Econometrics (Advanced Level)

2020/2021

Academic Year

RUS

Instruction in Russian

6

ECTS credits

Delivered at:

Department of Mathematical Economics (Faculty of Economics)

Course type:

Compulsory course

When:

1 year, 1, 2 module

Instructor

Larin, Alexander V.

Программа дисциплины

Аннотация

В результате изучения дисциплины студент: - умеет выбирать адекватный метод выполнения эмпирических оценок в конкретной практической ситуации, осознавая все его достоинства и недостатки, - способен указать недостатки и достоинства других моделей и методов выполнения эмпирических оценок, используемых другими авторами, - имеет навыки (приобретает опыт) выполнения эмпирических оценок на реальных данных. В содержание дисциплины «Эконометрика (продвинутый уровень)» входит изучение следующего круга вопросов: примеры несостоятельности МНК оценок, инструментальные оценки, оценки параметров моделей методом моментов. Особенностями курса является иллюстрация теоретического материала примерами выполнения эмпирических оценок с использованием компьютерных программ и приобретение слушателями курса навыков работы на компьютере в эконометрических пакетах.

Цель освоения дисциплины

• Целями освоения дисциплины «Эконометрика (продвинутый уровень)» являются углубление знаний студентов и привитие им практических навыков выполнения эмпирических оценок.

Планируемые результаты обучения

• Записывает уравнение регрессии и формулы для нахождения оценок параметров.
• Записывает выражения коэффициента детерминации.
• Формулирует условия классической модели и условия несмещенности и состоятельности МНК оценок параметров.
• Приводит примеры несостоятельности МНК оценок.
• Формулирует условия валидности и релевантности инструментов.
• Приводит примеры инструментов.
• Формулирует алгоритмы GIV и 2SLS.
• Рассказывает алгоритм метода моментов. Приводит пример.
• Рассказывает алгоритм GMM и тест. Приводит пример реализации.
• Записывает тесты. Интерпретирует результаты тестов

Содержание учебной дисциплины

• Тема 1. Запись регрессионной модели в матричной и векторной формах. МНК (OLS).
  Векторы и матрицы, основные операции. Метод наименьших квадратов. Выполнение оценок коэффициентов и их дисперсий методом наименьших квадратов (МНК). Дисперсии оценок и стандартные ошибки.
• Тема 2. Качество подгонки модели.
  R2, скорректированный R2, центрированный R2, квадрат коэффициента парной корреляции зависимой переменной и ее прогнозного значения. Распространенные заблуждения по поводу R2.
• Тема 3. Классическая модель, теорема Гаусса-Маркова.
  BLUE оценка в рамках классической модели. Требования к регрессионным моделям для получения несмещенных и состоятельных OLS оценок коэффициентов регрессий.
• Тема 4. Проверка гипотез.
  Тесты Вальда. Тесты отношения правдоподобия. Тесты множителей Лагранжа. Простейшие F- и t-тесты; проверка одного и нескольких линейных ограничений; общий случай.
• Тема 5. Примеры несостоятельных OLS оценок.
  Автокорреляция в моделях с лагированной зависимой переменой в правой части. Ошибки измерений объясняющих переменных. Эндогенные объясняющие переменные. Пример кейнсианской модели.
• Тема 6. Метод инструментальных переменных.
  Примеры эндогенных объясняющих переменных в уравнении доходов. Модели с одной эндогенной переменной. Выполнение оценок с использованием одной инструментальной переменной. Требования к инструменту. Ковариационная матрица оценок коэффициентов. Проверка экзогенности регрессора. Тест Хаусмана и Durbin-Wu-Hausman тест. Пример кейнсианской модели. Пример ошибок измерений. Модели с несколькими эндогенными регрессорами. Пример оценки отдачи от образования.
• Тема 7. Обобщенный метод инструментальных переменных.
  Обобщенный метод инструментальных переменных. Выполнение оценок параметров. Двухшаговый метод наименьших квадратов (2SLS). Пример Кейнсиансокй модели, Тесты спецификации, Тест Саргана. Слабые инструменты.
• Тема 8. Метод моментов.
  Пояснение идеи метода на примере многопериодной модели рационального потребления. Пример оценки генерального среднего. Пример оценки параметров линейной модели.
• Тема 9. Обобщенный метод моментов.
  Оптимальное решение системы нормальных уравнений. Распределение оценок. Преимущества и недостатки GMM. Тест переопределенности (overidentifying restrictions test).

Элементы контроля

• Контрольная работа
• Активность
• Экзамен
  Экзамен проводится в устной форме (опрос по материалам курса). Экзамен проводится на платформе MS Teams (https://teams.microsoft.com). К экзамену необходимо подключиться согласно расписанию ответов, высланному преподавателем на корпоративные почты студентов накануне экзамена. Компьютер студента должен удовлетворять требованиям: наличие рабочей камеры и микрофона, поддержка MS Teams. Для участия в экзамене студент обязан: поставить на аватар свою фотографию, явиться на экзамен согласно точному расписанию, при ответе включить камеру и микрофон. Во время экзамена студентам запрещено: выключать камеру, пользоваться конспектами и подсказками. Кратковременным нарушением связи во время экзамена считается нарушение связи до 5 минут. Долговременным нарушением связи во время экзамена считается нарушение 5 минут и более. При долговременном нарушении связи студент не может продолжить участие в экзамене. Процедура пересдачи аналогична процедуре сдачи.

Промежуточная аттестация

• Промежуточная аттестация (2 модуль)
  0.1 * Активность + 0.4 * Контрольная работа + 0.5 * Экзамен

Список литературы

Рекомендуемая основная литература

• Тимофеев В. С., Фаддеенков А. В., Щеколдин В. Ю. - ЭКОНОМЕТРИКА 2-е изд., пер. и доп. Учебник для академического бакалавриата - М.:Издательство Юрайт - 2019 - 328с. - ISBN: 978-5-9916-4366-5 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/ekonometrika-425245

Рекомендуемая дополнительная литература

• Эконометрика - 2: продвинутый курс с приложениями в финансах: Учебник / С.А. Айвазян, Д. Фантаццини; Московская школа экономики МГУ им. М.В. Ломоносова (МШЭ). - М.: Магистр: НИЦ ИНФРА-М, 2014. - 944 с.: 70x100 1/32. (переплет) ISBN 978-5-9776-0333- - Режим доступа: http://znanium.com/catalog/product/472607