経済学研究科Graduate School of Economics
ECN553C1-2（経済学 / Economics 500）経済政策DＢEconomic Policy DB
濱秋 純哉Junya HAMAAKI
授業コードなどClass code etc
| 学部・研究科Faculty/Graduate school | 経済学研究科Graduate School of Economics |
| 添付ファイル名Attached documents | |
| 年度Year | 2023 |
| 授業コードClass code | X3330 |
| 旧授業コードPrevious Class code | |
| 旧科目名Previous Class title | |
| 開講時期Term | 春学期授業/Spring |
| 曜日・時限Day/Period | 木7/Thu.7 |
| 科目種別Class Type | |
| キャンパスCampus | 市ヶ谷 |
| 教室名称Classroom name | 各学部・研究科等の時間割等で確認 |
| 配当年次Grade | |
| 単位数Credit(s) | 2 |
| 備考（履修条件等）Notes | |
| 実務経験のある教員による授業科目Class taught by instructors with practical experience |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
Course outline
In recent years, there has been a growing interest in statistical methods to identify causal relationships among variables. For example, both the Basic Policy on Economic and Fiscal Management and Reform 2017 and the Cabinet Office’s Annual Report on the Japanese Economy and Public Finance mention “evidence-based policy-making” (EBPM), and along with the compilation of official statistics such as GDP statistics, the government has started to empirically examine the causal effects of policies such as employment support measures and education policies (such as the introduction of smaller classes in schools).
Meanwhile, in the field of economics, researchers have been focusing on the identification of causal relationships for quite some time, but with the increasing availability of various types of microdata, more detailed analyses have become possible. Against this background, this course seeks to provide an understanding of what causal relationships are and introduces statistical methods for making causal inferences.
Learning objectives
At the end of the course, students are expected to acquire the ability to evaluate economic policies based on statistical methods.
Learning activities outside of classroom
Before/after each class meeting, students are expected to spend four hours to understand the course content.
Grading criteria /policy
Final grade will be decided based on the following:
Term-end presentation of a research proposal: 70%, Presentation of an academic paper that evaluates economic policies based on statistical methods.
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的（何を学ぶか）Outline and objectives
近年，変数間の「因果関係」を特定するための統計的手法への社会的な関心が高まっている。経済学の分野では，以前から因果関係の特定に大きな注意が払われていたが，様々な個票データの利用可能性の高まりとともに，より精緻な分析を行うことが可能になった。このような流れを受け，この授業では経済政策を評価するための因果推論の手法について学ぶ。
到達目標Goal
受講者が，政策評価のための統計的手法を用いてデータ分析できるようになること，及び税制や社会保障政策が企業や家計の行動に与える影響を実証分析した学術論文を正確に理解できるようになることを目的とする。評価の対象となる経済政策として，主に税制や社会保障政策を念頭に置く（授業中にこれらの政策の効果を推定した論文を分析例として紹介する）。
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか（該当授業科目と学位授与方針に明示された学習成果との関連）Which item of the diploma policy will be obtained by taking this class?
ディプロマポリシーのうち、「DP1」「DP2」「DP3」「DP4」に関連
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)（学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. ）
数式による説明だけでなく，分析例を紹介しながら，講義形式で政策評価のための統計的手法を説明する。各受講者には，授業と並行してそれらの手法を用いた研究計画を作成してもらう。受講者が少数であれば，授業内で研究計画の妥当性について議論することを通じてフィードバックを行う（研究計画の報告会の開催などを予定）。
アクティブラーニング（グループディスカッション、ディベート等）の実施Active learning in class (Group discussion, Debate.etc.)
あり / Yes
フィールドワーク（学外での実習等）の実施Fieldwork in class
なし / No
授業計画Schedule
授業形態/methods of teaching：対面/face to face
※各回の授業形態は予定です。教員の指示に従ってください。
第1回[対面/face to face]：ガイダンス
授業の概要の説明
第2回[対面/face to face]：研究テーマの見つけ方
研究テーマをどのように見つけるか？
第3回[対面/face to face]：RCTと自然実験
RCTと自然実験の具体例
第4回[対面/face to face]：因果関係の推定（1）
平均処置効果
第5回[対面/face to face]：因果関係の推定（2）
操作変数法と局所的平均処置効果
第6回[対面/face to face]：差の差分析（DID）（1）
政策の効果を受ける群と受けない群の変化の差を比較する手法
第7回[対面/face to face]：差の差分析（DID）（2）
DID推定のための諸条件
第8回[対面/face to face]：差の差分析（DID）（3）
差の差の差分析（Triple-Differences）
第9回[対面/face to face]：イベントスタディ分析
DIDとイベントスタディ分析の違いとは？
第10回[対面/face to face]：合成コントロール法（SCM）
DIDとSCMの違いとは？
第11回[対面/face to face]：回帰不連続デザイン（RDD）（1）
同質的な対象者に生じた不連続な政策の変化を利用する手法
第12回[対面/face to face]：回帰不連続デザイン（RDD）（2）
RDDのための諸条件
第13回[対面/face to face]：回帰不連続デザイン（RDD）（3）
Sharp RDDとFuzzy RDD
第14回[対面/face to face]：研究計画の最終報告会
受講者による研究計画の報告とその検討
授業時間外の学習（準備学習・復習・宿題等）Work to be done outside of class (preparation, etc.)
本講義を履修するにあたり，統計学・計量経済学の基礎的な知識を持っていることが望まれる。具体的には，計量経済学A/Bの知識を前提とする。また，税制や社会保障政策に対する興味や知識もあると授業の理解が深まる。本授業の準備学習・復習時間は各2時間を標準とする。
テキスト（教科書）Textbooks
特定のテキストには依拠せず，教員が作成した資料に沿って講義を進める。
参考書References
1. 西山慶彦・新谷元嗣・川口大司・奥井亮，2019 年，『計量経済学』，有斐閣。
2. 安井翔太（著）・株式会社ホクソエム（監修），2020年，『効果検証入門』，技術評論社。
3. Angrist, Joshua D. and Pischke Jörn-Steffen. 2009. “Mostly Harmless Econometrics: An Empiricist’s Companion,” Princeton University Press.
成績評価の方法と基準Grading criteria
研究計画の作成・報告（70%）と政策評価の手法を用いた最新の海外学術論文の内容報告（30%）によって評価する（博士課程の院生が受講した場合，授業計画を変更して論文の内容報告の時間を設ける）。研究計画の作成には，先行研究の整理，分析対象となる政策の理解，検証する仮説の設定，分析に用いる統計的手法とデータの選択，予想される困難への対処の検討などの作業が必要となり，これらをいかに緻密に行えたかが評価基準となる。
学生の意見等からの気づきChanges following student comments
受け身の学習にならないように，授業中に簡単な質問を投げかけたり，受講者が計算を行う時間を設けたりする。また，統計的手法と分析例をなるべくセットで説明することで理解を促す。
その他の重要事項Others
受講者として想定しているのは，これから政策評価の手法を用いて修士論文や博士論文を執筆する修士2年生以上の院生である。「研究テーマ」を「データを用いた仮説検証」にどのようにして落とし込むか等，なるべく実践的な内容を扱う。
担当教員の専門分野等
＜専門領域＞
公共経済学・応用計量経済学
＜研究テーマ＞
家計行動のミクロ計量分析
＜主要研究業績＞
(1) Niizeki, Takeshi, Junya Hamaaki, 2023+, “Do the self-employed underreport their income? Evidence from Japanese panel data,” Journal of the Japanese and International Economies, forthcoming.
(2) Hamaaki, Junya, Masahiro Hori, and Keiko Murata 2019, “The Intra-family Division of Bequests and Bequest Motives: Empirical Evidence from a Survey on Japanese Households,” Journal of Population Economics, Vol. 32, No. 1, pp. 309–346.
(3) 上野綾子・濱秋純哉，2017年，「2009 年度介護報酬改定が介護従事者の賃金，労働時間，離職率に与えた影響」，『医療経済研究』，Vol.29，No.1，33－57頁。
(4) Hamaaki, Junya, Masahiro Hori, Keiko Murata, 2014, “Intergenerational transfers and asset inequality in Japan: Empirical evidence from new survey data,” Asian Economic Journal, Vol.28(1), pp.41-62.
(5) Hamaaki, Junya, Masahiro Hori, Saeko Maeda, Keiko Murata, 2013, “How does the first job matter for an individual’s career life in Japan,” Journal of the Japanese and International Economies, Vol.29, pp.154-169.