• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Глава
  • Do students expect any returns on effort applied to studying? An econometric analysis of determinants of the amount of expected wage after graduation
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
25 августа 2026 г.
Исследователи ВШЭ сравнили рекомендательные алгоритмы по правилам спортивного турнира
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали подход, который помогает эффективнее подбирать рекомендательные алгоритмы. В нем разные методы попарно соревнуются, а по результатам всех поединков составляется общий рейтинг. Это помогает сократить число алгоритмов, которые нужно проверять при разработке новых сервисов, и сэкономить денежные и временные ресурсы.Исследование было представлено на  32-й конференции ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD 2026).
20 августа 2026 г.
<a>Исследователи НИУ ВШЭ и Сбера научили нейросети лучше угадывать предпочтения пользователей
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Сбер представили новую архитектуру для рекомендательных систем: благодаря объединению двух классов моделей алгоритмы лучше угадывают интересы и потребности пользователей. Препринт работы опубликован на сайте arxiv.org и представлен на летнем фестивале «Урбан ML».
19 августа 2026 г.
Ученые ВШЭ разработали алгоритм, позволяющий производить более надежные процессоры для ЦОД
Ученые из МИЭМ ВШЭ и Самарского университета создали алгоритм LRF-3D для автоматического обхода неработающих узлов в трехмерных сетях на кристалле. Благодаря своей иерархической организации он превосходит аналоги по быстродействию и точности пути, повышая надежность процессоров для использования в ЦОД, суперкомпьютерах и ИИ-вычислениях. Исходные коды алгоритмов и тестов опубликованы в открытом доступе.

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Do students expect any returns on effort applied to studying? An econometric analysis of determinants of the amount of expected wage after graduation

P. 200–212.
Marina Telezhkina, Andrey Maksimov, Nataliya Maksimova
Язык: английский
Полный текст
Текст на другом сайте
Ключевые слова: quantile regressionstochastic frontierexpected wagewage after graduationreturns on effort

В книге

CEUR-WS Proceedings of the Workshop on Computer Modelling in Decision Making (CMDM 2017)
Vol. 2018. , Aachen: CEUR-WS, 2017.
Похожие публикации
Instrumental variable quantile regression for clustered data
Бесстремянная Г. Е., Golovan S., Econometrics and Statistics 2026 Vol. 37 P. 199–213
Добавлено: 13 января 2026 г.
Economic Globalization and Environmental Outcomes: A Panel Econometric Study of Shanghai Cooperation Organization Economies
Али И., / Series SSRN Working Paper Series "GMU Working Paper in Economics". 2025.
Добавлено: 4 октября 2025 г.
Измерение ранжирующей способности модели стохастической границы с усечённым нормальным распределением неэффективности
Ахмедов Э., Фурманов К. К., Экономика и математические методы 2025 Т. 61 № 1 С. 109–117
Модель стохастической границы - регрессионная модель, в которой объясняемой величиной выступает выпуск предприятия или его издержки, а необъясненная вариация выпуска (издержек) разделяется на две составляющие: стохастический шок и неэффективность, моделируемые случайными величинами с разными законами распределения. Модель позволяет получить оценки неэффективности отдельных предприятий и отраслей в целом, очищенные от влияния стохастических шоков. В настоящий момент она является одним из основных эконометрических инструментов анализа эффективности и продуктивности. ...
Добавлено: 27 марта 2025 г.
Асимптотические коэффициенты ранговой корреляции между истинными показателями неэффективности и их оценками в простой модели стохастической границы.
Никольский И. М., Фурманов К. К., Прикладная математика и информатика 2024 Т. 75 С. 97–109
Рассматривается задача оценивания ранжирующей способности модели стохастической границы с экспоненциально распределѐнным показателем неэффективности субъектов принятия решения. Выводятся формулы для асимптотических значений коэффициентов ранговой корреляции Кендалла и Сомерса и коэффициента согласованности Харрелла между истинными значениями показателей неэффективности и их JLMS-оценками. Демонстрируется применение полученных формул для оценивания ранжирующей способности модели. ...
Добавлено: 12 ноября 2024 г.
Comparison of Models for Growth-at-Risk Forecasting
Киприянов А. А., Russian Journal of Money and Finance 2022 No. 1 P. 23–45
Добавлено: 19 ноября 2023 г.
Estimating the VaR-induced Euler allocation rule
N.V. Gribkova, Su J., Zitikis R., ASTIN Bulletin 2023 Vol. 53 No. 3 P. 619–635
Добавлено: 23 октября 2023 г.
Измерение точности ранжировок предприятий по эффективности в модели стохастической границы
Никольский И. М., Фурманов К. К., Прикладная эконометрика 2023 Т. 71 С. 128–142
Предлагается способ оценивания согласованности истинных показателей неэффективности экономических субъектов в базовой модели стохастической границы и их JLMS-оценок. Для полунормального распределения неэффективности выводится приближённая формула для асимптотического коэффициента согласованности Харрелла c погрешностью порядка 0.01. Исследование на искусственно сгенерированных данных показывает, что коэффициент Харрелла на конечных выборках меньше асимптотического, так что полученная приближённая формула может служить оценкой ...
Добавлено: 19 сентября 2023 г.
Instrumental variable quantile regression for clustered data
Бесстремянная Г. Е., Головань С. В., / NRU HSE. Series WP BRP 160/EC/2017 "BASIC RESEARCH PROGRAM WORKING PAPERS". 2022. No. 255.
Добавлено: 12 января 2023 г.
Приближённый расчёт коэффициентов согласованности истинных и оценённых ранжировок предприятий по неэффективности в простой модели стохастической границы
Фурманов К. К., Никольский И. М., В кн.: Системное моделирование социально-экономических процессов: труды 45-ой Юбилейной международной научной школы-семинара, д. Красновидово Московской области, 3 – 9 октября 2022 г.: Воронеж: Истоки, 2022..
Одно из возможных применений модели стохастической границы - ранжировка предприятий по эффективности, однако точность полученных ранжировок невозможно измерить напрямую, так как истинные показатели неэффективности ненаблюдаемы. В докладе предлагается способ приближённого расчёта коэффициента конкордации Харрелла и коэффициента ранговой корреляции Кендалла между истинными показателями неэффективности и их оценками, опирающийся на параметры распределения компонент случайной ошибки в модели ...
Добавлено: 12 декабря 2022 г.
Measuring heterogeneity with fixed effect quantile regression: Long panels and short panels
Бесстремянная Г. Е., Головань С. В., Applied Econometrics 2021 Vol. 64 P. 70–82
Добавлено: 25 октября 2022 г.
Quantifying heterogeneity in the relationship between R&D intensity and growth at innovative Japanese firms: A quantile regression approach
Бесстремянная Г. Е., Dasher R., Головань С. В., Applied Econometrics 2022 Vol. 67 P. 27–45
Добавлено: 25 октября 2022 г.
Моделирование связей между институциональной и фактической глобализацией в странах мира
Копнова Е. Д., Родионова Л. А., Бизнес-информатика 2021 Т. 15 № 4 С. 61–75
Работа посвящена моделированию связей институционального и фактического уровня глобализации в странах мира. Рассматриваются векторные модели коррекции ошибками, квантильная регрессия, а также модель стохастической границы. В качестве меры глобализации и ее составляющих используется система KOF-индекса глобализации, позволяющая анализировать отдельные глобализационные процессы в экономике, социальной сфере и политике. По данным 2020 года определены динамические соотношения между фактическими ...
Добавлено: 27 февраля 2022 г.
Modeling global real economic activity: Evidence from variable selection across quantiles
Stolbov M., Щепелева М. А., Journal of Economic Asymmetries 2022 Vol. 25 Article e00238
Добавлено: 10 февраля 2022 г.
Can non-cognitive skills explain the gender wage gap in Russia? An unconditional quantile regression approach
Рожкова К. В., Емелина Н. К., Рощин С. Ю., / NRU Higher School of Economics. Series WP BRP "Economics/EC". 2021. No. 252.
Добавлено: 7 октября 2021 г.
Students` wage expectations. Dynamic analysis
M. Telezhkina, A.Maksimov, N.Maksimova, , in: AHCS Proceedings of the Fourth Workshop on Computer Modelling in Decision Making (CMDM 2019)Vol. 2.: Atlantis Press, 2019. P. 44–49.
Добавлено: 10 января 2020 г.
A study on India's first offshore LIDAR-based wind profiling at Gulf of Khambhat
Маити М., Maiti J., Journal of Public Affairs 2020 Vol. 20 No. 2 P. 1–6
Добавлено: 19 декабря 2019 г.
Reconsideration of a simple approach to quantile regression for panel data
Бесстремянная Г. Е., Golovan S., / Series CEFIR/NES Working paper "CEFIR/NES Working paper". 2018. No. 248.
Добавлено: 23 октября 2019 г.
Reconsideration of a simple approach to quantile regression for panel data: a comment on the Canay (2011) fixed effects estimator
Бесстремянная Г. Е., Golovan S., / Series CEFIR/NES Working paper series "CEFIR/NES Working paper series". 2019. No. 249.
Добавлено: 23 октября 2019 г.
Reconsideration of a simple approach to quantile regression for panel data
Бесстремянная Г. Е., Golovan S., Econometrics journal 2019 Vol. 22 No. 3 P. 292–308
Добавлено: 27 сентября 2019 г.
Heterogeneous effect of the global financial crisis and the Great East Japan Earthquake on costs of Japanese banks
Бесстремянная Г. Е., Journal of Empirical Finance 2017 Vol. 42 P. 66–89
Добавлено: 27 сентября 2019 г.
Economics and Politics of the Public-Private Wage Gap (The Case of Russia)
Гимпельсон В. Е., Шарунина А. В., Лукьянова А. Л., / Series IZA DP "Discussion Paper". 2019. No. 12247.
Добавлено: 21 мая 2019 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика обработки персональных данных
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору