経済学研究科Graduate School of Economics
ECN515C1－2（経済学 / Economics 500）計量経済学ＢEconometrics B
高橋 秀朋Hidetomo TAKAHASHI
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 | 2022 |
| 授業コードClass code | X3008 |
| 旧授業コードPrevious Class code | |
| 旧科目名Previous Class title | |
| 開講時期Term | 秋学期授業/Fall |
| 曜日・時限Day/Period | 月6/Mon.6 |
| 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)
This course is designed to improve econometric skills otained in Econometrics A. This course focuses on Time Series Analysis and demonstrates how to build time series models for univariate and multivariate time series data. The first half of this course reviews OLS regression models using matrix algebra. The second half teaches more detailed topics in Time Series Analysis such as stationary process, ARMA model, and vector autoregressive (VAR) model. This course is not only intended to obtain analytical skills in econometrics. It is also intended to achieve the ultimate goal that students can write sophisticated academic reports or papers based on their aqcuired skills. Before each class meeting, students will be expected to spend two hours to understand the course content. Students are also required to review the content after each class. Final grade will be calculated according to the mid-term exam (50%) and term-end report (50%).
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
本講義のテーマは、計量経済学Ａで学習した基本的な知識をもとに、その発展として時系列分析の基本的な知識を身につけ、簡単なVARモデルを実行できるようになることにある。本講義では計量経済学の理論的理解を深めることと並行して、実践的な能力を身につけることにもある程度の時間が割かれる。講義の前半では既習の回帰モデルの行列表記、一般化最小二乗法を学習し、後半では定常性、ARMAモデル、VARモデルなどの時系列分析のトピックを紹介する。
到達目標Goal
本講義の目標は、①計量経済学Ａで学習した内容の理解をより深化するし、高度な実証手法を適用になる、②時系列分析の理論に関する理解ができるとともに、統計パッケージ（STATA）を利用して、時系列モデルの推定ができるようになる。
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」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. ）
講義はQE指定科目であることを考慮して、基本的には板書による授業を進めていく。これらは基本的に「オンライン形式」（「対面式」の場合もあり）で行う。QEを受験しない学生が多いこと、多くの学生が修士論文において実証分析を行ことを考慮して、統計パッケージ（STATA）やExcelなどを利用して演習を「対面によるセミナー形式」（統計ソフトを利用した演習を行い、適時、教員が解説を行っていく形）で行っていく。セミナー形式の講義では、実際の論文等を事前に学習した知識をどのように活用するかも説明する。
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。
1[対面/face to face]：イントロダクション
講義概要の説明
2[オンライン/online]：行列の復習１
行列の演算
3[オンライン/online]：行列の復習２
固有値・コレスキー分解
4[オンライン/online]：重回帰分析１
回帰モデルの行列表記・推定
5[対面/face to face]：重回帰分析２
推定値の統計的性質および検定
6[オンライン/online]：時系列分析の基礎
定常性・自己相関
7[対面/face to face]：一般化最小二乗法
誤差項におけるAR(1)過程
8[オンライン/online]：ARMA過程１
ARMA過程の性質
9[対面/face to face]：ARMA過程２
ARMA過程の推定
10[対面/face to face]：前半のまとめ
中間試験
11[オンライン/online]：VARモデル１
VAR(2)モデルの紹介
12[オンライン/online]：VARモデル２
グレンジャー因果性
13[対面/face to face]：VARモデル３
インパルス応答関数
14[対面/face to face]：VARモデル４
分散分解
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.)
講義資料は事前にアップロードするので、受講者は当該資料に目を通した上で講義に参加することが望ましい（週2時間）。また、講義では数学の知識を多用し、統計パッケージを利用した演習を行うことも多いので、講義後はその復習を必ずすること（週2時間）。
テキスト（教科書）Textbooks
浅野晳・中村二朗『計量経済学 第2版』有斐閣、2009
沖本竜義『計量時系列分析』朝倉書店、2010
※テキストを補完する形式で、講義ノートを配布する予定である。
参考書References
テキストではカバーできていないトピックも複数あるので、それらに関する参考書等は授業で適宜指定する。
成績評価の方法と基準Grading criteria
中間試験(50%)と期末レポート(50%)で判断する。
学生の意見等からの気づきChanges following student comments
該当なし