Магистратура
2019/2020
Эконометрика (продвинутый уровень)
Статус:
Курс обязательный (Мировая экономика)
Направление:
38.04.01. Экономика
Кто читает:
Департамент прикладной экономики
Где читается:
Факультет мировой экономики и мировой политики
Когда читается:
1-й курс, 1, 2 модуль
Формат изучения:
без онлайн-курса
Прогр. обучения:
Мировая экономика
Язык:
русский
Кредиты:
6
Контактные часы:
88
Программа дисциплины
Аннотация
Эконометрика - наука, изучающая количественные и качественные экономические взаимосвязи с помощью математических и статистических методов и моделей. Мы будем подробно изучать линейные регрессионные модели, рассмотрим наиболее частые отклонения от предпосылок классической линейной регрессии, изучим метод максимального правдоподобия, погрузимся в базовый анализ временных рядов и панельных данных. А также изучим базовые модели (logit и probit) для качественных зависимых переменных. Наряду с теоретической основой мы будем работать с реальными данными, используя статистический пакет STATA.
Цель освоения дисциплины
- Сформировать представление о теоретических основах современных эконометрических методов анализа данных
- Продемонстрировать широкий спектр инструментов анализа данных, описывающих экономические процессы
- Ознакомить с наиболее важными эконометрическими подходами
- Сформировать навык корректного использования инструментов на практике при работе со специализированной эконометрической программой STATA.
Планируемые результаты обучения
- Описывает специфические методы математической статистики и эконометрики; инструменты и средства, необходимые для решения прикладных задач
- Оценивает и перерабатывает освоенные научные методы и способы деятельности; предлагает концепции, модели, изобретает и апробирует способы и инструменты профессиональной деятельности; анализирует, верифицирует, оценивает полноту информации в ходе профессиональной деятельности, при необходимости восполняет и синтезирует недостающую информацию и работает в условиях неопределённости
- Проводит самостоятельные исследования в соответствии с разработанной программой, находит данные, необходимые для анализа и проведения экономических расчётов, используя различные источники информации
Содержание учебной дисциплины
- Тема 1. Предмет и метод эконометрикиПредмет эконометрики. Цели эконометрического исследования. Взаимоотношение между экономической теорией и эконометрикой. Метод эконометрики. Эконометрика и математическая статистика.
- Тема 3. Классическая линейная нормальная регрессионная модель (КЛНРММетод наименьших квадратов (МНК). Предпосылки КЛНРМ и теорема Гаусса-Маркова. Несмещённая оценка дисперсии случайной составляющей уравнения регрессии. Свойства оценок МНК и оценки дисперсии. Обычный и скорректированный коэффициенты детерминации, их связь с коэффициентом корреляции. Оценка ковариационной матрицы оценок МНК. Доверительные интервалы и проверка гипотез относительно параметров регрессионной модели. Прогнозирование в КЛНРМ. Качественные переменные и перекрёстные члены в регрессионной модели. Мультколлинеарность
- Тема 4. Нарушения предпосылок классической моделиОшибки спецификации и их последствия, выбор функциональной формы уравнения регрессии. Гетероскедастичность и автокорреляция: последствия для оценок МНК, диагностика. Обобщённая модель регрессии, обобщённый и доступный обобщённый метод наименьших квадратов. Состоятельные в случае гетероскедастичности и автокорреляции оценки ковариационной матрицы оценок МНК.
- Тема 13. Метод максимального правдоподобия. Тесты Вальда, отношения правдоподобия, множителей ЛагранжаМетод максимального правдоподобия. Свойства оценок метода максимального правдоподобия. Соотношение между оценками коэффициентов линейной регрессии, полученными методом максимального правдоподобия и методом наименьших квадратов в случае нормально распре-деленной случайной составляющей. Свойства оценки дисперсии случайной составляющей, полученной методом максимального правдоподобия. Проверка гипотез с помощью теста Вальда, теста отношения правдоподобия, теста множителей Лагранжа.
- Тема 8. Модели с качественной объясняемой переменнойЛинейная модель вероятности, модели логит и пробит. Оценивание моделей бинарного выбора методом максимального правдоподобия. Построение доверительных интервалов и проверка гипотез: критерии Вальда и отношения правдоподобия. Меры качества модели: псевдо-R2, классификационная таблица, чувствительность и специфичность. Проверка функциональной формы. Модели логит и пробит для упорядоченного и неупорядоченного множественного выбора. Предельные эффекты в моделях качественных данных.
- ЭндогенностьПонятие об эндогенности. Метод инструментальных переменных. Сильные и слабые инструменты. Тест Хаусмана проверки экзогенности регрессоров. Обобщенный метод моментов.
- Тема 6. Анализ временных рядовСоставляющие временного ряда, классическая декомпозиция. Методы экспоненциального сглаживания. Вероятностные модели временного ряда. Стационарность рядов. Модели ARMA, оценивание их параметров, выбор порядка авторегрессии и скользящего среднего. Автокорреляционная и частная автокорреляционная функции. Критерии Акаике и Шварца. Нестационарные ряды. Модели с детерминированным и стохастическим трендом, сезонность во временных рядах. Модели ARIMA и SARIMA. Оценивание регрессионных моделей по временным рядам. Динамические модели со стационарными переменными. Модели векторной авторегрессии. Причинность по Грэнджеру. Нестационарные переменные и кажущиеся регрессии. Понятие коинтеграции.
- Тема 7. Анализ панельных данныхРазнородность моделируемых объектов и её учёт с помощью панельных данных. Модель сквозной (pooled) регрессии. Модели со случайным и детерминированным индивидуальным эффектом, преобразования between и within. Последствия неправильной спецификации модели. Выбор модели с помощью F-теста, теста множителей Лагранжа и теста Хаусмана. Представление о динамических моделях панельных данных.
Элементы контроля
- Домашние задания №1 и №2Составляют 5% от итоговой оценки.
- КвизыПредставляют собой письменные опросы на лекциях продолжительностью 15 минут. Составляют 5% от итоговой оценки.
- ПроектБольшое домашнее задание, выполняемое на реальных данных. Составляет 20% от итоговой оценки.
- Контрольная по итогам 1-го модуляСоставляет 10% от итоговой отметки.
- Финальный письменный экзаменСоставляет 60% итоговой отметки.
- Активность на семинарахК итоговой сумме добавляются баллы за активность на семинарах (т.е. теоретически итоговая оценка может быть более 100 баллов).
Промежуточная аттестация
- Промежуточная аттестация (2 модуль)0.09 * Домашние задания №1 и №2 + 0.01 * Квизы + 0.1 * Контрольная по итогам 1-го модуля + 0.2 * Проект + 0.6 * Финальный письменный экзамен
Список литературы
Рекомендуемая основная литература
- Эконометрика. Начальный курс : учебник для вузов, Магнус, Я. Р., 2004
Рекомендуемая дополнительная литература
- Klaus Neusser. (2016). Time Series Econometrics. Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.b.spr.sptbec.978.3.319.32862.1