Эконометрика

2022/2023

Учебный год

RUS

Обучение ведется на русском языке

3

Кредиты

Кто читает:

Кафедра экономической теории и эконометрики (Нижний Новгород) (Факультет экономики НИУ ВШЭ (Нижний Новгород))

Статус:

Курс обязательный

Когда читается:

2-й курс, 4 модуль

Преподаватель

Ларин Александр Владимирович

Программа дисциплины

Аннотация

В результате освоения дисциплины студент ознакомиться с основными понятиями и инструменты эконометрических методов исследования; будет знать методы построения эконометрических моделей, объектов, явлений и процессов, получит умения анализа во взаимосвязи экономических явлений, процессов и институтов. Будет уметь анализировать и интерпретировать данные отечественной и зарубежной статистики о социально-экономических процессах и явлениях, выявлять тенденции изменения социально-экономических процессов, осуществлять поиск информации по полученному заданию, сбор, анализ данных, необходимых для решения поставленных экономических задач; осуществлять выбор инструментальных средств для обработки экономических данных в соответствии с поставленной задачей, анализировать результаты расчетов и обосновывать полученные выводы. Студент получит навыки построения на основе описания ситуаций теоретических и эконометрических моделей, анализа и содержательной интерпретации полученных результатов; прогнозирования на основе стандартных теоретических и эконометрических моделей поведение экономических агентов, развитие экономических процессов и явлений, на микро- и макроуровне.

Цель освоения дисциплины

• Целями освоения дисциплины «Эконометрика» являются овладение основами построения и оценки регрессионных уравнений.

Планируемые результаты обучения

• вычисляет R2 МакФаддена и интерпретирует его
• вычисляет вероятность попадания случайной величины в заданный интервал значений
• вычисляет коэффициент детерминации и интерпретирует его
• вычисляет оценки параметров парной регрессии по формулам
• вычисляет прогнозную вероятность для моделей бинарного выбора
• демонстрирует навыки владения эконометрическим инструментарием, полученные на семинарах
• записывает и решает систему нормальных уравнений для парной и множественной регрессии
• знает модели бинарного выбора (линейную модель вероятности и ее недостатки, модель логит, модель пробит)
• знает определение эндогенности и инструментальных переменных
• знает определения гетероскедастичности, автокорреляции, мультиколлинеарности
• знает основные законы распределения вероятности, используемые в эконометрике
• знает основные характеристики случайных величин
• знает последствия нарушений предпосылок теоремы Гаусса-Маркова
• знает свойства статистических оценок, проверяет оценки параметров на несмещенность, состоятельность, эффективность
• знает способы устранения последствий нарушений предпосылок теоремы Гаусса-Маркова (поправки Уайта, Ньюи-Веста)
• знает формулировку и доказательство теоремы Айткена
• знает формулировку и доказательство теоремы Гаусса-Маркова
• знает формулировку и доказательство теоремы Гаусса-Маркова для случая стохастических регрессоров
• знает этапы эконометрического исследования и их содержание
• может аналитически вывести оценку коэффициентов множественной регрессии двухшаговым методом наименьших квадратов
• оценивает параметры множественной регрессии с помощью эконометрического пакета (Stata или R) и интерпретирует их
• оценивает параметры моделей бинарного выбора с помощью эконометрического пакета (Stata или R) и интерпретирует их
• перечисляет типы данных и переменных в эконометрике
• сравнивает модели с ограничениями и без ограничений с помощью теста отношения правдоподобия (LR-тест)
• сравнивает оцененные модели бинарного выбора по качеству подгонки с помощью информационных критериев
• строит доверительный интервал для оценок коэффициентов классической линейной регрессии
• строит прогноз по оцененной модели классической регрессии
• считает предельные эффекты
• тестирует гипотезу о значимости классической регрессии в целом
• тестирует гипотезу о значимости линейных ограничений общего вида в классической регрессии
• тестирует гипотезу о значимости оценок коэффициентов классической линейной регрессии
• тестирует гипотезу о наличии структурных сдвигов в классической регрессии
• тестирует гипотезу о состоятельности МНК-оценок коэффициентов классической регрессии с помощью теста Хаусмана
• тестирует гипотезы о наличии гетероскедастичности, автокорреляции, мультиколлинеарности в классической регрессии
• умеет объяснить положение и взаимосвязь эконометрики со смежными дисциплинами
• умеет объяснить понятия регрессии, наилучшего линейного предсказания, среднеквадратической ошибки
• умеет объяснить суть ММП; умеет объяснить различие между тремя типами статистических тестов: LR, LM и W
• умеет объяснить, какие проблемы возникают в случае стохастических регрессоров

Содержание учебной дисциплины

• Тема 1. Введение в эконометрику
• Тема 2. Классическая линейная регрессия
• Тема 3. Нарушения предпосылок теоремы Гаусса-Маркова
• Тема 4. Метод максимального правдоподобия
• Тема 5. Проблема эндогенности
• Итоговый проект

Элементы контроля

• Контрольная работа 1
• Экзамен
• Аудиторная работа

Промежуточная аттестация

• 2022/2023 учебный год 4 модуль
  0.4 * Экзамен + 0.4 * Контрольная работа 1 + 0.2 * Аудиторная работа

Список литературы

Рекомендуемая основная литература

• Кеннеди, П. Путеводитель по эконометрике / П. Кеннеди ; пер. с англ. ; под науч. ред. В.П. Носко. — Москва : Издательский дом «Дело» РАНХиГС, 2016. — 528 с. - (Академический учебник). - ISBN 978-5-7749-1155-4. - Режим доступа: https://new.znanium.com/catalog/product/1043270
• Кеннеди, П. Путеводитель по эконометрике / П. Кеннеди ; пер. с англ.; под науч. ред. В.П. Носко. — Москва : Издательский дом «Дело» РАНХиГС, 2016. — 512 с. - (Академический учебник). - ISBN 978-5-7749-1156-1. - Режим доступа: https://new.znanium.com/catalog/product/1043268

Рекомендуемая дополнительная литература

• Евсеев, Е. А.  Эконометрика : учебное пособие для бакалавриата и специалитета / Е. А. Евсеев, В. М. Буре. — 2-е изд., испр. и доп. — Москва : Издательство Юрайт, 2019. — 186 с. — (Бакалавр и специалист). — ISBN 978-5-534-10752-4. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/431441 (дата обращения: 28.08.2023).