Кривая “доход –потребление”

Федеральное государственное автономное образовательное учреждение
высшего профессионального образования «Национальный исследовательский университет «Высшая школа экономики»
Нижегородский филиал
Факультет экономики
Программа дисциплины
Эконометрический анализ качественных данных
для направления 080100.62 «Экономика»
Специализация "Мировая экономика" подготовки бакалавра
Автор: доцент, к.ф.-м.н., доцент Аистов А.В.
Контакты: (831) 416 96 51
Одобрена на заседании кафедры экономической теории и эконометрики
«___»__________ 2012 г.
Зав. кафедрой О.В. Польдин ________________________
Рекомендована секцией УМС «Экономика» «___»_____________ 2012 г.
Председатель А.С. Аладышкина ________________________
Утверждена УМС НИУ ВШЭ – Нижний Новгород «___»_____________ 2012 г.
Председатель Н.С. Петрухин ________________________
Нижний Новгород, 2012 г.
Пояснительная записка
Программа рассчитана на студентов 4 курса дневного отделения факультета экономики НИУ ВШЭ - Нижний Новгород.
Программа разработана доцентом кафедры экономической теории и эконометрики
к.ф.-м.н. доцентом А.В. Аистовым.
Требования к студентам. Приступая к изучению курса, студент должен обладать
знаниями по математике, экономике, эконометрике, навыками использования компьютера в размере программы 1–3 курсов факультета экономики НИУ ВШЭ – Нижний Новгород.
Аннотация. Данная программа охватывает круг проблем и способов их решения в
рамках эконометрического анализа с использованием моделей с качественными и ограниченными зависимыми переменными.
Учебная задача курса состоит в том, чтобы дать студентам знание основ эконометрического анализа с использованием моделей с качественными и ограниченными зависимыми переменными, принципов построения соответствующих моделей, интерпретации
полученных результатов.
Формы контроля
Приведенные ниже формулы используются для расчета результирующей оценки.
Накопленная оценка = α1 * Оценка за работу в аудитории + α2 * Оценка за контрольную
работу 1 + α3 * Оценка за контрольную работу 2,
Результирующая оценка = β1 * Накопленная оценка + β2 * Оценка, полученная на экзамене,
где α1 = 0.3, α2 = 0.35, α3 = 0.35, β1 = 0.6, β2 = 0.4.
За каждый из перечисленных выше видов активностей (работа в аудитории, контрольная
работа 1, контрольная работа 2) оценка вычисляется на основе рейтинга с нормировкой
на 10 — максимальный балл, который может получить студент за отдельную активность,
равен 10.
Работа в аудитории включает в себя посещаемость занятий, активность в дискуссиях,
правильность решения задач, правильность ответов на вопросы преподавателя, демонстрация умения самостоятельно мыслить, творческое применение рассказанного на лекциях материала.
Контрольная работа выполняется каждым студентом строго самостоятельно. За
нарушение этого правила студент получает штрафные баллы, снижающие его рейтинг.
Контрольная работа, в том числе пропущенная студентом по уважительной причине, не
переписывается и не пересдается.
Экзамен проводится в устной форме. На него выносятся практические задачи и вопросы теории. Для получения максимального балла студенту необходимо ответить на все
дополнительные вопросы, заданные преподавателем. Оценка за экзамен является блокирующей — это означает, что неудовлетворительная оценка за экзамен выставляется в качестве результирующей, без учета вклада накопленной оценки в результирующую оценку.
Количество и причины пересдач экзамена оговорены в Справочнике учебного процесса НИУ ВШЭ (http://www.hse.ru/org/hse/aup/eduprocess/13188310/nak). В случае пересдачи экзамена, оценка, полученная во время предыдущей сдачи экзамена, подставляется
в качестве накопленной оценки в приведенную выше формулу для вычислении результирующей оценки.
2
Тематический план
№
1
2
3
4
6
6
7
Всего
часов
Название раздела
Знакомство с пакетом STATA.
Модели бинарного выбора.
Модели множественного выбора.
Модели со счетными переменными.
Tobit модели.
Модели длительности.
Модели лечения, повышения квалификации и им подобные.
23
13
26
18
32
24
26
162
Аудиторные часы
Се- ПрактиЛекмические
ции
нары занятия
5
2
3
6
4
4
2
8
6
4
4
4
4
28
28
Самостоятельная
работа
18
8
16
12
18
16
18
106
Содержание программы
1. Модели бинарного выбора.
Линейная вероятностная модель (недостатки и преимущества). Бинарные Probit и
Logit модели. Обоснование моделей выбора на основе теории поведения потребителя. Выполнение оценок параметров моделей. Качество подгонки. Тесты спецификации.
2. Модели множественного выбора.
Упорядоченные Probit и Logit модели. Нормализация. Модели с неупорядоченными вариантами выбора. Мультиномиальная Logit модель. Независимость альтернатив.
3. Модели со счетными переменными.
Модель Пуассона и отрицательные биномиальные модели.
4. Tobit модели.
Стандартная (цензурированная) Tobit модель. Оценка параметров. Модель с усеченной выборкой. Тесты спецификации. Расширения Tobit моделей. Неслучайная выборка – «самоотбор» наблюдений. Tobit II модель. Исследования Гронау. Обратные
отношения Миллса. Хекманские лямбда. Выполнение оценок параметров моделей,
использующих неслучайную выборку наблюдений. Природа смещений оценок, вызванных самоотбором наблюдений.
5. Модели длительности.
Функция «выживания» и функция изменения состояния. Пропорциональные модели
изменения состояния. Функциональные формы базовых линий изменения состояния.
Модель Вейбула. Лог-логистическая линия изменения состояния. Создание выборки
наблюдений. Выполнение оценок параметров моделей.
6. Модели лечения, повышения квалификации и им подобные.
Эффекты процедур лечения, участий в мероприятиях, программах повышения квалификации и им подобных. Усредненный эффект «участия». Проблема идентификации. Пример переключающейся регрессии. Выполнение оценок параметров моделей
с контролем смещений, вызванных эффектом участия.
Семинары
1. Тема 1. Знакомство с компьютерным пакетом Stata.
2. Тема 2. Пример анализа факторов, влияющих на обращение американских рабочих за пособием по безработице.
3. Тема 3. Выбор школьников Великобритании учиться – работать – совмещать
3
4.
5.
6.
7.
8.
учебу с работой.
Тема 3. Пример оценки стоимости общественного блага.
Тема 4. Анализ связи расходов на НИОКР и количества патентов.
Тема 5. Расходы на алкоголь и табак, кривые Энгеля, оценки эластичностей.
Тема 6. Длительность безработицы.
Тема 7. Влияние активных программ содействия занятости населения в странах
с переходной экономикой.
Основная литература
1.
Marno Verbeek. A guide to Modern Econometrics. Publisher: Wiley; 4 edition (February 14, 2012).
ISBN: 978-1-1199-5167-4.
2. Вербик М. Путеводитель по современной эконометрике. пер.англ. 2009. – 616 с. ISBN
978-5-91393-035-4.
Дополнительная литература
1. William H. Greene. Econometric Analysis. Publisher: Prentice Hall; 7 edition (February 13,
2011). ISBN-10: 0131395386, ISBN-13: 978-0131395381.
2. Heckman J.J. Sample Selection Bias as a Specification Error. Econometrica. Vol. 47. No. 1. 1979. PP.
153-161.
3. Katz L. Layoffs, recall and the duration of unemployment, NBER Report 1825, 1986.
4. Key R. Treatment Effects in Competing-Risks Analysis of Prostate Cancer Data. Biometrics. Vol. 42.
No. 1. 1986. PP. 203-211.
5. Maddala G.S. Limited-dependent and qualitative variables in econometrics. – Cambridge- LondonNew York – New Rochelle – Melbourne – Sydney: Cambridge University Press, 1985.
6. Moffitt R. Models of Treatment Effects When Responses Are Heterogeneous. Proceedings of the National Academy of Science of the United States of America. Vol. 96. No. 12. 1999. PP. 6575-6576.
7. Sueyoshi G.T. A Class of Binary Response Models for Grouped Duration Data. Journal of
Applied Econometrics. Vol. 10. No. 4. 1995. PP. 411-431.
8. Vella F., Verbeek M. Estimating and Interpreting Models with Endogenous Treatment Effects.
Journal of Business & Economic Statistics. Vol. 17. No. 4. 1999. PP. 473-478.
9. Wooldridge J.M. Econometric Analysis of Cross Section Panel Data. - Cambridge- MassachusetsLondon – England: The MIT Press, 2002.
10. Денисова И.А. Влияние активных программ содействия занятости населения в
странах с переходной экономикой. Проект в партнерстве с Национальным
научно-исследовательским институтом по охране труда и социальной защите
(Румыния) и IMPAQ International (США). Июнь 2003 - июнь 2004.
http://www.cefir.ru/index.php?l=rus&id=77
11. Коленников С.О. Прикладной эконометрический анализ в статистическом пакете
Stata. — М.: Российская экономическая школа, 2002–2003.
12. Магнус Я.П., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. Учебник. - М.: Дело, 2007. – 504 c. ISBN 978-5-7749-0473-0.
13. Носко В.П. Эконометрика для начинающих (Дополнительные главы). – М.: Институт
экономики переходного периода, 2005.
14. Тихомиров Н.П., Дорохина Е.Ю. Эконометрика: Учебник/ Н.П. Тихомиров, Е.Ю.
Дорохина. – М.: Издательство «Экзамен», 2003.
4
ПРИЛОЖЕНИЕ
Вопросы к зачету
1. Модели бинарного выбора. Линейная вероятностная модель (недостатки и преимущества). Бинарные Probit и Logit модели. Обоснование моделей выбора на основе
теории поведения потребителя. Выполнение оценок параметров моделей. Качество
подгонки. Тесты спецификации.
2. Модели множественного выбора. Упорядоченные Probit и Logit модели. Нормализация. Модели с неупорядоченными вариантами выбора. Мультиномиальная Logit модель. Независимость альтернатив.
3. Модели со счетными переменными. Модель Пуассона и негативные биномиальные модели.
4. Tobit модели. Стандартная (цензурированная) Tobit модель. Оценка параметров. Модель
с усеченной выборкой. Тесты спецификации. Расширения Tobit моделей. Неслучайная
выборка – «самоотбор» наблюдений. Tobit II модель. Исследования Гронау, обратные отношения Миллса, Хекманские лямбда. Выполнение оценок параметров моделей, использующих неслучайную выборку наблюдений. Природа смещений оценок, вызванных самоотбором наблюдений.
5. Модели длительности. Функция «выживания» и функция изменения состояния. Пропорциональные модели изменения состояния. Функциональные формы базовых линий изменения состояния. Модель Вейбула. Лог-логистическая линия изменения состояния. Создание выборки наблюдений. Выполнение оценок параметров моделей.
6. Модели лечения, повышения квалификации и им подобные. Эффекты процедур лечения,
участий в мероприятиях, программах повышения квалификации и им подобных. Усредненный эффект «участия». Проблема идентификации. Пример переключающейся регрессии. Выполнение оценок параметров моделей с контролем смещений, вызванных эффектом участия.
Вариант контрольной работы
1. Дано n  n1  n2  n3 наблюдений переменных x и y . Известно, что для n1 наблюдений
y  1 и x  1 , для n2 наблюдений y  0 и x  1 , для n3 наблюдений y  0 и x  0 . Покажите, что как для logit-, так и для probit-модели, уравнение правдоподобия не имеет
решения.
2. Пусть yt  xt   t , где ошибки  t имеют плотность распределения f  x  и
1 ,

yt   yt ,

 2 ,
yt  1
1  yt   2 , .
yt   2
a. Найдите распределение yt .
b. Найдите логарифмическую функцию правдоподобия для оценивания вектора  .
c. Найдите
E  y 
x
Автор программы
А.В. Аистов
5