Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage...

• makroökonomische Modelle mit heterogenen Agenten zu analysieren und numerisch zu lösen
• ein Modell anhand von Daten zu kalibrieren oder zu schätzen
• stochastische Simulationen des Modells durchzuführen
• kontrafaktische Experimente zu vollziehen
• eine Masterarbeit auf dem Gebiet der Makroökonomie zu verfassen

• Dokumentation empirischer Fakten zur Ungleichheit (Einkommen, Vermögen, etc.)
• Dynamische Programmierung: Theorie und Praxis
• Income fluctutation problem (Partielles Gleichgewichtsmodell)
• Standard incomplete markets model (Allgemeines Gleichgewichtsmodell)
• Numerische Methoden: Value function iteration, Monte-Carlo-Simulation, Kalibrierung

• Interaktiver Vortrag, aktive Mitarbeit und Diskussionen sind erwünscht
• Praktische Umsetzung der besprochenen numerischen Algorithmen in regelmäßigen Hausaufgaben (Gruppenarbeit möglich)
• Besprechung der Lösung der Hausaufgaben in Übungseinheiten

Der Syllabus der Lehrveranstaltung kann unter dem folgenden Link heruntergeladen werden:

http://jsiassi.de/nsiassi/Syllabus_Inequality_in_Macro_2022.pdf

Auf Grund des COVID-Infektionsgeschehens kann es im Abhaltemodus zu Änderungen kommen.

Die Endnote setzt sich zusammen aus der Lösung der Hausaufgaben (30%) und einem Abschlussprojekt (70%).

Das Abschlussprojekt besteht aus der Präsentation eines Papiers aus der Literatur sowie einer (partiellen) Replizierung der numerischen Ergebnisse.

• Kursteilnehmer sollten einführende Kurse in Makroökonomie und Mikroökonomie erfolgreich absolviert haben
• Vorkenntnisse beim Lösen dynamischer Modelle sind vorteilhaft, aber nicht unbedingt notwendig
• Da der Fokus des Kurses auf der numerischen Implementierung liegt, sind Vorkenntnisse beim Programmieren (egal in welcher Programmiersprache) vorteilhaft
• Wir werden während des Kurses mit MATLAB arbeiten. Studierende, die noch nicht mit MATLAB gearbeitet haben oder ihre Kenntnisse auffrischen möchten, werden gebeten, sich anhand von Anfängertutorials ein wenig auf den Kurs vorzubereiten
• TU-Studenten können eine freie lizensierte MATLAB-Kopie von der TU Wien IT-Webseite beziehen: http://www.sss.tuwien.ac.at/sss/mla/