- A
- A
- A
- АБB
- АБB
- АБB
- А
- А
- А
- А
- А
Школа финансов ВШЭ
119049 , Покровский бульвар, 11,
офис S629.
Телефоны:
+7 (495) 772-95-90*27447, *27190, *27947 (по общим вопросам Школы финансов)
+7 (495) 621-91-92 (по вопросам Бизнес-образования)
+7 (495) 916-88-08 (Магистерская программа "Корпоративные финансы")
E-mail:
df@hse.ru (по общим вопросам Школы финансов),
finance@hse.ru (по вопросам Бизнес-образования)
ординарный профессор НИУ ВШЭ, доктор экономических наук, заслуженный работник высшей школы РФ
Школа финансов ВШЭ — лидирующий в стране центр компетенций в области корпоративных финансов, оценки стоимости, банковского дела, фондового рынка, управления рисками и страхования, учета и аудита.
Наш университет - первый в России в глобальном рейтинге "QS – World University Rankings by subject" (2022) в предметной области Accounting and Finance, а так же первый среди российских университетов в области Business & Management Studies.
Российские корпорации на пути к антихрупкости. Финансовая архитектура компаний
Григорьева С. А., Жукова Ю. Д., Завертяева М. А. и др.
М.: Издательский дом НИУ ВШЭ, 2025.
Grishunin S., Ivashkovskaya I., Brendeleva N. et al.
Journal of Corporate Finance Research. 2025. Vol. 19. No. 1. P. 25-40.
Badr I., Rawnaa Ibrahim, Hussainey K.
In bk.: Opportunities and Risks in AI for Business Development. Vol. 2: Opportunities and Risks in AI for Business Development. Prt. 636. Springer Cham, 2025. P. 385-399.
Financial Economics. WP HSE. HSE University, 2025. No. 1/FE/2025.
Эконометрика
Преподаватель
Программа дисциплины
Аннотация
Цель освоения дисциплины
- • Получение аспирантами представления о теоретических основах эконометрики, основных эконометрических моделях и методах их оценивания, области их применения
- • Освоение аспирантами статистических пакетов, позволяющих применить эконометрические методы к анализу реальных статистических данных
- • Развитие навыков выбирать и применять методы исследования, адекватные предмету и задачам исследования - способности предложить эконометрическую модель, приближающую и объясняющую происходящие в обществе процессы, а также адекватный метод ее оценивания
- • Развитие навыка выбирать необходимые для исследования статистические данные
- • Развитие способности оценииать необходимые эконометрические модели по имеющимся статистическим данным с использованием современных статистических пакетов
Планируемые результаты обучения
- Умеет выбирать регрессионную модель в зависимости от типа шкалы зависимой переменной;
- Знать теоретическое обоснование основных эконометрических моделей и методов.
- Иметь навыки (приобрести опыт) работы с модулями статистических пакетов Excel, Gretl и STATA , позволяющие применить эконометрические методы оценивания.
- Уметь применять эконометрические методы оценивания при работе с реальными статистическими данными
- знать базовые модели (логит и пробит) для качественных зависимых переменных
- Уметь построить модель панельных данных и описать её
- Уметь строить модели с фиксированным и случайным эффектом для панельных данных. Знать тест Хаусмана и тесты на наличие случайного/детерминированного индивидуального эффекта.
- Умеет специфицировать и оценить регрессионную модель.
- Включать в регрессионную модель переменные взаимодействия и интерпретировать коэффициенты переменных взаимодействия
- знает модели бинарного выбора (линейную модель вероятности и ее недостатки, модель логит, модель пробит)
- Знает методы анализа временных рядов;
- Знать основные принципы регрессионного анализа панельных данных и уметь с ними работать
- Построить линейную регрессионную модель и интерпретировать полученные результаты
- Строить модель логит, интерпретировать коэффициенты
Содержание учебной дисциплины
- Основные понятия теории вероятностей
- Множественная линейная регрессия
- Проверка гипотез для коэффициентов множественной регрессии
- Выбор функциональной формы модели
- Ошибки спецификации модели
- Гетероскедастичность. Обобщенный МНК
- Эндогенность
- Модели с ограниченными зависимыми переменными
- Тобит-модели и модели Хекмана. Модели счетных данных
- Модели панельных данных
- Введение в теорию временных рядов. Одномерные модели временных рядов
Элементы контроля
- Самостоятельная работа - построение модели множественной регрессииРабота должна быть выполнена к фиксированной дате. Опоздание влечет потерю 20% баллов.
- ТестТест на 30 минут с открытыми и закрытыми вопросами
Промежуточная аттестация
- 2024/2025 2nd semester0.6 * Самостоятельная работа - построение модели множественной регрессии + 0.4 * Тест
Список литературы
Рекомендуемая основная литература
- A Guide to Modern Econometrics, 4th ed., 497 p., Verbeek, M., 2012
- Brooks,Chris. (2019). Introductory Econometrics for Finance. Cambridge University Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.b.cup.cbooks.9781108422536
- Jeffrey M. Wooldridge. (2019). Introductory Econometrics: A Modern Approach, Edition 7. Cengage Learning.
- Ragnar Nymoen. (2019). Dynamic Econometrics for Empirical Macroeconomic Modelling. World Scientific Publishing Co. Pte. Ltd. https://doi.org/10.1142/11479
- Tsionas, M. (2019). Panel Data Econometrics : Theory (Vol. First edition). London: Academic Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1951497
- Verbeek, M. (2017). A Guide to Modern Econometrics (Vol. 5th edition). Hoboken, NJ: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1639496
- Введение в эконометрику : учебник для вузов, Доугерти, К., 2010
- Методы эконометрики : учебник, Айвазян С.А., Мос. шк. экономики МГУ им. М.В. Ломоносова, 2016
- Путеводитель по современной эконометрике, учебно-методическое пособие, пер. с англ. В. А. Банникова ; науч. ред. и предисл. С. А. Айвазяна, 616 с., Вербик, М., 2008
- Теория и методы эконометрики : учебник для вузов, Дэвидсон, Р., 2018