II. Содержание программы

Министерство экономического развития и торговли
Российской Федерации
Государственный университетВысшая школа экономики
Факультет Экономика
Программа дисциплины:
Эконометрический анализ панельных и качественных
данных
для направления 521600 - Экономика
подготовки магистров
Авторы программы: Коссова Е.В. и Ратникова Т.А.
Рекомендовано секцией УМС
Секция математические и
статистические методы в экономике
Одобрена на заседании
кафедры "математическая
экономика и эконометрика»
Председатель А.С. Шведов
Зав. кафедрой Г.Г. Канторович
«____»______________2005 г.
«_30_»____августа_____2005 г.
Утверждено УС факультета Экономики
«____»______________2005 г.
Москва
I. Пояснительная записка
Авторы программы: к. ф.-м. н. Коссова Е.В. и к. ф.-м. н. Ратникова Т.А.
Требования к студентам:
Курс предполагает знание основ линейной алгебры, теории вероятностей, математической
статистики и эконометрики.
Аннотация: курс "Эконометрический анализ качественных и панельных данных"
включает в себя 32 часов лекций и рассчитан на студентов 2 курса магистратуры направлений
«математические методы в экономике» и «экономическая теория».
В ходе курса рассматриваются методы исследования моделей с дискретными
переменными, приводятся примеры их применения в различных областях экономики и
управления, дается обзор современных статистических пакетов, используемых при построении
моделей с качественными зависимыми переменными.
Так как курс состоит только из лекционных занятий, студентам рекомендуется
самостоятельно разбирать задачи, задаваемые на лекциях.
Учебная задача курса:
В результате изучения курса студент должен:
- знать в каких областях применяются модели с дискретными переменными и методы
исследования данных моделей
- уметь строить и анализировать математические модели с качественными переменными.
- иметь представление о моделях с ограниченными зависимыми переменными
- обладать навыками работы со статистическими пакетами.
Форма контроля:
Курсом предусмотрено написание одной контрольной работы. Она имеет 50% вес
в итоговой оценки. Курс завершается зачетом, который также имеет вес 50% от итоговой оценки.
II. Содержание программы
1.
Введение
1.1. Преимущества использования панельных данных.
1.2. Трудности, возникающие при работе с панельными данными.
1.3. Общий обзор проблематики анализа панельных данных.
Литература.
1. Ратникова Т.А. Введение в анализ панельных данных. Учебное пособие. (Помещено
на правах рукописи на INTERNET–сайте кафедры математической экономики и
эконометрики ГУ-ВШЭ).
2. Cheng Hsiao. “Analysis of panel data”, 1986.
3. Heckman J.J. “Micro Data, Heterogeneity and Evaluation of Public Policy”, Nobel Lecture, J.
of Political Economy, v.109, N4, 2001
2.
1.
Особенности оценивания моделей с панельными данными в
условиях гетероскедастичности и серийных корреляций
случайных возмущений.
2.1. Источники и способ учета гетероскедастичности ошибок
наблюдений в моделях с индивидуальным специфическим
эффектом.
2.2. Методы оценивания и тестирования моделей с серийно
коррелированными ошибками наблюдений.
Литература.
Baltagi B.H., Raj B. “A Survey of Recent Theoretical Developments in the
Panel Data”.
Econometrcs of
3.
Оценивание коэффициентов панельных регрессий в условиях
эндогенности.
3.1. Оценивание коэффициентов панельных регрессий при наличии
инвариантных по времени регрессоров. Метод Хаусмана-Тейлора.
3.2. Оценивание панелей при наличии ошибок измерений.
3.3. Оценивание динамических моделей.
3.3. Обобщенный метод моментов и метод инструментальных
переменных.
Литература.
1. Я. Р. Магнус, П.К. Катышев, А.А. Пересецкий "Эконометрика", М.,Дело, 2004 г.
2. Hausman J.A., Taylor W.E. “Panel Data and Unobservable Individual Effects”,
Econometrica, v.49
3. Анатольев С.
Эконометрика для продолжающих.
4.
Dormont B. “Introduction à l’Econométrie des données de panel”, 1989
4. Оценивание моделей с дискретными и ограниченными
зависимыми переменными по панельным данным.
4.1. Модели бинарного выбора.
4.2. Модель logit с детерминированным эффектом.
4.3. Модель probit со случайным эффектом.
4.4. Модель tobit.
Литература.
1. Я. Р. Магнус, П.К. Катышев, А.А. Пересецкий "Эконометрика", М.,Дело, 2004 г.
2.
Chamberlain G. “Panel Data”, Handbook of Econometrics, v.II, ed. By Z.Griliches and
M.D.Intriligator, 1984
3. Kim B.S., Maddala G.S. “Estimation and Specification Analysis of Models of Devidend
Behavior Based on Censored Panel Data”
5.
Методы борьбы с истощением выборки.
5.1. Оценивание несбалансированных панелей.
5.2. Псевдопанели и панели с замещением.
Литература
1. Verbeek M. “Pseudo Panel Data”
6.
Модели со случайными коэффициентами.
Литература
1. Greene William H. “Economertic Analysis”, Third Edition ,1997, (Chapter 14)
7.
Модели с ковариационной структурой.
7.1. Специфика использования моделей с ковариационной структурой:
7.2. Методы оценивания моделей с ковариационной структурой:
7.3. Тестирование спецификации.
Литература
1. Greene William H. “Economertic Analysis”, Third Edition ,1997, (Chapter 14)
8.
Прогнозирование по моделям, построенным на панельных данных.
9.
Модели с дискретными переменными и области их применения.
9.1. Количественные зависимые переменные, принимающие
дискретные значения. Задача о числе обращений. Регрессия
Пуассона.
9.2. Качественные зависимые переменные, принимающие
неупорядоченные, упорядоченные и последовательные значения.
Задача о выборе средства передвижения, модели голосования.
10. Модели бинарного выбора.
10.1. Линейная вероятностная модель (недостатки и преимущества).
10.2. Probit и Logit модели принятия решения о дорогостоящей покупке.
10.3. Метод максимального правдоподобия. Асимптотические свойства
оценок максимального правдоподобия.
10.4. Гипотеза о выполнении линейного ограничения. Тест множителей
Лагранжа и Wald – тест. Проверка гипотез об адекватности модели
и значимости переменных
10.5. Критерии качества модели.
10.6. Прогнозирование в вероятностных моделях.
10.7. Ошибки спецификации: последствия гетероскедастичности и
недоопределенности модели.
11.
Анализ сгруппированных данных.
11.1. Линейная вероятностная модель. Сравнение со случаем
индивидуальных данных.
11.2. Probit и Logit модели.
11.3. Другие функциональные формы.
12.
Probit и Logit модели для панельных данных.
13.
Модели множественного выбора
13.1 Порядковые модели.
13.2 Множественная logit-модель. Независимые альтернативы.
13.3 Модели последовательного выбора.
14.
Модели с ограниченными значениями зависимой переменной
14.1 Усеченные выборки. Особенности распределения и оценивания.
14.2 Цензурированные выборки. Теорема о распределении
цензурированной случайной величины. Прогнозирование
цензурированной и латентной переменных. Модель Тобина.
Репараметризация Ольсена. Теорема о предельном эффекте в
модели Тобина. Разложение предельного эффекта.
14.3 Модель Хекмана. Оценивание модели Хекмана с помощью метода
максимального правдоподобия и двухшаговой процедуры. Выбор
между моделями Хекмана и Тобина. Условие применимости
метода наименьших квадратов. Модель двойного барьера.
15.
Примеры практических приложений вероятностных моделей.
Примерная тематика
выпускных квалификационных работ.
На основании данных РМЭЗ спектр возможных исследований выглядит
следующим образом.
1.
Анализ сберегательного поведения российских домохозяйств.
2.
Незанятость в России: вынужденная или добровольная.
3.
Субъективные и объективные оценки здоровья населения.
4.
Бедность в России: масштабы и структурные особенности.
5.
Измерение продолжительности бедности в России.
6.
Экономический анализ причин вторичной занятости.
7.
Микроэкономический анализ динамических изменений на
российском рынке труда.
8.
Распространенность курения в России.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
Проблема алкоголизма в России.
Рабочее время как ресурс благосостояния.
Динамика среднего класса в России 1990-х г.
Экономическая эффективность высшего образования.
Финансовое поведение домохозяйств: сбережение,
инвестирование, кредитование, страхование.
Толерантность и динамика социального самочувствия в современном
российском обществе.
Гендерные аспекты инвестиций в человеческий капитал в
современной России.
Мобильность населения по доходам как механизм изменения
неравенства.
Роль государства и семьи в экономической поддержке пожилых
людей в Российской Федерации.
Человеческий капитал в России: модели текущих и пожизненных
расходов.
Сравнительная ценность различных форм человеческого капитала
в России.
Эволюция социального самочувствия россиян и особенности
социально-экономической адаптации.
Трудовая незащищенность и задолженность по заработной плате в
Российской Федерации.
Социально-экономические факторы феминизации бедности в
России.
Женщины в сфере занятости и на рынке труда в российской
экономике.
Анализ затрат домохозяйств на здравоохранение.
Экономический статус и здоровье человека.
Интерпретация скачка смертности в России.
Доходы и занятость.
Вопросы для оценки качества усвоения курса.
yit  Z it   uit , записанная для панели N
Рассматривается модель
индивидуумов i, наблюдаемых в течение T периодов времени t=1,T.
1) Описать «between» и «within» преобразования исходной модели,
которые принято использовать для оценивания двумерных данных
(одновременно являющихся cross-section и time-series). Привести точные
формулы этих преобразований для переменной y в качестве примера.
2)
Будут ли оценки параметров , полученные из «between» и
«within» регрессий всегда одними и теми же? Привести какие-нибудь
примеры.
3) На одном из примеров пояснить с экономической точки зрения
причины различия между оценками «between» и «within» (в частности,
объяснить, почему влияние временных различий для некоторых
объясняющих переменных отличается от влияния сross-section различий
между индивидуумами).
4)
Можно ли объяснить расхождение в оценках статистическими
причинами? Как тестируется значимость этих различий?
5)
Опишите проблемы, возникающие при определении размера ячеек в
псевдопанелях.
6)
Каковы преимущества анализа панельных данных при наличии в данных
ошибок измерения?
7)
Каковы преимущества анализа панельных данных при наличии
пропущенных переменных?
8)
Как разрешается проблема эндогенности при анализе панельных данных ?
9)
Будет ли «within»-оценка обладать наилучшими свойствами при наличии в
данных ошибок измерения?
10)
Будет ли «within»-оценка обладать наилучшими свойствами при наличии
эндогенных переменных?
Рассматривается модель yit  X it   zi  i   it , записанная для панели N
индивидуумов i, наблюдаемых в течение T периодов времени t=1,T, причем N велико,
а T мало.
11)
Объясните, как эффективно оценить коэффициенты β и γ (а) в модели с
фиксированными индивидуальными эффектами, (б) в модели со
случайными индивидуальными эффектами. Корректно сформулируйте все
необходимые предположения.
12)
Предлагается следующая процедура оценивания. На первом шаге
оценивается модель yit  X it    i   it с помощью обыкновенного МНК в
подходе с dummy-переменными. -переменными. На втором шаге строится
регрессия полученных оценок ˆi на переменные z i . Оценку коэффициента
в последней регрессии и предлагается рассматривать в качестве оценки
коэффициента γ. Исследуйте этот результат на состоятельность. Можете
ли вы предложить лучшую оценку для γ?
13)
В модели однокомпонентной ошибки с фиксированными эффектами
вместо использования индивидуальных dummy-переменных можно перейти к
регрессии в первых разностях. Будет ли оценка МНК для коэффициентов в такой
модели состоятельна и эффективна?
III. Учебно-методическое обеспечение дисциплины:
1. Литература:
Базовый учебник
1. Я. Р. Магнус, П.К. Катышев, А.А. Пересецкий "Эконометрика", М.,Дело,
2004 г.
Основная
2. G.S. Maddala "Limited-dependent and qualitative variables in econometrics",
Cambrudge university press, 1987.
3. Baltagi B. “ Economertic Analysis of Panel Data”, 1995.
3.
4.
5.
6.
Дополнительная
Айвазян, Мхитарян "Прикладные методы статистики и эконометрика", 1998.
Cheng Hsiao. “Analysis of panel data”, 1986.
Dormont B. “Introduction à l’Econométrie des données de panel”, 1989.
Greene William H. “Economertic Analysis”, Third Edition ,1997.
2. Тематика заданий по различным формам текущего контроля:
Исследование с помощью программного обеспечения задачи об участии замужних
женщин в рынке труда.
3. Методические рекомендации (материалы) преподавателю: см.
Приложение 1.
4. Методические указания студентам: см. Приложение 2.
5. Рекомендации по использованию информационных технологий:
студентам рекомендуется освоить статистический пакет " Econometric Views"
IV. Тематический расчет часов.
Аудиторные часы
Тема
№
Лекций
Семинаров
Всего
Формы
текущего
контроля
Самостоя
тельная
работа
Всего
часов
Преимущества
использования
1
панельных данных.
2
0
2
2
4
Особенности
оценивания моделей с
2
панельными данными в условиях
гетероскедастичности и серийных
корреляций случайных возмущений.
Оценивание
моделей с дискретными и
3
ограниченными зависимыми
переменными по панельным данным.
Модели
со случайными
4
коэффициентами. Модели с
ковариационной структурой.
Модели
с дискретными переменными
5
и области их применения.
Модели
бинарного выбора.
6
4
0
4
2
6
5
0
6
3
8
5
0
6
3
8
2
0
2
2
4
5
0
6
2
7
3
0
3
3
6
8
Сгруппированные данные.
Probit и Logit модели для панельных
данных.
Модели множественного выбора
3
3
2
5
Модели
с ограниченными значениями
1
зависимой переменной
3
4
3
6
9
32
22
54
1
2
3
4
5
6
7
Всего
32
0
Контроль
ная
работа
30.08.2005.
Коссова Е.В.
30.08.2005.
Ратникова Т.А.