミー変数, チャウテストについてもEViewsのメッセージや操作方法と合わせて説明しています. また, 数学/統計学的な専門用語については, 随所に設けた「知っておきましょう」という項目で解説しています。
EViewsを使って実践的にデータを処理する計量経済学 を学ぶ学生むけの1冊です。

出版社のサイトからサンプルデータをダウンロードし、実際に操作することができます。ですが、EViews初心者の方は先に基本操作編講習会を受講するか、または、無料の講習会テキストをダウンロードして製品の基本操作方法をご理解ください。その上で、本書の操作に取り組まれたほうが効率は良さそうです。

第1章 鳥瞰図-計量経済分析の概観から始まる本書は, データの分析にEViewsを利用しています. ソフトウェアの操作方法に関する説明はなく, あくまでデータの分析方法と統計学的な解説に重点をおいています. 計量経済学を学ぶにあたって必要とされる数学/統計学的なテキストと位置付けることもできそうです.説明範囲は多岐にわたっており, 記述統計量, 最小二乗法からはじまり, 最尤法,GMM,同時方程式, 誤差修正モデル, ARMA, ARCH, 単位根検定, 共和分検定, プロビット, ロジット, ト-ビット,さらに, 時系列とクロスセクションの統合, 季節調整, 状態空間モデル, HPフィルタ, ベクトル自己回帰（VAR）モデル, グレンジャーの因果関係, ベクトル誤差修正（VEC）モデルについて解説しています。