• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site
Bachelor 2015/2016

Applied Microeconometrics

Type: Elective course (Economics)
Area of studies: Economics
When: 4 year, 1, 2 module
Instructors: Alexandra Sergeevna Bashina (conducts seminars and checks works), Anna Alekseevna Gladysheva (conducts seminars and checks works), Elena V. Kossova (delivers lectures and administers exams), Tatyana A. Ratnikova (delivers lectures and administers exams)
Language: Russian
ECTS credits: 4.5


В этом курсе
речь пойдет о специфике работы с данными микроуровня, т.е. данными,
описывающими поведение людей, семей, домохозяйств, предприятий. Эти данные
представляют собой либо отдельные пространственные выборки объектов, либо
результаты продолжительного наблюдения над пространственными выборками одних и
тех же объектов



В чем
принципиальное отличие в подходах к анализу такого рода данных? Наверное, проще
всего ответить на этот вопрос, попытавшись сопоставить макро и микро
эконометрику.



Макроэконометрика
основана на строгих предпосылках, одной из которых служит предположение о
репрезентативном экономическом агенте, но характеристики этого агента –
агрегированы, например, такими характеристиками могут быть агрегированное
конечное потребление, агрегированный спрос или агрегированное предложение.
Когда оценки моделей, построенных на агрегированных данных, пытаются
использовать для формулировки 
рекомендаций по экономической 
политике, эти рекомендации оказываются обращенными в пустоту, ибо
реальные экономические агенты чрезвычайно неоднородны по своим возможностям и
предпочтениям. Возникает то, что носит название смещением агрегирования.



В
микроэконометрике анализ основывается на данных микроуровнях, что позволяет
получать более реалистичные оценки и вырабатывать более адекватные решения.



Гипотезы об
экономическом поведении потребителя или производителя, как правило, вытекают
из  теорий индивидуального поведения.
Оценивание моделей по агрегированным данным неизбежно приводит к  сильному упрощению гипотез и, соответственно,
к обеднению смыслов.



Микроэконометрические
данные поступают часто из опросов домохозяйств или предприятий, которые
предоставляют широкий спектр типов экономического поведения этих объектов, в
маркетинге доступны  ежедневные данные о
покупках в супермаркетах или заказах авиабилетов и мест в гостиницах из электронных
систем бронирования. Взрывообразный рост 
типов микроданных привел к лавинообразному росту статистических методов
их анализа, которые уже трудно уместить в рамки стандартного курса
эконометрики. И  курс «Прикладная
микроэконометрика» призван помочь слушателям обрести некоторые ориентиры в этом
безбрежном море современных статистических инструментов исследования
экономической реальности.



Курс состоит из
двух равноценных частей (каждая часть рассчитана на один модуль).



Одна часть будет
посвящена изучению примеров и методов оценивания регрессий в случаях, когда
зависимая переменная принимает дискретные или ограниченные значения.



Другая часть
поможет сформировать навыки оценивания и интерпретации моделей анализа
панельных данных, то есть данных, которые изменяются сразу в двух направлениях:
во времени и в пространстве



Курс
практикоориентированный. Семинарские занятия будут проходить в компьютерных
классах, где  будут разбираться примеры
оценивания микроэконометрических моделей по реальным данным. Основным
прикладным средством анализа данных будет служить статистический пакет STATA, в котором студенты научатся
начальным приемам программирования.



Курс будет
полезен студентам, специализирующимся по направлениям кафедр департамента
«Прикладная экономика», «Финансы» (особенно для направления «Корпоративные
финансы»), и студентам направления департамента «Теоретическая экономика»,
которых интересуют методы анализа панелей стран и регионов.



Овладев этими
методами, выпускники получают инструмент, который помогает им стать  востребованными специалистами в аналитических
агентствах и отделах крупных производственных и финансовых компаний.



 «Жесткие»: для изучения курса необходимо
знание теории вероятностей, математической статистики, эконометрики-1,
математического анализа и линейной алгебры.



«Мягкие»:
желательны некоторые начальные навыки работы в пакетах анализа данных.



Основные
учебники по курсу: Greene,
W.H. Econometric Analysis. 5th edition, Prentice Hall, 2003 и Ратникова Т.А. Введение в
эконометрический анализ панельных данных. М.: Издательский дом ГУ-ВШЭ, 2010.