Скроботов Антон Андреевич

Oбразование и учёные степени

2024

Доктор экономических наук

2018

Кандидат экономических наук: тема диссертации: Устойчивые методы тестирования типа тренда в данных: теоретический и эмпирический аспекты

2013

Магистратура: Российская академия государственной службы при Президенте Российской Федерации, специальность «Экономика», квалификация «Магистр»

Профессиональные интересы

эконометрика финансовая эконометрика эконометрика временных рядов нестационарность данных устойчивое тестирование структурные сдвиги SVAR коинтеграция

Достижения и поощрения

Надбавка за публикацию в журнале из Списка А (и приравненном к нему научном издании) (2025–2026)
Группа высокого профессионального потенциала (кадровый резерв НИУ ВШЭ)
Категория "Новые преподаватели" (2025)

Учебные курсы (2025/2026 уч. год)

Продвинутые методы оценивания экономических и финансовых моделей на основе моментных условий (GMM) (Аспирантура; где читается: Факультет экономических наук; 2-й курс, 2 семестр)рус
Эконометрика (Бакалавриат; где читается: Факультет экономических наук направление: 38.03.01 Экономика; 3-й курс, 1, 2 модуль)рус
Архив учебных курсов

Расписание занятий на сегодня

Расписание занятий по физической культуре в спортивных секциях

Полное расписание

Диссертация на соискание учёной степени доктора наук

2024
Скроботов А. А. Устойчивые статистические методы тестирования для нестационарных временных рядов

Опыт работы

2009 – 2024 Gaidar Institute for Economic Policy, Short-Term Forecast Department

2011 – 2024 Russian Presidential Academy of National Economy and Public Administration, Institute of Applied Economic Studies

2019 – 2024 Saint Petersburg State University

29

июнь

2026

Разработан метод построения доверительных интервалов для дат появления и исчезновения рыночных пузырей

Эйдзи Куродзуми и Антон Скроботов опубликовали статью «Confidence Sets for the Emergence, Collapse, and Recovery Dates of a Bubble» в журнале Econometric Reviews. В работе впервые предложен метод построения статистически обоснованных доверительных множеств для дат начала, обвала и восстановления финансовых пузырей. Авторы используют процедуру обращения критериев для локализации точки структурного сдвига, что позволяет контролировать уровень покрытия при разумной длине интервала. Эффективность подхода продемонстрирована на данных японского индекса Nikkei 225.

22

окт.

2025

Новый метод идентификации структурных сдвигов в экономических данных

Коллектив исследователей Центра больших данных в экономике и финансах (Артем Прохоров, Петр Радченко, Александр Семенов, Антон Скроботов) разработал новый метод выявления структурных разрывов в экономических и финансовых временных рядах. В статье “Change-Point Detection in Time Series Using Mixed Integer Programming” представлен подход, основанный на методах смешанно-целочисленной оптимизации (Mixed Integer Optimization, MIO).