シラバス
| 授業科目名 | 年度 | 学期 | 開講曜日・時限 | 学部・研究科など | 担当教員 | 教員カナ氏名 | 配当年次 | 単位数 |
|---|---|---|---|---|---|---|---|---|
| 演習Ⅰ（計量ファイナンス） | 2026 | 通年 | 月1 | 商学研究科博士課程前期課程 | 高見澤 秀幸 | タカミザワ ヒデユキ | 1年次配当 | 4 |
科目ナンバー
CG-OM5-701L
履修条件・関連科目等
学部レベルの数学（線形代数、微積分）と統計学の知識を有していること。また、マクロ経済学、ミクロ経済学、計量経済学のうち、少なくとも１つについては学部レベルの知識を有していること。
授業で使用する言語
日本語
授業で使用する言語（その他の言語）
授業の概要
計量ファイナンスの諸問題を実証するために必要な知識やスキルを、テキストの輪読を通じて学ぶ。
科目目的
計量ファイナンスの主要なトピックスを理論面・実証面から論じること、および実証分析に必要な統計的手法を実装すること。
到達目標
計量ファイナンスの基礎的な理論を習得した上で、学会や学術誌で活発に議論されているトピックスや実務的に応用されている手法を理解し、その内容を（部分的にでも）実証または実装できるようになること。
授業計画と内容
履修者の前提知識のレベルや理解度のペースに合わせて、下記のWooldridgeのテキストを輪読する。以下は各回の目安である。
【前期】
第１回 ：ガイダンス
第２回 ：Ch.1 The Nature of Econometrics and Economic Data
第３回 ：Ch.2 The Simple Regression Model
第４回 ：Ch.3 Multiple Regression Analysis: Estimation
第５回 ：Ch.4 Multiple Regression Analysis: Inference
第６回 ：Ch.5 Multiple Regression Analysis: OLS Asymptotics
第７回 ：Ch.6 Multiple Regression Analysis: Further Issues
第８回 ：Ch.7 Multiple Regression Analysis with Qualitative Information: Binary (or Dummy) Variables
第９回 ：重回帰分析のおさらい
第１０回：統計ソフトウェアのプログラミング１
第１１回：データ分析のレポート作成の作法
第１２回：Ch.8 Heteroskedasticity
第１３回：Ch.9 More on Specification and Data Issues
第１４回：データ分析の課題レポートのプレゼンテーション
【後期】
第１５回：Ch.10 Basic Regression Analysis with Time Series Data
第１６回：Ch.11 Further Issues in Using OLS with Time Series Data
第１７回：Ch.12 Serial Correlation and Heteroskedasticity in Time Series Regressions
第１８回：時系列分析のおさらい
第１９回：Ch.13 Pooling Cross Sections Across Time: Simple Panel Data Methods
第２０回：Ch.14 Advanced Panel Data Methods
第２１回：パネルデータ分析のおさらい
第２２回：統計ソフトウェアのプログラミング２
第２３回：Ch.15 Instrumental Variables Estimation and Two Stage Least Squares
第２４回：Ch.16 Simultaneous Equations Models
第２５回：Ch.17 Limited Dependent Variable Models and Sample Selection Corrections
第２６回：Ch.18 Advanced Time Series Topics
第２７回：Ch.19 Carrying Out an Empirical Project
第２８回：計量分析手法の総括ならびにデータ分析の課題レポートのプレゼンテーション
授業時間外の学修の内容
指定したテキストやレジュメを事前に読み込むこと／授業終了後の課題提出
授業時間外の学修の内容（その他の内容等）
授業時間外の学修に必要な時間数／週
・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。
成績評価の方法・基準
| 種別 | 割合（％） | 評価基準 |
|---|---|---|
| レポート | 50 | データ分析を通じて、次の①～④の適切さを評価する：①仮説の設定、②データの扱い、③分析手法、④分析結果の解釈。 |
| 平常点 | 50 | テキストの内容を正しく理解しているかや、問題提起・解決に関する発言を積極的に行っているかを問う。 |
成績評価の方法・基準（備考）
課題や試験のフィードバック方法
授業時間内で講評・解説の時間を設ける／授業時間に限らず、manabaでフィードバックを行う
課題や試験のフィードバック方法（その他の内容等）
アクティブ・ラーニングの実施内容
PBL（課題解決型学習）／反転授業（教室の中で行う授業学習と課題などの授業外学習を入れ替えた学習形式）／ディスカッション、ディベート／グループワーク／プレゼンテーション
アクティブ・ラーニングの実施内容（その他の内容等）
授業におけるICTの活用方法
タブレット端末
授業におけるICTの活用方法（その他の内容等）
実務経験のある教員による授業
いいえ
【実務経験有の場合】実務経験の内容
【実務経験有の場合】実務経験に関連する授業内容
テキスト・参考文献等
【テキスト】
Wooldridge, J. M., Introductory Econometrics: A Modern Approach, 5th ed., South-Western Pub. (2012).
（WEBサイトからダウンロード可）
【参考文献】
沖本竜義『経済・ファイナンスデータの計量時系列分析』朝倉書店 (2010).