Эконометрика

Аспирантура 2024/2025

Статус: Курс обязательный

Кто читает: Школа финансов

Когда читается: 1-й курс, 2 семестр

Охват аудитории: для своего кампуса

Преподаватели: Полякова Марина Васильевна

Язык: русский

Полная версия программы учебной дисциплины

Аннотация

Настоящая программа учебной дисциплины устанавливает минимальные требования к знаниям и умениям аспиранта по направлению подготовки 38.06.01 «Экономика» и определяет содержание и виды учебных занятий и отчетности. Изучение данной дисциплины базируется на следующих базовых дисциплинах: • Линейная алгебра, • Математический анализ, • Теория вероятностей, • Математическая статистика. Основные положения дисциплины могут быть использованы в дальнейшем при изучении следующих дисциплин: • Микроэконометрика (продвинутый уровень) • Теория отраслевых рынков и конкурентная политика • Моделирование кредитных рейтингов • Современные исследования финансовых рынков • Современные исследования в корпоративных финансах, а также при написании эмпирической части диссертации.

Цель освоения дисциплины

• Получение аспирантами представления о теоретических основах эконометрики, основных эконометрических моделях и методах их оценивания, области их применения
• Освоение аспирантами статистических пакетов, позволяющих применить эконометрические методы к анализу реальных статистических данных
• Развитие навыков выбирать и применять методы исследования, адекватные предмету и задачам исследования - способности предложить эконометрическую модель, приближающую и объясняющую происходящие в обществе процессы, а также адекватный метод ее оценивания
• Развитие навыка выбирать необходимые для исследования статистические данные
• Развитие способности оценииать необходимые эконометрические модели по имеющимся статистическим данным с использованием современных статистических пакетов

Планируемые результаты обучения

Умеет выбирать регрессионную модель в зависимости от типа шкалы зависимой переменной;
Знать теоретическое обоснование основных эконометрических моделей и методов.
Иметь навыки (приобрести опыт) работы с модулями статистических пакетов Excel, Gretl и STATA , позволяющие применить эконометрические методы оценивания.
Уметь применять эконометрические методы оценивания при работе с реальными статистическими данными
знать базовые модели (логит и пробит) для качественных зависимых переменных
Уметь построить модель панельных данных и описать её
Уметь строить модели с фиксированным и случайным эффектом для панельных данных. Знать тест Хаусмана и тесты на наличие случайного/детерминированного индивидуального эффекта.
Умеет специфицировать и оценить регрессионную модель.
Включать в регрессионную модель переменные взаимодействия и интерпретировать коэффициенты переменных взаимодействия
знает модели бинарного выбора (линейную модель вероятности и ее недостатки, модель логит, модель пробит)
Знает методы анализа временных рядов;
Знать основные принципы регрессионного анализа панельных данных и уметь с ними работать
Построить линейную регрессионную модель и интерпретировать полученные результаты
Строить модель логит, интерпретировать коэффициенты

Содержание учебной дисциплины

Основные понятия теории вероятностей
Множественная линейная регрессия
Проверка гипотез для коэффициентов множественной регрессии
Выбор функциональной формы модели
Ошибки спецификации модели
Гетероскедастичность. Обобщенный МНК
Эндогенность
Модели с ограниченными зависимыми переменными
Тобит-модели и модели Хекмана. Модели счетных данных
Модели панельных данных
Введение в теорию временных рядов. Одномерные модели временных рядов

Элементы контроля

Самостоятельная работа - построение модели множественной регрессии
Работа должна быть выполнена к фиксированной дате. Опоздание влечет потерю 20% баллов.
Тест
Тест на 30 минут с открытыми и закрытыми вопросами

Промежуточная аттестация

2024/2025 2nd semester
0.6 * Самостоятельная работа - построение модели множественной регрессии + 0.4 * Тест

Список литературы

Авторы

Полякова Марина Васильевна

Программа дисциплины