آدرس ایمیل:

a.mhojat@gmail.com

مرتبة علمی:

دانشیار

نام و نام خانوادگی استاد:

امیر حسین منتظرحجت

نیمسال تحصیلی:

گروه:

اقتصاد

دانشکده:

اقتصاد و علوم اجتماعی

تعداد واحد: 3

نام درس:

اقتصادسنجی کاربردی

 دورة تحصیلی:

دکتری

جایگاه درس در برنامة درسی دوره:

هدف کلی:

هدف کلی این درس آموزش مبانی نظری اقتصادسنجی بر پایه مفاهیم آمار ریاضی

اهداف یادگیری:

دانشجویان پس از پایان دوره می بایست با موارد زیر آشنا شده باشند:

Ø        ساختارهای داده‌ای مقطعی، سری زمانی و ترکیبی،

Ø        روش‌های برآورد مدل‌های اقتصادسنجی،

Ø        انجام آزمون‌های نقض فروض کلاسیک بصورت اسکالر،

Ø        انجام آزمون‌های نقض فروض کلاسیک بصورت ماتریسی،

Ø        رفع مشکل نقض فروض کلاسیک؛

Ø        روش‌های مقاوم‌سازی برآوردگرهای حداقل مربعات نسبت به نقض فروض کلاسیک؛

Ø        تحلیل سری‌های زمانی

Ø        سیستم معادلات همزمان

رفتار ورودی:

Ø          تسلط بر مبانی ریاضی و آمار

Ø        تسلط بر اقتصاد خرد و کلان

مواد و امکانات آموزشی:

در اختیار داشتن منابع آموزشی درس و اینترنت

روش تدریس:

روش تدریس ترکیبی است به طوریکه ابتدائا مبانی نظری مرتبط با روش کار توسط استاد تبیین می‌شود. سپس تمریناتی در رابطه با مطالب حل می‌شود. تکالیفی برای دانشجویان تعیین می‌شود که هر جلسه تکلیف محوله‌ی جلسه قبل توسط دانشجویان حل خواهند شد.  

وظایف دانشجو:

حضور کامل در کلاس، مشارکت در بحث ها، پاسخ به مساِئل طرح شده، انجام تکالیف در منزل و مشارکت در حل سرکلاس.

شیوه آزمون و ارزیابی:

قسمتی از ارزیابی به طور ضمنی در طول زمان تدریس و مشارکت در بحث ها و حل مسائل انجام می گیرد و در پایان ترم نیز ارزیابی به صورت امتحان انجام می گیرد.

منابع درس:

روشی نوین در اقتصادسنجی مقدماتی تالیف: جفری ام ولدریج ترجمه دکتر امیرحسین منتظرحجت انتشارات دانشگاه شهید چمران، 1399

مبانی اقتصادسنجی تالیف: یان کمنتا، ترجمه:  کامبیز هژبر کیانی،

Econometric Methods, Jack Junston and J. Dinardo, 4^th edition, 1997.

سرفصل های درس:

هفته اول:

بیان کلیات شامل: انواع داده‌های مورد استفاده در اقتصادسنجی بر حسب ماهیت و ساختار

تفاوت ماهوی داده‌های اقتصادی با علوم تجربی

تحلیل به شرط ثبات سایر شرایط (علی) بوسیله رگرسیونهای مرکب

هفته دوم:

یادآوری فروض کلاسیک مدل خطی به صورت اسکالر و ماتریسی

یادآوری روش‌های برآورد حداقل مربعات و حداکثر درستنمایی

هفته سوم:

نقض فروض کلاسیک بخش اول:

پیامدهای نقض فرض همسانی واریانس

روش‌های کشف: آزمون وایت، آزمون وایت تعمیم یافته، آزمون بروش پاگان

روش حداقل مربعات وزنی (WLS) برای رفع این مشکل

روش مقاوم‌سازی مدل نسبت به این مشکل

هفته چهارم:

نقض فروض کلاسیک بخش دوم:

پیامدهای نقض فرض خودهمبستگی عوامل اخلال

روش‌های کشف: آزمون دوربین-واتسون، آزمون h دوربین، آزمون LM

استفاده از روش‌های پویا برای رفع این مشکل

روش مقاوم‌سازی مدل نسبت به این مشکل

هفته پنجم:

نقض فروض کلاسیک بخش سوم:

پیامدهای نقض فرض نرمال بودن توزیع آماری عوامل اخلال

روش‌های کشف (آزمون JB، استفاده از آمار توصیفی)

روش رفع این مشکل مانند افزایش حجم نمونه

هفته ششم:

نقض فروض کلاسیک بخش چهارم:

پیامدهای نقض فرض برون‌زایی

روش‌های کشف

روش رفع این مشکل مانند استفاده از روش متغیر ابزاری

هفته هفتم:

نقض فروض کلاسیک بخش پنجم:

پیامدهای نقض فرض نبود خطای تصریح در شکل تابعی مدل

روش‌های کشف: آزمون رمزی و سایر آزمون‌ها

روش رفع این مشکل مانند استفاده از اشکال تابعی دیگر بر اساس مبانی نظری

هفته هشتم:

نقض فروض کلاسیک بخش ششم:

پیامدهای نقض فرض نبود خطای تصریح در خطای اندازه‌گیری متغیرها و واحد اندازه‌گیری

روش‌های کشف

روش رفع این مشکل

هفته نهم:

نقض فروض کلاسیک بخش هفتم:

پیامدهای نقض فرض تصادفی نبودن متغیرهای مستقل

روش‌های کشف

روش رفع این مشکل

هفته دهم:

بازنگری فروض کلاسیک برای سری‌های زمانی

هفته یازدهم:

مدل‌سازی با استفاده از سری‌های زمانی بخش اول:

مفاهیم پویایی و کوواریانس ایستا

هفته دوازدهم:

مدل‌سازی با استفاده از سری‌های زمانی بخش دوم:

مفاهیم کوواریانس ایستا، وابسته ضعیف و ایستایی

هفته سیزدهم:

مدل‌سازی با استفاده از سری‌های زمانی بخش سوم:

همجمعی تک معادله‌ای انگل گرنجر

همجمعی سیستمی یوهانسن

هفته چهاردهم:

سیستم معادلات همزمان بخش اول:

مفاهیم دقیقا مشخص و کمتر از حد مشخص

تبیین روش متغیرهای ابزاری

هفته پانزدهم:

سیستم معادلات همزمان بخش دوم:

مفهوم بیش از حد مشخص

روش حداقل مربعات دو مرحله ای

هفته شانزدهم:

سیستم معادلات همزمان بخش سوم:

مفهوم بیش از حد مشخص

روش گشتاورهای تعمیم یافته