Модели с качественными и ограниченными зависимыми переменными

Бакалавриат 2020/2021

Статус: Курс по выбору (Экономика)

Направление: 38.03.01. Экономика

Кто читает: Департамент прикладной экономики

Где читается: Факультет экономических наук

Когда читается: 4-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Преподаватели: Коссова Елена Владимировна, Потанин Богдан Станиславович

Язык: русский

Кредиты: 5

Контактные часы: 60

Полная версия программы учебной дисциплины

Аннотация

Целями освоения дисциплины являются овладение методами анализа микроэкономических данных, оценивания моделей с качественными и ограниченными значениями зависимой переменной, навыками работы со статистическими пакетами. Методы эконометрического анализа моделей с ограниченными значениями зависимой переменной, изучаемые в дисциплине, могут быть использованы в дальнейшем при подготовке выпускных квалификационных работ.

Цель освоения дисциплины

Научить слушателей грамотно выбирать, оценивать и интерпретировать эконометрические модели, применяемые для анализа микро-данных, то есть данных, поступающих из опросов домохозяйств, предприятий, индивидов и т.п.

Планируемые результаты обучения

Умение оценивать и интерпретировать вероятностные модели бинарного выбора
Умение оценивать вероятностные модели по сгруппированным данным
Умение оценивать и интерпретировать системы бинарных уравнений с коррелированными ошибками
Умение выбирать и оценивать модели множественного выбора, наиболее адекватные имеющимся данным, и интерпретировать их результаты.
Умение грамотно выбирать и оценивать эконометрические модели по усечённым, цензурированным данным и данным, подверженным смещению отбора наблюдений
Умение применять современные непараметрические подходы к оцениванию моделей со смещением отбора.
Умение оценивать модели бинарного выбора и модели с ограниченными значениями зависимой переменной по панельным данным

Содержание учебной дисциплины

Модели бинарного выбора
Линейная вероятностная модель. Probit и logit модели. Предельные эффекты. Тестирование общей линейной гипотезы. Прогнозирование. Ошибки спецификации.
Оценивание вероятностей по сгруппированным данным
Группировка данных по значениям качественных объясняющих переменных. Использование взвешенного метода наименьших квадратов для оценивания вероятности при различных предположениях о распределении случайных ошибок.
Системы бинарных уравнений с коррелированными ошибками
Внешне несвязанные и иерархические системы бинарных уравнений. Условия идентификации. Особенности оценивания и интерпретации результатов. Предельные эффекты совместных и условных вероятностей.
Модели бинарного выбора и модели с ограниченными значениями объясняемой переменной, оцениваемые по панельным данным
Особенности оценивания и интерпретации probit и logit моделей бинарного выбора при наличии фиксированных и случайных индивидуальных эффектов. Оценивание моделей с усеченными данными по панельным данным. Подходы к оцениванию модели Хекмана по панельным данным.
Модели множественного выбора
Порядковые (ordered) модели. Латентная переменная и ее интерпретация. Предельные эффекты. Проверка гипотезы о независимости границ латентной переменной от объясняющих переменных. Обобщенная порядковая модель. Модели последовательных значений. Множественная Logit-модель Мак Фаддена. Интерпретация с точки зрения полезности. Предположение и проверка гипотезы о независимости от посторонних альтернатив. Множественная probit модель.
Модели с ограниченными значениями зависимой переменной
Усечённые и цензурированные выборки. Особенности функции правдоподобия. Truncated модели. Модель Тобина. Предельные эффекты и прогнозирование безусловного и условного математического ожидания зависимой переменной. Смещение отбора. Модель Хекмана. Предельные эффекты, прогнозирование и тестирование гипотез. Выбор между моделями Тобина, Хекмана и классической линейной регрессионной моделью. Модели с переключением.
Непараметрический подход к оцениванию моделей со смещением отбора
Критика параметрического подхода Хекмана. Двух и трёх шаговые процедуры оценивания модели Хекмана с корректировкой смещения отбора как неизвестной функции от объясняющих переменных. Методы Галланта и Нички, Ньюи и Велла, Робинсона.

Элементы контроля

Домашнее задание №1
Если домашнее задание сдаётся позже обозначенного срока, начисляются штрафные баллы: -3 за каждую неделю после дедлайна.
Домашнее задание №2
См. комментарии к ДЗ№1
Экзамен
Экзамен проводится в дистанционном формате

Промежуточная аттестация

Промежуточная аттестация (2 модуль)
0.4 * Домашнее задание №1 + 0.4 * Домашнее задание №2 + 0.2 * Экзамен

Программа дисциплины