Department of Theoretical Economics

Regular version of the site

109028, Moscow,
Pokrovsky Boulevard 11, Rooms: S1029, S1030
Phone: +7 (495) 772-95-90*27172, 27173, 27174

Department Administration

Department Head – Alexander Tarasov

PhD, Penn State University

Deputy Head – Svetlana Seregina

Senior Administrator – Zulikhan Ibragimbeili

Senior Administrator – Natalia Baibouzenko

Administrator – Marina Yudina

About the Department

The Department of Theoretical Economics brings together highly qualified specialists in various fields of economics, including micro and macroeconomics, monetary and financial theory, economic history and the history of economic thought. Our mission is to teach economic disciplines at HSE on the level of leading Western universities.

Publications

Book

Russian and Western Economic Thought: Mutual Influences and Transfer of Ideas

Springer, 2022.

Article

The Study of the Strategic Consequences of a Scoring Model Disclosure

Kryukov G. M., Sandomirskaia M.

Automation and Remote Control. 2024. Vol. 85. P. 696-710.

Book chapter

Evaluation of the Degree of Manipulability of Positional Aggregation Procedures in a Dynamic Voting Model

Karabekyan D., Yakuba V. I.

In bk.: Human-Centric Decision and Negotiation Support for Societal Transitions: 24th International Conference on Group Decision and Negotiation, GDN 2024, Porto, Portugal, June 3–5, 2024, Proceedings. Cham: Springer, 2024. P. 102-113.

Working paper

Scoring and Favoritism in Optimal Procurement Design

Andreyanov P., Krasikov I., Suzdaltsev A.

arxiv.org. Theoretical Economics. Cornell University, 2024

All publications

Delivered by:: Department of Theoretical Economics

Type:: Elective course

When:: 3 year, 2 module

Instructor

Smirnov, Sergey V.

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Курс ориентирован на важнейшие примеры практического использования «больших данных» и методов машинного обучения в контексте макроэкономического анализа. Рассматриваются достоинства и недостатки предложенных подходов, намечаются возможные направления их совершенствования и развития.

Цель освоения дисциплины

Основная цель курса – ознакомление студентов с существующим опытом использования «больших данных» и методов машинного обучения для макроэкономического анализа. Для освоения учебной дисциплины студенты должны быть знакомы с основами макроэкономики, иметь представление о методах машинного обучения и обладать первоначальным опытом статистического анализа данных. В результате освоения дисциплины студент должен: сформировать ясное представление об основных достижениях в области использования «больших данных» и методов машинного обучения в контексте макроэкономического анализа; приобрести опыт интерпретации и оценки перспектив практического применения индикаторов, полученных на основе «больших данных» и методов машинного обучения, для анализа макроэкономической динамики.

Планируемые результаты обучения

Умеет ориентироваться в существующих подходах к классификации различных типов «больших данных».
Имеет представление о потенциальных источниках ежедневных и недельных финансовых и экономических данных
Имеет представление о возможностях использования методов цифровой обработки текстов для макроэкономического анализа
Имеет представление о возможностях использования инструментов Google-trends и Wordstat для макроэкономического анализа.
Имеет представление о альтернативных индексах инфляции, в том числе, о возможностях использования инструментов веб-скрапинга для макроэкономического анализа
Ориентируется в имеющихся подходах к исследованию рынка труда на основе «больших данных»

Содержание учебной дисциплины

Статистические, опросные и «большие» данные в макроэкономическом анализе. Типы «больших данных». ) Высокочастотные (ежедневные и недельные) макроиндикаторы.
Показатели экономической активности, основанные на анализе текстов (аудио, видео)
Показатели экономической активности, основанные на статистике запросов в поисковых системах
Альтернативные индексы инфляции
Исследования рынка труда на основе интернет-данных
Макроиндикаторы, основанные на космических снимках земной поверхности
Применение методов машинного обучения в макроэкономическом анализе

Элементы контроля

Семинары
Доклад
Экзамен

Промежуточная аттестация

2024/2025 2nd module
0.4 * Доклад + 0.3 * Семинары + 0.3 * Экзамен

Список литературы

Авторы

Смирнов Сергей Владиславович
Мальбахова Диса Анзоровна

Big Data in Macroeconomic Analysis