【授業の目的】

経済学部経済学科に関わる専門科目として、本学の教育目標である「専門学術の振興」に貢献することを授業目標とする．他学部の学生にとっては「幅広い学習機会」にもなる．

【到達目標】

受講生が受講終了までに次のようなことができるようになることが到達目標である．
1. Pythonで記述されたコードを読解できる
2. 与えられた課題をPythonを使用して解くことができる

【授業計画】

【オンライン対応について】
◎ この授業は原則として対面授業を実施する．ただし感染症の拡大時等，オンライン授業が必要となった場合にはZoomによるリアルタイム授業とYoutubeによる録画配信を併用する．
◎ 資料の配布は講義掲示板を使用する．

【受講に関する注意】
◎ 授業中にPCを使った演習を行う特性上，人数制限を設ける．後期の開始前に事前申請を受け付けるので，教務課からの案内をよく見ておくこと．
◎ 授業ではJupyter notebookというツールを使用する．毎回の授業の復習のため，自分のPCにJupyter notebookが使える環境を必ず準備すること．レポート課題もJupyter notebookを使用して作成することになる．Anadondaというディストリビューションを使うのが便利なので，以下のホームページからPython 3.7以上のバージョンをダウンロードし，インストールしておくこと．
https://www.anaconda.com/distribution/
◎ 教室のPCにはデータを保存できないので毎回USBメモリか自分のPCを持参すること．
◎ 授業の序盤でPythonの基礎について解説する予定だが，事前にhttps://k-kumashiro.github.io/website/index.html
の講義ページ内にある「経済シミュレーションI」の項目を読み，コードの書き方を予習しておくこと．
◎ 週一回の授業を受けるだけではプログラミングを習得することはできない．授業外でプログラミングに触れる時間を確保すること．

【スケジュール】
■Pythonの基礎的な書き方

1. Python言語の基礎
　事前学修：自分のPCでPythonを使えるように準備しておく．
　事後学修：授業で扱ったコードを再度自分で書き，内容を整理する．

2. ループと条件分岐
　事前学修：資料に掲載されたコードをJupyter notebookに書き写す．
　事後学修：授業で扱ったコードを再度自分で書き，内容を整理する．

3. グラフの描画
　事前学修：資料に掲載されたコードをJupyter notebookに書き写す．
　事後学修：授業で扱ったコードを再度自分で書き，内容を整理する．

4. 関数の作成
　事前学修：資料に掲載されたコードをJupyter notebookに書き写す．
　事後学修：授業で扱ったコードを再度自分で書き，内容を整理する．

5. Classの作成
　事前学修：資料に掲載されたコードをJupyter notebookに書き写す．
　事後学修：授業で扱ったコードを再度自分で書き，内容を整理する．

■経済と確率のシミュレーション

6. 市場モデル
　事前学修：資料に掲載されたコードをJupyter notebookに書き写す．
　事後学修：授業で扱ったコードを再度自分で書き，内容を整理する．

7. 確率分布のシミュレーション
　事前学修：資料に掲載されたコードをJupyter notebookに書き写す．
　事後学修：授業で扱ったコードを再度自分で書き，内容を整理する．

8. 線形状態空間モデル
　事前学修：資料に掲載されたコードをJupyter notebookに書き写す．
　事後学修：授業で扱ったコードを再度自分で書き，内容を整理する．

9. 有限マルコフ連鎖
　事前学修：資料に掲載されたコードをJupyter notebookに書き写す．
　事後学修：授業で扱ったコードを再度自分で書き，内容を整理する．

10. 金融資産
　事前学修：資料に掲載されたコードをJupyter notebookに書き写す．
　事後学修：授業で扱ったコードを再度自分で書き，内容を整理する．

11. 異時点間の消費選択
　事前学修：資料に掲載されたコードをJupyter notebookに書き写す．
　事後学修：授業で扱ったコードを再度自分で書き，内容を整理する．

■マルチエージェントシミュレーション

12. ランダムウォーク
　事前学修：資料に掲載されたコードをJupyter notebookに書き写す．
　事後学修：授業で扱ったコードを再度自分で書き，内容を整理する．

13. 通貨形成・感染症
　事前学修：資料に掲載されたコードをJupyter notebookに書き写す．
　事後学修：授業で扱ったコードを再度自分で書き，内容を整理する．

14. シェリングの住み分けモデル
　事前学修：資料に掲載されたコードをJupyter notebookに書き写す．
　事後学修：授業で扱ったコードを再度自分で書き，内容を整理する．

15. 全体のまとめ
　事前学修：資料に掲載されたコードをJupyter notebookに書き写す．
　事後学修：授業で扱ったコードを再度自分で書き，内容を整理する．

進度や受講者の理解度に応じて内容を変更することがある．

【予習・復習】

予習（1時間程度）　資料にあるコードを写経して実行してみる
復習（3時間程度）　授業で扱ったコードを熟読し，理解を深めた上で課題に取り組む

【授業関連科目】

ミクロ経済学，マクロ経済学，統計プログラミング入門，統計プログラミング，金融工学入門

【成績評価方法・注意】

成績評価方法：レポート[80%]・受講態度[20%]
数回の小レポートと期末レポートを課す．小レポートは提出後の授業で解説を行う．

【教科書】

教科書を使用しない

【参考書】

著者：John V. Guttag　書名：Python言語によるプログラミングイントロダクション　出版社：近代科学社
著者：小高知宏　書名：Pythonによる数値計算とシミュレーション　出版社：オーム社
著者：T. J. Sargent・J. Stachurski　書名：Quantitative Economics with Python　出版社：https://quantecon.org/lectures/から閲覧可能
著者：橋本洋志，牧野浩二　書名：Pythonコンピュータシミュレーション入門　出版社：オーム社