В ИнЭУ УрФУ стартовал международный интенсив по эконометрике

16:20, 22 июля 2021

До 30 июля группа ученых и студентов будет изучать теорию и практические методы исследований

В интенсиве участвуют исследователи и студенты из 16 стран. Фото: УрФУ

Курс летней школы продвинутой эконометрики охватывает современные передовые эконометрические методы, которые будут полезны как магистрантам и аспирантам, так и признанным исследователям. Это не просто практические знания, это ценный международный нетворкинг – в интенсиве участвуют исследователи и студенты из 16 стран, в том числе из России, Китая, Чили, Португалии, Пакистана, Италии, Бангладеш, Хорватии, Турции, Индии, Малайзии и других. Программа создана под руководством ученого из Малайзии Кази Сохага, к.э.н., старшего научного сотрудника Института Экономики и управления УрФУ.

Дмитрий Толмачев, директор ИнЭУ, приветствуя участников школы на торжественном открытии, подчеркнул важность углубленного эконометрического анализа и особо отметил эффективность формата Летней школы для развития международного обмена опытом на базе ИнЭУ. Жанна Беляева, академический директор Школы управления и междисциплинарных исследований, рассказала о сотрудничестве в области исследований и предстоящих научных мероприятиях для содействия публикациям мирового уровня. Доктор Кази Сохаг, академический руководитель школы, приветствуя участников углубился вв содержание программы летней школы и представил преподавателей курса: Кристину Чукавину и Андрея Пушкарева.

На первом дне школы Кристина Чукавина, старший преподаватель ИнЭУ и ведущий аналитик, провела обучающую сессию по методу «Разность разностей», представив кейсы из теоретических исследований и реальной жизни. Андрей Пушкарев, старший преподаватель ИнЭУ, объяснил теоретические основы и показал практическую реализацию метода «Оценка эффекта воздействия при помощи сопоставления и мер склонности».

Программа школы включает:

• Анализ пространственных данных: метод разниц (Difference in Difference), соответствие оценки склонности (Propensity Score Matching), квантильная регрессия (Quantile Regression) и Моделирование структурным уравнением (Structural Equation Modelling).
• Нелинейный анализ временных рядов: модель с меняющимися во
• времени коэффициентами (TVP-VAR), метод асимметричного распределенного и авторегрессионного лага (Asymmetric ARDL), квантильный метод распределенного и авторегрессионного лага (Quantile ARDL-bootstrapping), квантиль-на-квантиль (Quantile-on-Quantile), тест на стационарность - квантильный метод (Quantile Unit-root), причинность по Грейнджеру - квантильный метод Quantile Granger Causality.
• Анализ панельных данных: панельный метод распределенного и авторегрессионного лага (Panel ARDL), Dynamic Common Correlation, CS-ARDL, CS-DL, DCCE-GMM, глобальная векторная авторегрессия (GVAR)

Основные преимущества проекта: 

• Комплексный подход
• Универсальные современные техники работы с большими данными
• Индивидуальные консультации

Организаторы уверены в успехе Школы, т.к. интерес к теме очень высок и практическую значимость методов эконометрических исследований нельзя переценить, поэтому весьма высока вероятность, что проект станет ежегодным.