Syllabus data

Teacher name ： 木村 真
Course Title
Introduction to Economic Data Analysis
Course Title in English
Introduction to Economic Data Analysis
Course Type
Basic specialized courses (Specialization-related courses)
−
Eligible Students
School of Social Information Science
Target Grade
2Year
Course Numbering Code
KCJBS2MCA1
Credits
2.00Credits
The course numbering code represents the faculty managing the subject, the department of the target students, and the education category (liberal arts / specialized course). For detailed information, please download the separate manual from the upper right 'question mark'.
Type of Class
講義 (Lecture)
Eligible Year/Semester
Spring semester 2026
Instructor
木村 真
Affiliation
社会情報科学部
Language of Instruction
Japanese
Related SDGs
1／8／10
Office Hours and Location
授業終了後（30分程度）・教員研究室
Contact
s-kimura@sis.u-hyogo.ac.jp

Corresponding Diploma Policy
A double circle indicates the most relevant DP number and a circle indicates the associated DP.
Corresponding Undergraduate School DP
1◎／3〇
Corresponding Graduate School DP
ー
Corresponding University-Wide DP
N/a
Academic Goals of Teacher Training Course
ー

Course Objectives and Learning Outcome
【講義目的】
将来的に経済データを扱おうとする学生にとって経済に関する基礎知識は不可欠であり、その原理に関する経済学の基礎を理解することはきわめて重要である。本講義では、経済を把握し、分析するために必要な経済統計・ミクロ経済学・マクロ経済学・計量経済学の基礎を理解することを目的とする。
【到達目標】
1．経済データの基礎的な扱いが正しくできるようになること。
2．より専門的な領域の経済学を学ぶ際の基礎知識について答えられること。
Subtitle and Keywords of the Class
Course Overview and Schedule
【講義内容】
本講義では、まず統計調査や経済データの基礎知識、需要と供給、フローとストック、国内総生産（GDP）、経済循環など経済を把握するための基礎的な概念を解説する。その後、ミクロ経済学とマクロ経済学の基本を、経済モデルの考え方とデータによる実証分析を交えながら解説する。
【授業計画】
  1. 経済データに関する基礎知識
  2. 経済を理解するのに重要な概念
  3. 経済の基本構造
  4. GDPと三面等価
  5. 産業連関表
  6. 産業連関分析
  7. 企業のデータ（財務諸表）
  8. 企業の行動モデル１（費用関数によるアプローチ）
  9. 企業の行動モデル２（生産関数によるアプローチ）
  10. 家計の行動モデル１（基本）
  11. 家計の行動モデル２（発展）
  12. 市場均衡と厚生評価
  13. 計量経済学の基礎１
  14. 計量経済学の基礎２
  15. 日本経済の動向
In-person/Remote Classification
In-person
Implementation Method and Remote Credit Limit Application
・対面授業のみ
・遠隔授業単位上限の適用を受けない
Uses of Generative AI
Fully permitted
Precautions for using Generative AI
生成ＡＩの利用にあたっては『本学の教育における生成ＡＩの取扱いについて（学生向け）』の記載内容について留意すること。
この授業においては、授業内、予習復習、レポート等を含む成果物作成等において生成ＡＩの利用を全面的に許可しており、生成ＡＩの利用について制限を設けないが、生成ＡＩによる出力結果をそのまま課題・レポートとして提出してはならない。生成ＡＩの出力した内容について、事実関係の確認や出典・参考文献を確認・追記することが重要である。使用した場合にその旨をレポート等に記載するかどうか等については、担当教員の指示に従うこと。
Textbook
事前に配布する教材を使用する。
References
「ミクロ経済学」、「マクロ経済学」、「計量経済学」の経済学のテキストで各自理解しやすいものを選ぶこと。（不明な場合などは相談すること）
Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)
【予習】事前に配布する教材の読み込み（1回あたり0.5時間）
【復習】教材の復習、課題への取り組み（1回あたり3.5時間）
Contents of Active Learning
採用しない。
Grading Criteria and Methods
【成績評価の基準】
経済学の基礎を理解し、経済データの基礎的な扱いが正しくできる者に対し、講義目的・到達目標に記載する内容の到達度に基づき、Ｓ（90点以上）、Ａ（80点以上）、Ｂ（70点以上）、Ｃ（60点以上）による成績評価のうえ、単位を付与する。
【成績評価の方法】
授業内容を復習するために毎回出す課題（30％）、期末試験（70％）を基準として評価する。
How to Disclose Assignments and Exam Results
期中の提出課題については，講評し，模範解答として紹介する場合がある．
期末試験については，評価について質問があった場合に，個別に対応する．
Precautions and Requirements for Course Registration
Practical Education
該当しない。
Remarks
In cases where any differences arise between the English version and the original Japanese version, the Japanese version shall prevail as the official authoritative version.