제1부 EViews의 기초
제1장 EViews의 기초
1. EViews란 무엇인가? = 3
2. EViews의 설치 = 4
3. EViews 윈도우 기초 = 4
3.1 윈도우 활성화와 통제 = 5
3.2 윈도우 스크롤 및 항목 선택과 열기 = 5
3.3 메뉴와 대화창 = 6
3.4 EViews의 시작과 활성창 = 8
3.5 EViews 끝내기 = 12
4. Object와 작업파일 기초개념 = 13
4.1 기초 작업파일 = 13
4.2 작업파일 생성 = 14
4.3 작업파일의 저장 = 17
4.4 작업파일 올리기와 디폴트 디렉터리 설정 및 변환 = 18
4.5 작업파일의 크기 조정과 분류 = 18
4.6 작업파일 화면 변환 = 20
5. Object의 관리 = 23
5.1 자료 object = 24
5.2 object 보기 = 24
제2장 EViews와 기초 시계열 분석
1. 시계열 자료파일 생성방법 = 27
2. 시계열 기초자료의 검정과 그래프 작성 = 34
3. 핵밀도 그래프 = 38
3.1 핵밀도 = 38
3.2 핵밀도 함수의 옵션 = 40
제2부 회귀방정식 모형
제3장 회귀방정식과 가설검정
1. 회귀모형의 추정 = 45
1.1 가설검정 = 48
1.2 계열상관 LM검증 = 55
1.3 방정식의 수정 = 57
1.4 추정 방정식으로부터 예측 = 61
2. 추가적인 분석방법 : LM, ARCH, Unit Root = 66
제4장 구조방정식과 2단계 최소자승법(2SLS)
1. 동시추정방법 = 71
1.1 반복 대 비반복 모형 = 71
2. 동시방정식 = 73
2.1 모형식별 조건: 차수(order) 조건(필요조건) = 74
2.2 시스템 방정식 식별 = 74
2.3 모형식별시 검토사항 = 75
3. 감소형(reduced-form) 방정식에 의한 추정방법 = 76
3.1 모형 [l]: 과소식별 모형 = 79
3.2 모형 [2]: 과대식별 모형 = 80
3.3 모형 [3]: 케인즈 거시경제 모형 = 82
4. 2단계 최소자승(2SLS) 추정방법 = 83
4.1 예제 [1]: 과대식별 구조모형 = 84
4.2 예제 [2]: 수요량과 공급량에 대한 2SLS = 85
5. 동시성에 대한 검정(Hausman(1976) 분류검정): 예제 [1] = 86
6. Hausman의 모형식별 검정(또는 동시성 검정): 예제 [2] = 87
7. 모형식별의 위계조건 = 88
8. EViews를 이용한 2SLS 실증분석 = 90
8.1 2SLS 구조방정식의 직접산출 = 90
8.2 2SLS옵션을 이용한 구조 방정식 = 99
제5장 적응적 기대모형(AEM)과 부분수정모형(PAM)
1. 적응적 기대모형 = 103
2. 부분수정모형: 예제 1 = 110
3. 부분수정모형(PAM): 예제 2 = 111
제6장 다항분포후행모형(PDLM)
1. 동적 계량경제모형 = 119
1.1 분포후행모형 = 119
1.2 후행에 대한 이유 = 122
2. 분포후행모형(DLM)의 임시추정 = 123
2.1 추정방법 = 123
2.2 분포후행모형의 약점 = 124
3. 분포후행모형(DLM)에 대한 Koyck 접근법 = 124
4. Koyck모형의 합리성: 적응적 기대 = 126
5. Koyck모형의 합리성: 부분수정 = 127
6. 적응적 기대와 부분수정모형의 조합 = 128
7. DLM에 대한 Almon접근법: PDLM = 129
8. EViews를 이용한 다항분포후행모형(PDLM)의 실증분석 = 133
제7장 LPMㆍLogitㆍProbit 모형: LEVEL 1
1. 로짓 모형 = 143
2. 프로빗 모형 = 147
3. EViews를 이용한 LPM, Logit, Probit 모형 실증분석 = 149
3.1 선형확률모형 = 152
3.2 가중선형확률모형 = 155
3.3 로짓 모형 = 160
3.4 프로빗 모형 = 163
제8장 LPMㆍLogitㆍProbit 모형: LEVEL 2
1. 더미 종속변수모형 = 167
1.1 선형확률모형(LPM) = 167
1.2 LPM의 OLS 추정 = 168
1.3 0≤E( Yi | Xi )≤1의 불충분 조건 = 170
2. EViews를 이용한 LPM 모형의 수리적 해석: 사례 1 = 172
3. EViews를 이용한 로짓 모형의 수리적 해석: 사례 3 = 178
3.1. 로짓 모형의 특징 = 179
3.2. EViews를 이용한 Logit 모형의 수리적 해석 = 180
3.3. 로짓 모형 분석결과 및 해석 = 183
4. EViews를 이용한 프로빗 모형의 수리적 해석: 사례 3 = 194
4.1 프로빗 모형에 대한 실증분석 = 197
4.2 LPM에 대한 로짓과 프로빗 모형의 수치 크기 비교방법 = 200
제3부 시계열 모형에 의한 예측
제9장 시계열 예측 기초
1. 시계열 자료의 예측 = 205
1.1 다변량 인과관계 예측방법 : 회귀분석 방법 = 205
1.2 단일변량 및 다변량 시계열 예측방법 = 206
1.3 질적 예측방법 = 207
2. 자료의 분류 = 208
2.1 1차 및 2차 자료 = 208
2.2 시계열 대 횡단면 자료 = 208
2.3 거시경제 및 미시경제 자료 = 209
2.4 높은 빈도 대 낮은 빈도 자료 = 209
2.5 양적 대 질적 자료 = 209
3. 경제자료의 측정과 변환 = 209
3.1 지수로서 측정된 경제변수 = 209
3.2 성장률과 비율로서 측정되는 경제변수 = 210
4. 시계열의 공통유형 = 211
4.1 확률유형 = 211
4.2 추세유형 = 211
4.3 계절유형과 순환유형 = 212
4.4 자기상관 유형 = 213
4.5 특이치 = 213
4.6 시계열 오차 = 214
5. 예측의 기본적 도구 = 215
5.1 절대오차 = 216
5.2 상대오차 = 216
6. 편의(bias)에 대한 통계적 유의성 검정과 상관계수 측정 = 217
7. 시계열 속성 = 218
8. 시계열의 확률과정 = 220
8.1 확률행보 과정 = 221
8.2 상수항을 갖는 확률행보 = 224
8.3 결정적 추세와 확률적 추세 = 226
8.4 추세 안정과정(TSP)과 차분안정화과정(DSP) = 227
8.5 자기상관과 k차 자기상관함수(ACF(k)) = 228
9. 잔차에 대한 백색잡음 = 229
제10장 단위근 검정(Unit Root Test)
1. 확률행보와 단위근 검정 = 231
2. 단위근과 정상성 = 232
3. 시계열의 정상성 검정 = 237
3.1 계열상관도표 = 237
3.2 Q-통계량 검정 = 237
4. 단위근 검정과 세 가지 회귀분석 모형 = 238
4.1 Dicky-Fuller(DF) 단위근 검정 = 239
4.2 ADF 단위근 검정 = 240
5. EViews를 이용한 DF 단위근 검정: 정상성 검정 = 241
5.1 첫 번째(상수항과 추세를 갖지 않음) 회귀방정식 모형 = 244
5.2 두 번째(상수항을 갖음) 회귀방정식 모형 = 247
5.3 세 번째(상수항과 추세를 갖음) 회귀방정식 모형 = 249
제11장 분해법과 계절지수
1. 시계열 분해법 = 259
1.1 불규칙 성분(또는 우연성분): et = 260
1.2 추세성분(또는 경향변동, 장기변동): Tt = 260
1.3 계절성분: St = 260
1.4 순환성분: Ct = 260
1.5 추세모형에 의한 분해 = 262
1.6 이동평균법에 의한 분해 = 263
2. 계절지수의 계산을 위한 승법방법 = 265
3. 중심이동평균(CMA) 백분율을 사용한 계절지수의 계산 = 266
4. 고전적 승법분해법 및 가법분해법 단계요약 = 270
5. 회귀분석을 사용한 분해법 = 273
5.1 가법회귀모형 = 273
5.2 승법회귀모형 = 274
6. 차분을 갖는 추정된 추세 = 279
6.1 추세가 존재할 때 = 279
6.2 의사결정 규칙 = 280
7. 비선형 추세와 계절차분 = 281
8. Excel과 EViews를 이용한 분해법과 계절지수 실증분석 = 282
8.1 엑셀을 이용한 분석절차 = 282
8.2 EViews를 이용한 분석절차 = 286
제12장 이동평균과 지수평활모형
1. 단일변량 시계열모형 = 303
1.1 단순모형 = 303
1.2 평균예측모형 = 303
1.3 평균변화모형 = 304
1.4 평균백분율변화모형 = 304
2. 이동평균모형 = 304
2.1 단순이동평균(SMA) = 305
2.2 이중이동평균 = 307
2.3 가중이동평균 = 310
2.4 단순지수평활화 = 310
2.5 계절단순지수평활화 = 313
2.6 Brown의 1모수 이중지수평활화 = 314
2.7 홀트의 2모수 모형 = 315
2.8 윈터스 3모수 모형 = 316
2.9 적응적 반응비율 지수평활모형: ARRES = 318
3. EViews를 이용한 차분지수평활모형 실증분석: 예제 1 = 319
3.1 Brown의 이중지수평활(DES)모형 = 323
3.2 Holt의 2모수추세(TPT)모형 = 325
3.3 Winters의 3모수지수평활(TPES)모형 = 327
4. EViews를 이용한 이동평균과 지수평활 실증분석: 예제 2 = 329
4.1 이중이동평균 시계열의 산출 = 337
4.2 지수평활 시계열의 생성 = 337
제13장 ARIMA모형과 안정성 검정
1. 오차항의 백색잡음(white-noise, WN)과 시계열 안정성 = 343
1.1 공분산 안정계열 = 345
1.2 AR(1) 과정에 대한 시계열 안정성 = 346
1.3 AR(1)모형과정의 자기상관함수(ACF) = 348
1.4 AR(1)과 MA(1)의 ACF와 PACF의 속성 = 351
1.5 AR(p)모형의 선택기준 = 351
2. 자기회귀 이동평균(ARMA) 모형 = 352
3. Box-Jenkins 모형선택의 3단계 방법 = 353
3.1 모형의 식별 = 353
3.2 모형의 추정 = 353
3.3 모형의 진단 및 검토 = 354
3.4 예측함수 = 355
4. 단일변량과 ARIMA(p, d, q)모형의 구축단계 = 355
4.1 ARIMA모형의 가정과 정의 = 356
4.2 ARIMA(2, 0, 0)에 대한 자기상관함수 = 365
4.3 후행 연산자와 Box-Jenkins모형에 의한 계열상관도의 예제 = 370
4.4 ARIMA(0, 1, 0) 적분과정 = 379
4.5 가역성 = 380
5. ARIMA모형의 식별 = 383
5.1 자기상관함수 = 383
5.2 편자기상관함수 = 384
5.3 그래프 산점도 = 385
6. ARIMA(p, d, q)모형의 진단 = 392
6.1 Ljung-Box(1978) 통계량 = 392
6.2 의사결정규칙 = 393
제14장 EViews를 이용한 ARIMA 실증분석
1. EViews에 의한 ARIMA 모형의 식별과정 = 397
2. EViews에 의한 ARIMA모형의 구축과정 = 404
3. 불안정시계열의 ARIMA모형 구축 = 409
제15장 계절적 ARIMA모형의 실증분석
1. EViews를 이용한 계절적 ARIMA모형의 구축 = 421
2. 계절차분에 의한 ARIMA모형의 안정화 = 426
제4부 CAUSALITY／GARCH／VAR
제16장 Granger 인과관계 검정
1. Granger의 인과관계 검정 = 447
1.1 그랜저 인과관계 검정결과 ; 총통화량(M)과 GNP = 448
1.2 그랜저 인과관계 검정단계 = 448
1.3 그랜저 인과관계의 한계 = 449
1.4 인과관계 검정결과에 대한 도식적 예 = 450
2. EViews를 이용한 그랜저 인과관계 실증분석 = 452
2.1 EViews를 이용한 그랜저 인과관계 검정 = 453
제17장 ARCH와 GARCH모형
1. 금융시계열의 변동성 측정 = 469
2. GARCH(p, q)모형 = 472
3. 합리적 기대 = 474
3.1 ARCH-M 모형 = 475
3.2 GARCH모형의 식별 = 476
4. EViews를 이용한 ARCH 및 GRACH모형의 실증분석 = 479
제18장 VAR과 VECM
1. 벡터자기회귀(VAR)모형 = 487
1.1 벡터자기회귀이론 = 488
1.2 Eviews를 이용한 VAR의 추정 = 489
2. VAR 추정결과 및 해석 = 492
3. VAR의 계산 = 494
3.1 VAR와 충격반응함수 = 495
3.2 충격반응함수(IRF)의 산출 = 496
3.3 분산분해 = 499
4. 공적분 검정 = 502
4.1 EView에서 공적분 검정 = 505
4.2 공적분 관계와 공적분 관계의 수 = 506
4.3 결정적 추세의 가정 = 506
5. EViews를 이용한 VECM의 실증분석 = 512
찾아보기 = 523
