Магистратура
2025/2026
Эконометрика панельных данных
Статус:
Курс обязательный (Экономика и экономическая политика)
Кто читает:
Департамент прикладной экономики
Когда читается:
1-й курс, 3 модуль
Охват аудитории:
для своего кампуса
Преподаватели:
Ратникова Татьяна Анатольевна
Язык:
русский
Программа дисциплины
Аннотация
Дисциплина «Микроэконометрика панельных данных» – охватывает темы эконометрики продвинутого уровня и предназначена для изучения теории и практики применения специальных методов вероятностно-статистического анализа данных экономических экспериментов, призванных для оценивания зависимостей по пролонгированным выборкам объектов, в роли которых могут выступать индивиды, семьи, фирмы, регионы, страны и т.п. Наличие последовательного ряда наблюдений позволяет учесть индивидуальные особенности различных единиц наблюдения, индивидуальные особенности их эволюции, а также изучать продолжительность пребывания объектов в том или ином состоянии (например, длительность периодов бедности для домохозяйств или периодов безработицы для индивидов). В курсе изучаются базовые теоретические концепции анализа панельных данных, а также принципы построения наиболее востребованных моделей. Примеры использования изложенных методов на практике демонстрируются на реальных данных (РМЭЗ, PSID, Bloomberg). Дисциплина может быть полезна кругу лиц, специализирующихся в областях математических методов анализа экономики, микро- и макро- экономического анализа, экономики фирм, анализа потребительского поведения населения, рынка труда, экономики здравоохранения, демографии. Применение изученных методов к реальным российским статистическим данным позволит слушателям глубже понять цели и задачи экономической политики государства (или фирмы), а также научиться оценивать результаты этой политики. Учебный процесс состоит из посещения студентами лекций и практических занятий. Последние проводятся в компьютерных классах в эконометрическом пакете Stata, в котором запрограммирован самый обширный на сегодняшний день спектр методов анализа панельных данных.