トップページ | シラバス |  
 
    授業内容詳細

 計量経済学特論Ⅱ
   Special Lecture on Econometrics Ⅱ
授業科目区分
専門科目・経済理論科目群
担当者 井上 勝雄(教授)
テーマ 経済現象に関する実証的アプローチの分析能力の修得(2)
キーワード 固定効果モデル,変動効果モデル
開講年度
2017
開講時期
後期
配当年次
修士1・2
単位数
2
授業の目的及び概要 経済データを用いて回帰分析に依る実証研究を行うとき、モデルの定式化や推定問題にはそれが取り上げられた固有の状況があるので、それらの諸点を充分に分かった上で実証研究を行うべきで、これらを修得することこそ、本講義の重要なポイントである。計量経済学特論Ⅰに引き続いて、具体的には、パネルデータを用いる分析として固定効果モデル、変動効果モデル等を解説し、最小2乗推定とは異なる一般化モーメント法、最小距離法、ベイジアン統計学を活用する推定手法等を説明する。また、離散型選択に関わるプロビットモデル、ロジットモデル、計数モデル、あるいは制限的な従属変数の取り扱いについても講義する。講義で解説される様々なモデルの定式化と推定手法とに配慮して、受講生が、実際に回帰分析による実証研究に取り組んだ論文を読むことができ、また受講生自身が自らのテーマに関わって実際に実証研究を進められるように指導する。
学修の到達目標  計量経済学の大きな部分を占める回帰分析を詳述し、その上で、やや応用的なモデルの定式化とその推定問題に、推測統計学の考え方を適応させることを修得する。なお、回帰分析に経済データを応用させるとき、固有の問題が生じるが、本講義を形成するこれらの諸点を充分に認識し、自らの研究テーマに本講義内容が活かせることができることが学修の目標である。
科目の位置づけ(DP・CPとの関連)  (この科目の位置づけ、学位授与方針との関係等については、履修要項p.35-37「教育課程の編成・実施の方針」及びp.44-45「履修指導と履修モデル」を参照してください。)
授業の方法 教科書は指定しないで、講義レジュメを配布する。講義レジュメは、ほぼ、Greene, W.(2012), Econometric Analysis 7th-ed., Pearson.に準拠している。全体を通じて次週の講義内容について、適宜挙げる文献の予め熟読する箇所を指示する。授業中の演習およびホームワークを課して、受講生の理解を確認する。
授業外の学修(予習・復習等) 授業計画で毎回取りあげられるテーマと内容を確認し事前に予習するとともに、授業後は復習し、知識・技能の定着に努めること。
教科書・参考書 参考書:
Greene W.(2012), Econometric Analysis 7th-ed., Pearson.
竹内啓他訳『計量経済学の方法 上・下』、東洋経済新報社(Johnston, J.
and J. DiNardo(1997), Econometric Methods 4th-ed.,McGraw-Hill.)
国府田恒夫・田中一盛共訳『計量経済学序説(R.J.ウォナコット/T.H.ウォナコット共著)』培風館。
評価方法及び判定基準 毎週の授業の演習とホームワーク(50%)、中間テスト(20%)、期末試験(30%)によって総合的に評価する。
 秀:90点以上、優:80点以上、良:70点以上、可:60点以上、不可:60点未満


第1回 パネルデータを用いるモデル

個々の家計や企業の、あるいは多数の国や地域から収集された多くの変量の時系列にわたって得られたデータを活用して経済分析を行うパネルデータによる分析を解説する。最初に、一般的なモデルの定式化とモデルの類型を提示する。

第2回 固定効果モデル

パネルデータを活用する分析の中で、固定効果モデルと言われるモデルについて、その定式化や推定方法、指定量の統計的特性などを考察する。

第3回 変動効果モデル

前週および前々週の講義に引き続いて、パネルデータを活用する分析の中で変動効果モデルと言われるモデルについて、その定式化や推定方法、指定量の統計的特性などを考察し、固定効果か変動効果かの検定方式を解説する。

第4回 パネルデータと内生変数・外生変数

前週に引き続き、パネルデータを活用する分析モデルの中で、説明変数と攪乱項とに相関があるケースについて、特に、外生性の検定や2段階最小2乗推定などの議論を解説する。

第5回 一般化モーメント法

モデルのパラメタの推定法の一つとして初期のモーメント法を取り上げる。モーメントの概念と標本モーメントの特性を説明しつつ、ガンマ分布についての具体例を取り上げ、一般化モーメント法の要点を把握できるよう講義を進める。

第6回 一般化モーメント法の特性

前週に引き続いて、一般化モーメント推定法を取り上げる。モーメント法の条件を説明し、その推定量の特性を明らかにする。特にモーメントの条件によって、これまでに取り上げたOLS、ML、IV、GLSとの関連性やGMMの漸近的正規性や最良性等について解説する。

第7回 最小距離(推定)法

残差の2乗和ではなく、残差の距離の総和を最小にするよう求める推定量を取り上げ、その統計的特性を明らかにすると共に、具体的に計測例なども取り上げ、他の推定量との比較検討を考察する。

第8回 シミュレーションを基礎にした推定法とその統計的推論

以前には分析的に解決が極めて困難な推定問題やその推測統計学的な特性を明らかにするため、近年、コンピュータを活用したシミュレーションを利用して、成果が得られている。本講義で、シミュレーションを基礎にした推定法とその統計的推論の典型的な成果を紹介する。

第9回 ベイジアン推定とその統計的推論

古典的な統計的推定理論に対して、いわゆる確率に関する基本的な定理であるベイズの定理を推定方法の基礎に置くベイズ統計学の考え方を説明し、それに基づく回帰分析の手法を解説する。

第10回 離散型選択

例えば、ある財に対する購入意志の決定、保険に入る入らない、住居地の決定といった2つあるいはいくつかの選択肢から意志決定をモデル化するインデックス関数あるいは2値変数モデルと言われるモデルおよび線形確率関数(LPM)について、定式化と計測方法およびその推定量性質を解説する。

第11回 プロビットモデル、ロジットモデル

LPMあるいはプロビットモデル、ロジットモデルにおいて、ある特定の説明変数が意志決定の確率の値に及ぼす限界効果について最尤推定(MLE)を適用する。この場合のMLEの推測統計学的な特性およびモデルの説明力を考察する。

第12回 多項変数モデル

先の週で取り上げた2値変数モデルの拡充モデルとして、多項変数モデルを解説する。意志決定の対象がゼロか1ではなく、多数の場合である。多項ロジットモデルについて、モデルの定式化、MLによるパラメタの推定、推定量の特性など講義する。

第13回 計数モデルの統計分析

一定の期間内あるいは一定の空間内で事象が生起する回数は計数データと言うが、これがモデルの従属変数になる回帰モデルを取り上げる。計数データがポアッソン分布に従うケースを中心に、モデルの定式化、最尤推定法による回帰係数の推定、係数の検定など、一連の統計的推測について考察する。

第14回 制限的な従属変数の回帰分析

例えば耐久消費財支出のデータは0か正の値である。これを回帰モデルの従属変数にした場合、従属変数は途中打ち切りデータであるが、多くの説明変数が利用可能である。こうした従属変数が途中打ち切りデータのとき、トービットモデルを活用する。本講義で、モデルの定式化、パラメタの最尤推定と統計的推論等を解説する。

第15回 白書・論文に基づく討議

講義で扱う考察を採り入れた最近の論文あるいは白書などの記事を取り上げ、解説すると共に、授業中に討議する。