We use cookies in order to improve the quality and usability of the HSE website. More information about the use of cookies is available here, and the regulations on processing personal data can be found here. By continuing to use the site, you hereby confirm that you have been informed of the use of cookies by the HSE website and agree with our rules for processing personal data. You may disable cookies in your browser settings.

  • A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site
Contacts

109028, Moscow
Pokrovsky blvd. 11,
Room S-527
Phone: (495) 772-95-99 ext.27502, 27503, 27498

Administration
Department Head Svetlana B. Avdasheva
Deputy Department Head Liudmila S. Zasimova
Manager Maxim Shevelev
Book
Academic Star Wars: Excellence Initiatives in Global Perspective
In press

Yudkevich Maria, Altbach P. G., Salmi J.

Cambridge: MIT Press, 2023.

Article
The Impact of Carbon Tax and Research Subsidies on Economic Growth in Japan

Besstremyannaya G., Dasher R., Golovan S.

HSE Economic Journal. 2025. Vol. 29. No. 1. P. 72-102.

Book chapter
Science or industry: Improving the quality of the Russian higher education system

Panova A., Slepyh V.

In bk.: Vocation, Technology & Education. Vol. 1. Iss. 4. Shenzhen Polytechnic University, 2024.

Working paper
Living Standards in the USSR during the Interwar Period

Voskoboynikov I.

Economics/EC. WP BRP. Высшая школа экономики, 2023. No. 264.

Contacts

109028, Moscow
Pokrovsky blvd. 11,
Room S-527
Phone: (495) 772-95-99 ext.27502, 27503, 27498

Administration
Department Head Svetlana B. Avdasheva
Deputy Department Head Liudmila S. Zasimova
Manager Maxim Shevelev

Econometrics

2021/2022
Academic Year
RUS
Instruction in Russian
7
ECTS credits
Type:
Compulsory course
When:
3 year, 1-3 module

Instructors

Bondarenko, Igor

Bondarenko, Igor

Клюева Анна Дмитриевна

Клюева Анна Дмитриевна

Polyakov, Konstantin L.

Polyakov, Konstantin L.

Stebunova, Olga

Stebunova, Olga

Программа дисциплины

Аннотация

Настоящая программа учебной дисциплины устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности. Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления 38.03.01 "Экономика" подготовки бакалавра, изучающих дисциплину «Эконометрика».
Цель освоения дисциплины

Цель освоения дисциплины

  • Цель дисциплины — дать студентам научное представление о методах и моделях современной эконометрики, которые позволяют давать количественную оценку основным закономерностям экономической теории, а также прогнозировать социально-экономические процессы.
Планируемые результаты обучения

Планируемые результаты обучения

  • Умеет анализировать качество данных, умеет обнаруживать статистические свойства данных.
  • Умеет оценивать параметры МЛР. Знает свойства полученных оценок.
  • Умеет специфицировать модель линейной регрессии (МЛР). Знает понятие «нелинейная внутренне линейная модель».
  • Знает методы обнаружения «единичных корней».
  • Знает определение модели ARMA.
  • Знает определение стационарности в широком смысле.
  • Умеет определять наличие нарушений основных предположений МЛР.
  • Умеет определять наличие/отсутствие стационарности.
  • Умеет оценить значимость полученных оценок параметров МЛР. Умеет построить прогноз на основе оцененной модели.
  • Умеет построить модель ARMA.
  • Умеет приводить ряд к стационарному виду.
  • Умеет проверять гипотезы из прикладной области с помощью построенной МЛР на основе проверки статистических гипотез.
  • Умеет строить модель долговременного и гармонического тренда временного ряда
  • Умеет обнаружить автокорреляцию в случайной составляющей МЛР
  • Умеет построить модель авторегрессии с внешними факторами
  • Умеет обнаруживать точки разбалансировки и выбросы, а также анализировать их влияние гна результаты оценивания МЛР
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Предмет эконометрики. Основные Понятия и определения. Этапы построения эконометрической модели
  • Модель множественной линейной регрессии. Оценка параметров модели. Верификация. Теорема Гаусса-Маркова
  • Модель множественной линейной регрессии. Введение в модель фиктивных (дамми) переменных. Тест Чоу
  • Нарушения предпосылок теоремы Гаусса-Маркова: ошибки спецификации. Тест Рамсея
  • Нарушения предпосылок теоремы Гаусса-Маркова: мультиколлинеарность
  • Нарушения предпосылок теоремы Гаусса-Маркова: гетероскедастиность случайных возмущений
  • Обнаружение резко выделяющихся наблюдений
  • Нарушения предпосылок теоремы Гаусса-Маркова: автокорреляция случайных возмущений
  • Модели бинарного выбора: логит- и пробит-модели. Метод максимального правдоподобия
  • Введение в анализ временных рядов
  • Введение в анализ временных рядов. Модели стационарных временных рядов с конечным числом лагов. Методология Бокса-Дженкинса
  • Модели панельных данных
Элементы контроля

Элементы контроля

  • неблокирующий работа на семинарах1
    Текущая оценка TO=10 Score/Score_max , где Score — сумма баллов, полученная за работу на семинарах. Score_max — максимальная сумма баллов в группе
  • неблокирующий самостоятельная работа1
    Для отчета студенты представляют три вида документов: "Отчет о самостоятельной работе", файлы с данными в формате MS Excel и пакета, в котором выполнялись расчеты., презентацию проекта - 5-6 слайдов в MS Power Point. Обязательным условием получения оценок 9 и 10 является устное представление результатов проекта.
  • неблокирующий Экзамен
    Экзамен проводится в дистанционном формате
  • неблокирующий работа на семинарах2
    Текущая оценка TO=10 Score/Score_max , где Score — сумма баллов, полученная за работу на семинарах. Score_max — максимальная сумма баллов в группе
  • неблокирующий самостоятельная работа2
    Для отчета студенты представляют три вида документов: "Отчет о самостоятельной работе", файлы с данными в формате MS Excel и пакета, в котором выполнялись расчеты., презентацию проекта - 5-6 слайдов в MS Power Point. Обязательным условием получения оценок 9 и 10 является устное представление результатов проекта.
  • неблокирующий работа на семинарах3
    Текущая оценка TO=10 Score/Score_max , где Score — сумма баллов, полученная за работу на семинарах. Score_max — максимальная сумма баллов в группе
Промежуточная аттестация

Промежуточная аттестация

  • 2021/2022 учебный год 3 модуль
    0.15 * работа на семинарах1 + 0.2 * самостоятельная работа2 + 0.2 * самостоятельная работа1 + 0.15 * работа на семинарах3 + 0.15 * работа на семинарах2 + 0.15 * Экзамен

Авторы

  • Стебунова Ольга Ивановна
  • Поляков Константин Львович