Курсовая по экономике в СПбГУ: как построить исследование на данных, экономической модели и проверяемом выводе

Курсовая по экономике в СПбГУ должна отвечать на конкретный экономический вопрос, а не пересказывать учебник. В наборе Санкт-Петербургского государственного университета на 2026 год направление «Экономика» представлено несколькими образовательными программами, включая базовую программу «Экономика» и отдельные более специализированные траектории.

Официальный список программ:
https://cabinet.spbu.ru/Lists/ForeignersLists/bak/index_comp_groups.html

Начните с вопроса

Плохо:

«Инфляция в России».

Сильнее:

«Как изменялась связь между ключевой ставкой и динамикой потребительских цен в выбранный период?»

Или:

«Какие факторы связаны с различиями в инвестиционной активности регионов?»

Так появляется предмет анализа.

Механизм раньше регрессии

До статистики объясните, почему X вообще может быть связан с Y.

Например:

ставка -> стоимость кредита -> инвестиционный спрос.

Модель без экономического механизма легко превращается в поиск случайной корреляции.

Данные

Для российской экономики можно использовать:

• Росстат;
• Банк России;
• ЕМИСС;
• Минфин;
• ФНС;
• отчётность компаний.

Для международной:

• World Bank;
• IMF;
• OECD;
• UN.

Не берите ключевой ряд из вторичной инфографики, если доступен первичный источник.

Метаданные

Сохраняйте:

• код показателя;
• единицу;
• частоту;
• период;
• дату выгрузки;
• источник.

Это помогает понять, почему две похожие цифры различаются.

Номинальные и реальные величины

Номинальная выручка может расти только из-за цен.

Если исследуется реальный объём, подумайте о дефляторе.

Не называйте номинальный рост реальным автоматически.

Уровень и темп

Для временного ряда можно анализировать:

• уровень;
• темп роста;
• разность;
• логарифм.

Выбор должен иметь экономический смысл.

Не преобразовывайте ряд только потому, что так красивее график.

Процент и процентный пункт

Если показатель вырос с 10% до 12%, это +2 процентных пункта.

Относительный рост - 20%.

Не смешивайте эти формулировки.

Среднее

Среднее по регионам без весов не равно общероссийскому показателю.

Если размер объекта различается, подумайте о взвешивании.

Выброс

Кризисный год может быть экономически важным.

Не удаляйте его только потому, что он ухудшает модель.

Сначала объясните событие.

Описательная статистика

До эконометрики покажите:

• число наблюдений;
• mean;
• median;
• standard deviation;
• min;
• max.

Так становится видна структура массива.

Визуальная разведка

Полезны:

• line chart;
• scatter;
• boxplot;
• histogram.

График часто обнаруживает разрыв или ошибку раньше модели.

Корреляция

Она показывает статистическую связь.

Не:

«X влияет на Y».

Корректнее:

«X связан с Y»

если дизайн не позволяет причинный вывод.

Регрессия

Для простой модели объясните:

• dependent variable;
• predictors;
• sample;
• specification.

Не вставляйте таблицу коэффициентов без интерпретации.

Коэффициент

Объясните его экономически.

Например:

«При увеличении X на одну единицу Y в среднем изменяется на... при прочих равных в рамках модели».

Не ограничивайтесь знаком и p-value.

R²

Высокий R² не означает хорошую причинную модель.

Для трендовых временных рядов он может быть высоким даже при ложной связи.

Смотрите residuals и спецификацию.

Мультиколлинеарность

Сильно связанные predictors затрудняют интерпретацию коэффициентов.

Не добавляйте десять похожих макропоказателей ради «полной модели».

Гетероскедастичность

Если разброс residual меняется, стандартные ошибки могут быть некорректны.

Используйте методику курса.

Не делайте вывод о значимости автоматически.

Временной ряд

Последовательные наблюдения зависимы.

Учитывайте:

• trend;
• seasonality;
• autocorrelation;
• structural breaks.

Не применяйте обычную cross-sectional логику без проверки.

Структурный сдвиг

Пандемия, изменение политики или методологии могут разделить ряд на разные режимы.

Одна модель на весь период может скрывать это.

Панельные данные

Регион × год или компания × квартал дают более богатый анализ.

Но появляются:

• fixed differences;
• missing;
• unbalanced panel.

Не воспринимайте все строки как независимые.

Эндогенность

Если X и Y влияют друг на друга, простой коэффициент может быть смещён.

Даже если курс не требует сложной идентификации, обсудите проблему.

Это сильнее некритичного причинного вывода.

Экономический эксперимент

Если доступны A/B или policy change, сравнение может быть сильнее простой корреляции.

Но группы должны быть сопоставимы.

Финансовая тема

Для компании используйте:

• отчётность;
• cash flow;
• ratios;
• рыночные данные.

Не смешивайте бухгалтерскую прибыль и денежный поток.

Международная экономика

При сравнении стран проверяйте:

• currency;
• PPP;
• deflator;
• methodology.

Одинаковая цифра в текущих долларах может означать разный реальный масштаб.

Микроэкономика

Для спроса можно анализировать:

• price;
• income;
• substitutes;
• season.

Не приписывайте весь спрос одному фактору.

Теоретическая глава

Она должна привести к:

• механизму;
• переменным;
• гипотезе;
• модели.

Не превращайте её в историю всей экономической мысли.

Практическая глава

Схема:

1. данные;
2. cleaning;
3. descriptive statistics;
4. model;
5. diagnostics;
6. result;
7. robustness;
8. limitations.

Robustness

Проверьте:

• другой период;
• другую спецификацию;
• исключение одного выброса;
• альтернативную метрику.

Если вывод исчезает от небольшого изменения, это важно.

Ограничения

Честно укажите:

• короткий ряд;
• пропуски;
• агрегированность;
• proxy;
• невозможность доказать причинность.

Это не ослабляет работу, а задаёт границы.

Контекст СПбГУ

В 2026 году экономика является официальным направлением СПбГУ. При этом конкретная курсовая зависит от образовательной программы и дисциплины, поэтому требования к объёму, моделям и оформлению нужно брать из локальных материалов курса.

Защита

Будьте готовы объяснить источник данных, механизм, формулу показателя, спецификацию, один diagnostic и ограничение вывода.

Сильная курсовая по экономике в СПбГУ строится вокруг проверяемого вопроса и экономической интерпретации данных, а не вокруг количества статистических методов.