履修条件・関連科目等

担当教員のAI・データサイエンス演習Aの選考に合格した学生のみを履修対象とする。
並行して経済学や統計学、計量経済学、AI・データサイエンスツールⅢを履修することが望ましい。

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

【テーマ】データサイエンスによるEBPMの実践

本演習では、データサイエンスを利用した「客観的根拠に基づいた意思決定、提案、政策形成」（EBPM：Evidence-based Policy Making）を実践するための教育と機会の場を提供することを主とする。
　社会問題の解決には、①そもそもどこに問題があるのか、②その原因は何なのか、③それを実現可能な方法で取り除くには何が必要なのか、これらを順に解決する必要があり、そのためには経済学の知見とデータの適切な処理と分析、それを実行するためのプログラミングスキルが必要となる。演習Aでは、こうした教育の導入として経済学と計量経済学、データ分析の基礎固めを行う。くわえて、グループ毎にテーマを設定し、研究発表を行う。

科目目的

データ分析で経済・社会の問題を扱うため、経済学、計量経済学の基礎的な知識を獲得することを目的とする。また、グループワークを通じて、社会問題の発見からその解決策の立案までの経験を得ることも本科目の目的である。

到達目標

社会で起きている現実の事象と経済学的な知見を結びつけることができ、そこから分析に必要な命題や仮説を立て、適切な手法の分析選択ができるようになることを本演習の到達目標とする。

授業計画と内容

2年次後期（カッコ内は経済学（マクロ）の内容）

第 01 回　テーマ設定と研究計画発表
第 02 回　プロジェクト1・2による現状分析（マクロ経済学への誘い：国の富）
第 03 回　プロジェクト3・4による現状分析（マクロ経済学への誘い：総所得）
第 04 回　プロジェクト1・2による問題意識と先行研究サーベイ（経済成長）
第 05 回　プロジェクト3・4による問題意識と先行研究サーベイ（経済成長と貧富）
第 06 回　プロジェクト1・2によるデータ分析の結果と考察（雇用と失業）
第 07 回　プロジェクト3・4によるデータ分析の結果と考察（信用市場）
第 08 回　プロジェクト1・2によるデータ分析のリバイズ（金融システム）
第 09 回　プロジェクト3・4によるデータ分析のリバイズ（景気変動）
第 10 回　プロジェクト1・2による政策提言（反循環的マクロ経済政策）
第 11 回　プロジェクト3・4による政策提言（マクロ経済と国際貿易）
第 12 回　プロジェクト1・2による研究発表（開放経済のマクロ経済学）
第 13 回　プロジェクト3・4による研究発表
第 14 回　総括

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）

レジュメ作成時の事前学習と、研究発表に向けたグループワークを要する。

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

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）

Slackを使って、課題の提出、質疑応答を行う。

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／実習、フィールドワーク

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

その他

授業におけるICTの活用方法（その他の内容等）

BYODにより各自の端末でデータ分析等を行なう。

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

計量経済学テキスト
・鹿野 繁樹『新しい計量経済学 データで因果関係に迫る』日本評論社, 2015.

経済学テキスト
・ダロン・アセモグル , デヴィッド・レイブソン, ジョン・リスト『アセモグル/レイブソン/リスト マクロ経済学』東洋経済新報社, 2019.

その他特記事項

通常の授業時間に加えて、週1コマのサブゼミを行います。

参考URL