اقتصاد محاسباتی
Computational Economics

هدف کلی

این درس پیشرفته برای دانشجویان سال دوم یا سوم دکترا طراحی شده تا آنها را با روش ‌ های کمی، محاسباتی و عددی که در اقتصاد خرد و کلان استفاده می ‌ شود، آشنا سازد.
اهداف اصلی این درس عبارت است از:
۱. آشنایی دانشجویان با مدل ‌ های کمی متنوعی که در تحقیقات حال اقتصادی استفاد می ‌ شود.
۲. آماده ‌ سازی دانشجویان مرتبط با موضوع تحقیقاتی ‌ شان در خلال «یادگیری از راه انجام دادن».
۳. کمک کردن به دانشجویان برای شروع به کار در زمینه ‌ ی تحقیقات و موضوعات کمی و ارتقای مهارت ‌ های ارائه ‌ ی ایشان.
۴. در نهایت، هدف اصلی ما کمک به دانشجویان برای پی ‌ ریزی و بنیان نهادن ایده ‌ ی تحقیق و پژوهششان در طول ارائه ‌ ی این درس است.

سرفصل‌‏ها

1. مقدمه ‌ ای به برنامه ‌ نویسی با پایتون

   • First things first

     • درباره ‌ ی پایتون

     • تنظیم کردن محیط پایتون

     • یک مثال مقدماتی

     • ضروریات پایتون

   • برنامه ‌ نویسی شی ‌ گرا

   • پایتون چگونه کار می ‌ کند: داده، متغیرها و اسامی

   • خصوصیات دیگر برنامه

     • NumPy, Matplotlib, SciPy, Pandas

     • IPython Tips and Tricks

     • The Need for Speed

2. قسمت اول-مقدمه ‌ ای به تخمین ساختاری

   • Behavioral Models of Binary Choice: Logit/Probit → why do we need simulation ?

     • Closed form estimation → Logit: DCMS 1,2 and 3, (4 is optional) + MMA 14

     • The need for Simulation → Probit: DCMS 5 + MMA 12

     • Mixed Logit: DCMS 6

   • Simulation and Numerical Maximization

     • Monte Carlo Simulation

     • Monte Carlo Integration

     • Markov Chain Monte Carlo Method DCMS 9, 12 + MMA 13

     • Numerical Maximization: DCMS 8 + MMA 10

   • Simulation-Assisted Estimation → Introducing MSL and MSM

     • Maximum Likelihood

     • Maximum Simulated Likelihood: DCMS 10 + MMA 12

     • Method of Simulated Moments: DCMS 10 + MMA 12

Eaton, Kortum and Kramerz (2012)

1. قسمت دوم-مدل ‌ های اقتصادی با عوامل نامتجانس (۱۰ هفته)

   • مسئله ‌ ی تک عاملی: برنامه ‌ ریزی پویا

     • Neoclassical Growth Models: QE

     • Dynamic Programming with shocks

     • Search models: Mc Call, Neal (1999), Joshaghani (2017)

     • Monetary models: Caplin and Lehy (1997), Vavra (2015)

     • Investment:

   • مدل ‌ های تعادل عمومی با عوامل نامتجانس

     • Dynamic Programming:

     • Recursive Competitive Equilibrium: RMT 7.1-1.5

     • Markov Perfect Equilibrium: RMT 7.6

     • Borrowing Constraint: Aiyagari (1994) QE chapter 3.3

     • Uncertainty: Bloom (2008)

     • Investment

   • کالیبراسیون و تخمین

     • Computing Moments

     • Calibration: Matching Moments

     • Method of Simulated Moments

       1. Static Model:

       2. Dynamic Programming: Bloom (2008)

       3. Investment,

     • Static Models of Heterogeneous Firms:

       1. Hopenhayn (1992)

       2. Hopenhayn and Rogerson (1991)

       3. Melitz (2003)

مراجع

[MMA] Cameron, A. Colin, and Pravin K. Trivedi. Microeconometrics: methods and applications. Cambridge university press, 2005.
[DCMS] Train, Kenneth E. Discrete choice methods with simulation. Cambridge university press, 2009.
[QE] Sargent, Thomas J., and John Stachurski, Quantitative Economics, 2017
[RMT] Ljungqvist, Lars, and Thomas J. Sargent. Recursive macroeconomic theory. MIT press, 2012.