Подпишитесь на рассылку Фонда, чтобы узнать о новых курсах
подписываясь на рассылку, вы соглашаетесь с её условиями

Начало курса

Запись до



Записаться
ПРЕЗЕНТАЦИЯ КУРСА
видео
ОПИСАНИЕ
КУРСА
Общая продолжительность курса – 72 часа, 8 недель.

Программа состоит из 6 разделов (модулей). В каждом модуле – от двух до четырех видеолекций (или видеопрактикумов) преподавателя, ведущего курс, а также презентации по теме модуля и дополнительные материалы.

Цель и планируемые результаты освоения программы: Познакомить слушателей с базовыми методами эконометрического анализа временных рядов и панельных данных. Курс поможет лучше понимать, что пишут в экономических статьях, использующих эконометрические методы, а также осуществлять собственные простые эконометрические исследования.

Входные требования и необходимые базовые знания: образование не ниже бакалавриата; для успешного освоения курса необходимо знание основ эконометрики пространственных выборок.

По каждому модулю слушатели получают задание, связанное с рассмотренной темой. В качестве еженедельного задания выступает тест, который необходимо выполнить в электронном виде. Все задания еженедельно оцениваются. После завершения последнего, 6 модуля предполагается итоговая аттестация – развернутый тест по всем темам образовательной программы.

ПРОГРАММА КУРСА

1.
1.
Временные ряды: введение
Временной ряд: определения и примеры. Зачем нужно моделировать временные ряды? Стационарность и нестационарность. Определения, свойства, автокорреляционные функции (ACF) и частные автокорреляционные функции (PACF). Процессы авторегрессии (AR) и скользящего среднего (MA).
2.
2.
Модели ARMA и ARIMA
Процесс авторегрессии со скользящим средним в остатках ARMA(p,q). Случайное блуждание. Процесс ARIMA(p,k,q).
3.
3.
Тестирование стационарности временного ряда
Тестирование стационарности временного ряда. Тест Дики – Фуллера. Расширенный тест Дики – Фуллера. Некоторые другие способы тестирования стационарности.
4.
4.
Оценивание моделей ARIMA и прогнозирование с их помощью
Оценивание моделей ARIMA. Процедура идентификации модели. Прогнозирование в моделях ARIMA.
5.
5.
Многомерные модели временных рядов 1
Модель распределенных лагов. Авторегрессионная модель распределенных лагов. Динамические причинно-следственные связи.
6.
6.
Многомерные модели временных рядов 2
Многомерные модели временных рядов с нестационарными переменными. Ложные регрессии. Коинтеграция. Модель коррекции ошибок. Модели с условной гетероскедастичностью (ARCH и GARCH).
7.
7.
Панельные данные 1
Преимущества подхода основанного на панельных данных. Модель с фиксированными эффектами.
8.
8.
Панельные данные 2
Модель со случайными эффектами. Тесты для выбора модели.
Филипп Картаев
Преподаватель
Выпускник экономического факультета МГУ. Доктор экономических наук. Заведующий кафедрой математических методов анализа экономики экономического факультета МГУ. Область научных интересов: макроэкономика, монетарная политика. Член жюри Открытого чемпионата школ по экономике, член жюри Всероссийской олимпиады школьников по экономике.

ДРУГИЕ КУРСЫ
ОТКРЫТОГО УНИВЕРСИТЕТА