Quality and Limited Dependent Variables

2020/2021

Academic Year

RUS

Instruction in Russian

5

ECTS credits

Delivered by:

Department of Applied Economics

Type:

Elective course

When:

4 year, 1, 2 module

Instructors

Kossova, Elena V.

Potanin, Bogdan

Программа дисциплины

Аннотация

Целями освоения дисциплины являются овладение методами анализа микроэкономических данных, оценивания моделей с качественными и ограниченными значениями зависимой переменной, навыками работы со статистическими пакетами. Методы эконометрического анализа моделей с ограниченными значениями зависимой переменной, изучаемые в дисциплине, могут быть использованы в дальнейшем при подготовке выпускных квалификационных работ.

Цель освоения дисциплины

• Научить слушателей грамотно выбирать, оценивать и интерпретировать эконометрические модели, применяемые для анализа микро-данных, то есть данных, поступающих из опросов домохозяйств, предприятий, индивидов и т.п.

Планируемые результаты обучения

• Умение оценивать и интерпретировать вероятностные модели бинарного выбора
• Умение оценивать вероятностные модели по сгруппированным данным
• Умение оценивать и интерпретировать системы бинарных уравнений с коррелированными ошибками
• Умение выбирать и оценивать модели множественного выбора, наиболее адекватные имеющимся данным, и интерпретировать их результаты.
• Умение грамотно выбирать и оценивать эконометрические модели по усечённым, цензурированным данным и данным, подверженным смещению отбора наблюдений
• Умение применять современные непараметрические подходы к оцениванию моделей со смещением отбора.
• Умение оценивать модели бинарного выбора и модели с ограниченными значениями зависимой переменной по панельным данным

Содержание учебной дисциплины

• Модели бинарного выбора
  Линейная вероятностная модель. Probit и logit модели. Предельные эффекты. Тестирование общей линейной гипотезы. Прогнозирование. Ошибки спецификации.
• Оценивание вероятностей по сгруппированным данным
  Группировка данных по значениям качественных объясняющих переменных. Использование взвешенного метода наименьших квадратов для оценивания вероятности при различных предположениях о распределении случайных ошибок.
• Системы бинарных уравнений с коррелированными ошибками
  Внешне несвязанные и иерархические системы бинарных уравнений. Условия идентификации. Особенности оценивания и интерпретации результатов. Предельные эффекты совместных и условных вероятностей.
• Модели бинарного выбора и модели с ограниченными значениями объясняемой переменной, оцениваемые по панельным данным
  Особенности оценивания и интерпретации probit и logit моделей бинарного выбора при наличии фиксированных и случайных индивидуальных эффектов. Оценивание моделей с усеченными данными по панельным данным. Подходы к оцениванию модели Хекмана по панельным данным.
• Модели множественного выбора
  Порядковые (ordered) модели. Латентная переменная и ее интерпретация. Предельные эффекты. Проверка гипотезы о независимости границ латентной переменной от объясняющих переменных. Обобщенная порядковая модель. Модели последовательных значений. Множественная Logit-модель Мак Фаддена. Интерпретация с точки зрения полезности. Предположение и проверка гипотезы о независимости от посторонних альтернатив. Множественная probit модель.
• Модели с ограниченными значениями зависимой переменной
  Усечённые и цензурированные выборки. Особенности функции правдоподобия. Truncated модели. Модель Тобина. Предельные эффекты и прогнозирование безусловного и условного математического ожидания зависимой переменной. Смещение отбора. Модель Хекмана. Предельные эффекты, прогнозирование и тестирование гипотез. Выбор между моделями Тобина, Хекмана и классической линейной регрессионной моделью. Модели с переключением.
• Непараметрический подход к оцениванию моделей со смещением отбора
  Критика параметрического подхода Хекмана. Двух и трёх шаговые процедуры оценивания модели Хекмана с корректировкой смещения отбора как неизвестной функции от объясняющих переменных. Методы Галланта и Нички, Ньюи и Велла, Робинсона.

Элементы контроля

• Домашнее задание №1
  Если домашнее задание сдаётся позже обозначенного срока, начисляются штрафные баллы: -3 за каждую неделю после дедлайна.
• Домашнее задание №2
  См. комментарии к ДЗ№1
• Экзамен
  Экзамен проводится в дистанционном формате

Промежуточная аттестация

• Промежуточная аттестация (2 модуль)
  0.4 * Домашнее задание №1 + 0.4 * Домашнее задание №2 + 0.2 * Экзамен

Список литературы

Рекомендуемая основная литература

• Bruce E. Hansen, Donald W. K. Andrews, A. Ronald, Gallant Douglas, W. Nychka, & James G. Mackinnon. (n.d.). Semi-Nonparametric Maximum Likelihood Estimation. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.7BD2F74E
• Cameron, A. C., & Trivedi, P. K. (2005). Microeconometrics : Methods and Applications. New York, NY: Cambridge University Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=138992
• Cameron, A. C., & Trivedi, P. K. (2005). Microeconometrics. Cambridge University Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.b.cup.cbooks.9780521848053
• Das, M., Newey, W. K., & Vella, F. (2003). Nonparametric Estimation of Sample Selection Models. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.D0561FB4
• Robinson, P. M. (1988). Root- N-Consistent Semiparametric Regression. Econometrica, (4), 931. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.a.ecm.emetrp.v56y1988i4p931.54
• Эконометрика. Начальный курс : учебник для вузов, Магнус, Я. Р., 2004
• Эконометрика. Начальный курс : учебник для вузов, Магнус, Я. Р., 2005
• Эконометрика. Начальный курс : учебник для вузов, Магнус, Я. Р., 2007

Рекомендуемая дополнительная литература

• A. Colin Cameron, & Pravin K. Trivedi. (2010). Microeconometrics Using Stata, Revised Edition. StataCorp LP. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.b.tsj.spbook.musr