Эконометрика: продвинутый уровень

Изучая определенную методологию и инструменты, студенты зачастую концентрируются на том как делать, при этом часто теряются ответы на важнейшие вопросы: «для чего делать?», «в каком случае выбирать именно этот инструмент?» и «как использовать полученный результат?». Стремясь исправить этот недостаток, уже несколько лет мы практикуем подход, ориентированный на развитие у студентов понимания не только инструментальной части предмета, но и связи между экономической теорией, сбором и обработкой экономических данных, а также использованием полученной информации для создания не только эконометрических моделей как таковых, но и аналитических отчетов и научных статей на основе разработанных моделей. То есть принципиально важным становится понимание не только эконометрического инструментария, но и его возможностей для решения различных задач анализа и принятия решений в экономике. Второй особенностью нашего подхода является то, что мы стремимся сделать традиционно сложную для студентов-экономистов дисциплину с большим количеством математического аппарата максимально доступной и понятной с тем, чтобы получить уверенных пользователей - аналитиков.

Курс «Эконометрика: продвинутый уровень» включает четырнадцать уроков, объединенных в 8 тем.

Каждый урок включает лекционный материал, презентации к лекции и контрольные вопросы (тесты), позволяющие контролировать полученные знания; а также разбор практического задания в разных программах обработки данных, практические задачи для самостоятельной проработки материала, и тесты к практическим задачам, позволяющие контролировать полученные слушателями умения и навыки.

Каждая тема начинается с видеолекции.

Тема 1. Природа эконометрики и экономические данные. Простая регрессия.         

• Урок 1. Природа эконометрики и экономические данные. Типы переменных. Этапы эконометрического исследования. Простая регрессия.

Тема 2. Основные понятия статистического и регрессионного анализа (повторение)

• Урок 2. Основные понятия эконометрического анализа

Тема 3. Множественная модель регрессии. Свойства оценивателей. КЛМР 

• Урок 3. Желательные свойства оценивателей модели
• Урок 4. Основные положения КЛМР

Тема 4. Нарушение положений КЛМР              

• Урок 5. Нарушение первого положения: неправильный выбор регрессоров, нелинейность, непостоянство параметров модели
• Урок 6. Нарушение второго и пятого положения КЛМР: мультиколлинеарность и ненулевое математическое ожидание остатков
• Урок 7. Нарушение третьего положения: несферические возмущения (гетероскедастичность)
• Урок 8. Нарушение третьего положения: несферические возмущения (автокорреляция)
•  Урок 9. Нарушение четвертого положения КЛМР: эндогенность и системы эконометрических уравнений. Метод инструментальных переменных.

Тема 5. Понятие выбросов в модели.

• Урок 10. Понятие выбросов в модели.

Тема 6. Анализ временных рядов       

• Урок 11. Основные понятия анализа временных рядов
• Урок 12. Модели временных рядов

Тема 7. Анализ панельных данных     

• Урок 13. Модели панельных данных

Тема 8. Модели с зависимыми качественными переменными.

• Урок 14. Модели с зависимыми качественными переменными.

знания:

• Знает современные методологии и методики построения и применения эконометрических моделей для анализа состояния и оценки перспектив развития экономических систем в условиях взаимосвязей между их внутренними и внешними факторами.
• Знает современные программные продукты, которые создаются для решения математических задач, возникающих при проведении эконометрического исследования

умения:

• Умеет строить на основе описания ситуаций стандартные теоретические и эконометрические модели
• Умеет использовать новейшие технические и программные средства для решения аналитических и исследовательских эконометрических задач

навыки:

• Владеет методами и приемами анализа экономических явлений и процессов с помощью стандартных теоретических и эконометрических моделей
• Владеет навыками проведения сложных компьютерных расчетов с использованием эконометрических моделей

• Способность применять продвинутые инструментальные методы экономического анализа в прикладных и (или) фундаментальных исследованиях
• Способность использовать современные информационные технологии и программные средства при решении профессиональных задач