추가 적립 안내

계량 경제학이나 수리 금융에 사용되는 선형모형분석 방법을 다루고 있는 이 책은 경제학이나 경영학에서 다루는 선형모형은 그 구조가 매우 복잡하며 상당한 수준의 통계적 수학적 지식이 전제되어야 이해가 가능하다. 계량경제학과 수리금융(또는 금융공학)에서 선형모형은 광범위하고 다양하게 응용되고 있는데도 불구하고 통계적 이론과 수학적인 기초에 지레 겁을 먹는 경우가 많다. 이 책은 고도의 통계적·수학적 지식이 없어도 자료의 특성에 따라 경제·금융자료를 분석할 수 있게 하려고 SAS/ETS를 이용한 사례분석을 비교적 자세하게 설명하려고 노력하였다.

1장 선형모형
1.1 선형모형의 정의
1.2 다중선형회귀모형
1.3 선형방정식 시스템
1.4 패널모형
1.5 시계열 모형
1.6 정리

2장 고전적 선형모형
2.1 다중선형회귀모형
2.2 SAS/ETS의 사용법
2.3 모수의 추정과 성격
2.4 잔차와 β의 의미
2.5 통계적 추론
2.6 구조변화에 대한 검정(Tests of Structural Change)
2.7 제약식 Rβ=q에서 모수 추정
2.8 독립변수 X가 확률변수일 때
2.9 가변수를 이용한 회귀분석
2.10 가변수를 이용한 구조변화의 검정
2.11 적합도와 변수의 선택}
2.12 예측
2.13 모형의 적합도를 위한 통계량
2.14 정규분포 가정이 없을 때

3장 일반화선형회귀모형과 추정방법
3.1 일반화선형회귀모형의 정의
3.2 Ω가 알려졌을 경우 일반화선형회귀모형
3.3 Ω를 모를 때 선형회귀모형
3.4 추정방법에 대한 평가
3.5 검정

4장 이분산선형회귀모형
4.1 이분산선형회귀모형의 정의
4.2 이분선형회귀모형의 내용종합
4.3 SAS/ETS 프로그램
4.4 사례분석
4.5 이분산성 검정
4.6 이분산선형회귀모형의 모수 추정

5장 오차항의 자기회귀모형
5.1 오차항의 자기회귀모형 정의
5.2 오차항의 자기회귀모형 내용종합
5.3 SAS/ETS 사용법
5.4 사례분석
5.5 ARMA 모형
5.6 오차항에 자기상관이 있는 선형회귀모형
5.7 예측

6장 오차항의 조건부이분산모형
6.1 조건부이분산
6.2 변동성 모형
6.3 GARCH 모형
6.4 다른 변동성 모형
6.5 SAS/ETS 사용법
6.6 사례분석

7장 회귀방정식 시스템
7.1 회귀방정식 시스템의 정의
7.2 회귀방정식 시스템 내용종합
7.3 SAS/ETS 사용법
7.4 사례분석
7.5 모수의 추정
7.6 표면무상관회귀모형
7.7 표면무상관회귀모형에서 검정 및 제약조건 하에서의 추정
7.8 표면무상관회귀모형의 제반문제와 확장

8장 연립방정식모형
8.1 연립방정식모형의 정의
8.2 연립방정식모형의 식별
8.3 모수추정의 요약
8.4 SAS/ETS 사용법
8.5 사례분석
8.6 연립방정식모형에서 발생하는 여러 문제
8.7 연립방정식모형의 용어 정의 및 식별
8.8 모수의 추정


9장 단위근 검정
9.1 단위근의 개념
9.2 확률추세 모형의 일반화
9.3 추세 제거
9.4 단위근과 회귀잔차
9.5 단위근 검정 분포의 도출
9.6 Dickey-Fuller 검정에서 발생하는 문제점과 해결
9.7 Dickey-Fuller 검정의 일반적인 접근
9.8 SAS/ETS 사용법
9.9 사례분석
9.10 계절 단위근
9.11 구조변화와 단위근 검정


10징 공적분 검정과 오차수정모
10.1 VAR(p) 모형
10.2 VAR(p) 모형의 식별
10.3 Granger Causality 검정
10.4 공적분
10.5 SAS/ETS 사용법
10.6 사례분석

11장 VARMAX 모형
11.1 VARMAX 모형의 정의
11.2 충격반응함수와 VARMAX 모형의 동적구조
11.3 모형의 선택과 VECMX 모형
11.4 다변량 GARCH 모형
11.5 SAS/ETS 사용법
11.6 사례분석

부록
A. 통계적 수렴
B. 중심극한정리
C. 대수의 법칙(Law of Large Numbers, LLN)
D. 응용
E. Gauss-Markov 정리의 증명
참고 문헌
찾아보기

머리말
이 책은 계량 경제학이나 수리 금융에 사용되는 선형모형분석 방법을 다루고 있다. 경제학이나 경영학에서 다루는 선형모형은 그 구조가 매우 복잡하며 상당한 수준의 통계적 수학적 지식이 전제되어야 이해가 가능하다. 계량경제학과 수리금융(또는 금융공학)에서 선형모형은 광범위하고 다양하게 응용되고 있는데도 불구하고 통계적 이론과 수학적인 기초에 지레 겁을 먹는 경우가 많다. 이 책은 고도의 통계적·수학적 지식이 없어도 자료의 특성에 따라 경제·금융자료를 분석할 수 있게 하려고 SAS/ETS를 이용한 사례분석을 비교적 자세하게 설명하려고 노력하였다.
이 책을 이해하는데 최소한의 지식은 행렬(matrix)의 이해이다. 선형모형의 이론적인 전개는 가능한 짧게 전개하였으며 추정치의 검정을 위한 근사분포는 될 수 있는 대로 생략하고 설명하였으므로 수학을 기본으로 엄밀한 이론적 접근이 필요한 석·박사과정 학생에게는 다소 부족한 점이 있다.
이 책은 크게 두 섹션으로 나눌 수 있다. 총 11개 장 중 2장~8장까지는 정상성 과정(stationary process)을 따르는 자료를 대상으로 하는 경제·금융 분석방법을 다루고 있고 9장~11장까지는 비정상성과정(non-stationary process)을 따르는 자료에 대한 모형과 통계적 추론을 다루고 있다. 종속변수의 차원에 따라 분류하면 2장~6장, 9장이 일변량 선형모형에 해당하며 7~8장, 10~11장은 다변량 선형모형에 해당한다.
또한, 여러 가지 시계열 자료 분석 기법은 5~6장과, 9~11장이며 이외는 엄밀하지는 않지만, 횡단면 자료 분석으로 나눌 수 있다. 그러므로 선형모형과 시계열 모형의 이해나 이들 두 모형을 접목하여 분석하고 변동성 예측에 대해 관심이 있는 독자는 1장~6장을 읽어보길 권하고, 단순하게 계량경제에서 사용되는 횡단면 자료 분석을 주로 하는 선형모형에 관심의 초점이 있는 독자는 1~4장, 7~8장을 공부하길 바란다. 9장~11장은 금융이론(특히, 금융공학)을 공부하는 학생은 반드시 공부해야 할 분야이다. 이 3개의 장을 이해하기 위해서는 1장~6장의 완벽한 소화를 전제로 한다. 1장~6장, 9장~11장을 강의하면 1장~5장을 한 학기로, 6장 그리고 9장~11장을 두 번째 학기로 강의하는 게 적당하며 1~4장 그리고 7~8장을 강의하면 한 학기용으로 적당하다고 생각한다.