• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2020/2021

Анализ временных рядов и панельных данных

Направление: 38.03.01. Экономика
Когда читается: 4-й курс, 1, 2 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для своего кампуса
Язык: английский
Кредиты: 4

Course Syllabus

Abstract

Time Series and Panel Data Analysis (intermediate level) is a two-module course designed for fourth year ICEF students. The course is divided into two parts. The first part covers time series theory and methods, while the second part goes over panel data analysis. Students will learn basic theoretical results and how to estimate time series and panel data in practice with the help of computational software. The course is taught in English. Course Pre-requisites: Statistics, Mathematics for Economists, Introduction to Econometrics, Introduction to Economics. You need to be comfortable using matrices.
Learning Objectives

Learning Objectives

  • introduce the students to the modern methods of time series and panel data analysis
  • prepare students for individual work, in particular on their bachelor's theses
Expected Learning Outcomes

Expected Learning Outcomes

  • test data for stationarity and transform non-stationary series into stationary ones.
  • model the dynamics of several variables simultaneously, and analyze relations between different time series
  • be able to estimate different time series models with the help of statistical software
  • construct forecasts for macroeconomic and financial variables
  • model dependence in conditional variance of times series data
  • estimate the basic models of conditional heteroskedacticity using statistical software
  • explain specifics of panel data: when it is used and what flexibility it adds to econometric models
  • construct and estimate linear models with unobserved heterogeneous effects
  • compute the pooled OLS, fixed effects, and random effects estimators
  • compute Arellano-Bond estimator
  • construct nonlinear models for panel data, in particular, binary choice models, and estimate those models in practice
  • be able to estimate ADL models
  • understand specifics of time series data and be able to construct linear models for time series data and apply the Box-Jenkins procedure
Course Contents

Course Contents

  • Time series: basic concepts and ARMA models: review
    Definition of time series. Introduction of main characteristics of time series (stationarity, ergodicity, autocovariance function, correlogram). Lag operator. Autoregressive models. Moving-Average models. Wold decomposition. Moments, stationarity and invertibility conditions. Autoregressive Moving-Average models. Aggregation. Estimation. Information criteria: AIC and BIC.
  • ADL Models
    Estimation of Dynamic Causal effects. Lag Selection. HAC variance estimation.
  • Nonstationary time series
    Deviations from stationarity: unit roots, deterministic trends, structural breaks. Tests of stationarity
  • Conditional heteroskedasticity
    ARCH and GARCH models: introduction, properties, estimation
  • Multivariate time series
    VAR models: properties and characteristics. Granger causality.
  • Estimation and forecasting
    Estimation of ARMA and VAR models. Forecasting. Properties of forecasts. HAC variance estimation
  • Panel data: Introduction
    Introduction to panel data analysis. Advantages of panel data
  • Linear Panel Data Models
    Fixed effects and random effects. Between, within, and pooled estimators. Estimation and hypothesis testing
  • Dynamic Panel Data Models
    Dynamic panels. Arellano-Bond estimator.
  • Nonlinear panel models
    Binary response models with panel data. Logit and probit models of panel data.
Assessment Elements

Assessment Elements

  • non-blocking problem sets
  • non-blocking project
  • non-blocking midterm
    Для студентов она дистанте экзамен проводится в письменной форме с использованием асинхронного прокторинга. Экзамен проводится на платформе https://hse.student.examus.net). К экзамену необходимо подключиться за 10 минут до начала. Проверку настроек компьютера необходимо провести заранее, чтобы в случае возникших проблем у вас было время для обращения в службу техподдержки и устранения неполадок. Компьютер студента должен удовлетворять требованиям: 1. Стационарный компьютер или ноутбук (мобильные устройства не поддерживаются); 2. Операционная система Windows (версии 7, 8, 8.1, 10) или Mac OS X Yosemite 10.10 и выше; 3. Интернет-браузер Google Chrome последней на момент сдачи экзамена версии (для проверки и обновления версии браузера используйте ссылку chrome://help/); 4. Наличие исправной и включенной веб-камеры (включая встроенные в ноутбуки); 5. Наличие исправного и включенного микрофона (включая встроенные в ноутбуки); 6. Наличие постоянного интернет-соединения со скоростью передачи данных от пользователя не ниже 1 Мбит/сек; 7. Ваш компьютер должен успешно проходить проверку. Проверка доступна только после авторизации. Для доступа к экзамену требуется документ удостоверяющий личность. Его в развернутом виде необходимо будет сфотографировать на камеру после входа на платформу «Экзамус». Также вы должны медленно и плавно продемонстрировать на камеру рабочее место и помещение, в котором Вы пишете экзамен, а также чистые листы для написания экзамена (с двух сторон). Это необходимо для получения чёткого изображения. Во время экзамена запрещается пользоваться любыми материалами (в бумажном / электронном виде), использовать телефон или любые другие устройства (любые функции), открывать на экране посторонние вкладки. В случае выявления факта неприемлемого поведения на экзамене (например, списывание) результат экзамена будет аннулирован, а к студенту будут применены предусмотренные нормативными документами меры дисциплинарного характера вплоть до исключения из НИУ ВШЭ. Если возникают ситуации, когда студент внезапно отключается по любым причинам (камера отключилась, компьютер выключился и др.) или отходит от своего рабочего места на какое-то время, или студент показал неожиданно высокий результат, или будут обнаружены подозрительные действия во время экзамена, будет просмотрена видеозапись выполнения экзамена этим студентом и при необходимости студент будет приглашен на онлайн-собеседование с преподавателем. Об этом студент будет проинформирован заранее в индивидуальном порядке. Во время выполнения задания, не завершайте Интернет-соединения и не отключайте камеры и микрофона. Во время экзамена ведется аудио- и видео-запись. Процедура пересдачи проводится в соответствии с нормативными документами НИУ ВШЭ.
  • non-blocking written final exam
Interim Assessment

Interim Assessment

  • Interim assessment (2 module)
    0.2 * midterm + 0.15 * problem sets + 0.15 * project + 0.5 * written final exam
Bibliography

Bibliography

Recommended Core Bibliography

  • Applied econometric time series, Enders W., 2004
  • Econometric analysis of cross section and panel data, Wooldridge J. M., 2002
  • Elements of forecasting, Diebold F. X., 2007
  • Stock, J. H., & Watson, M. W. (2015). Introduction to Econometrics, Update, Global Edition (Vol. Updated third edition). Boston: Pearson Education. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1419285

Recommended Additional Bibliography

  • Introductory econometrics : a modern approach, Wooldridge J. M., 2009