Рабочая программа учебной дисциплины
«Эконометрика»
Направление подготовки (специальность) 080100 – ЭКОНОМИКА __________________________________________________________________________
Квалификация (степень) выпускника 62 – ______________________________________
__________________________________________________________________________
Профиль (специализация, магистерская программа) _____________________________
__________________________________________________________________________
Форма обучения – ___очная__________
Учебный план 2011 года приема.
Цикл дисциплин – Б.1_естественно научный__________________
Компонент цикла дисциплин – _Базовая часть__________________________________
Курс – __2_
Семестр – 4
Всего часов – __000
Чебоксары, 2011
Рабочая программа основана на требованиях Федерального государственного стандарта высшего профессионального образования по направления подготовки 080100–Экономика, утвержденного приказом Минобрнауки 21.12.2009 г. №747, и в соответствии с рабочим учебным планом утвержденным проректором по учебной работе ___._______20_____г..
СОСТАВИТЕЛИ:
кандидат физико-математических наук, доцент _________________И.Ю. Юсупов
ОБСУЖДЕНО:
на заседании кафедры ___________________ «___»________ 20__ г., протокол № ____
заведующий кафедрой _______________________ А.Ю. Иваницкий
ОДОБРЕНО:
методической комиссией______ факультета «___»________ 20__ г., протокол № ____
декан факультета _______________________ А.Е. Яковлев
СОГЛАСОВАНО:
начальник учебно-методического управления _________________ М.Ю. Харитонов
1. Цели освоения дисциплины
Программой дисциплины «Эконометрика» предусматривается изучение методов, моделей и приемов, позволяющих получать количественные выражения закономерностей экономической теории на базе экономической статистики с использованием математико-статистического инструментария. Главная цель – дать студентам основы современных знаний по эконометрическому моделированию экономических процессов с учетом научно-технических достижений и информационных технологий. Необходимо содействовать получению студентами прикладных специальных знаний, способствующих дальнейшему всестороннему развитию личности, дать обзор методов оценки эффективности и экономического обоснования эконометрических моделей, продемонстрировать возможности современных информационных технологий для описания, анализа и прогнозирования экономической системы.
Задачи дисциплины:
- формирование представления о сущности эконометрического исследования экономической системы и его социально-экономическом содержании как составной части современного аналитического исследования;
- формирование умения анализировать и интерпретировать данные отечественной и зарубежной статистики о социально-экономических процессах и явлениях, проводить предмодельную обработку и анализ статистических данных, выявлять тенденции изменения социально-экономических показателей;
- изучение, составление и анализ базовых эконометрических моделей (основных регрессионных моделей, моделей временных рядов и систем одновременных уравнений), их содержательная интерпретация, прогнозирование на основе стандартных эконометрических моделей развития экономических процессов и явлений на микро- и макроуровне;
- овладение приемами и методами проведения эконометрических расчетов с применением современной вычислительной техники.
Место учебной дисциплины в структуре ООП ВПО
Данная учебная дисциплина входит в раздел «Б.3. Цикл профессиональных дисциплин. Базовая часть» ФГОС по направлению подготовки ВПО «Экономика». Для изучения дисциплины и усвоения курса студентам необходимы компетенции, сформированные в результате освоения дисциплин ООП подготовки бакалавра экономики «Математический анализ», «Теория вероятностей и математическая статистика», «Линейная алгебра», «Общая экономическая теория (введение в экономику)», «Статистика». В свою очередь, «Эконометрика» является основой для дисциплин «Многомерные статистические методы», «Экономико-математическое моделирование», «Математические методы финансового анализа».
В процессе преподавания предмета необходимо обратить внимание на активное использование современных эконометрических и статистических пакетов прикладных программ. Для лучшего усвоения учебного материала и активации учебного процесса необходимо использовать отечественный и зарубежный опыт в методике эконометрических исследований и применения результатов как для интерпретации текущего состояния экономической системы, так и для ее прогнозирования.
Компетенции студента, формируемые в результате освоения учебной дисциплины, ожидаемые результаты образования и компетенции студента по завершении освоения программы учебной дисциплины
Процесс изучения дисциплины направлен на формирование следующих компетенций:
А) общекультурные (ОК)
− владеет культурой мышления, способен к обобщению, анализу, восприятию информации, постановке цели и выбору путей её достижения (ОК–1);
− способен анализировать социально-значимые проблемы и процессы, происходящие в обществе, и прогнозировать возможное их развитие в будущем (ОК–4);
− способности логически верно, аргументировано и ясно строить устную и письменную речь (ОК–6);
− осознания социальной значимости своей будущей профессии (ОК–11);
− владеет основными методами, способами и средствами получения, хранения, переработки информации, имеет навыки работы с компьютером как средством управления информацией, способен работать с информацией в глобальных компьютерных сетях (ОК–13);
б) профессиональные компетенции (ПК):
аналитическая, научно-исследовательская деятельность
− способен осуществлять сбор, анализ и обработку данных, необходимых для решения поставленных экономических задач (ПК–4);
− способен выбрать инструментальные средства для обработки экономических данных в соответствии с поставленной задачей, проанализировать результаты расчетов и обосновать полученные выводы (ПК–5);
− способен на основе описания экономических процессов и явлений строить стандартные теоретические и эконометрические модели, анализировать и содержательно интерпретировать полученные результаты (ПК–6);
− способен анализировать и интерпретировать данные отечественной и зарубежной статистики о социально-экономических процессах и явлениях, выявлять тенденции изменения социально-экономических показателей (ПК–8);
− способен, используя отечественные и зарубежные источники информации, собрать необходимые данные проанализировать их и подготовить информационный обзор и/или аналитический отчет (ПК–9);
− способен использовать для решения аналитических и исследовательских задач современные технические средства и информационные технологии (ПК–10).
В результате освоения дисциплины студент должен демонстрировать следующие результаты образования:
знать:
− задачи эконометрики в области социально-экономических исследований, сравнительные возможности различных эконометрических методов (ОК–1, 6; ПК–5, 6);
− классификацию переменных в эконометрических моделях, понятие спецификации и идентифицируемости модели, особенности отбора исходных данных для проведения эконометрических расчетов и применение современных пакетов прикладных программ для обработки данных (ОК–1, 13, ПК–4, 5, 6, 9);
− основные формы представления эконометрических отчетов, широко используемые как в отечественных, так и зарубежных научно-исследовательских работах (ОК–1, 6; ПК–6, 8, 9);
уметь:
− собрать необходимые данные для составления эконометрических моделей, проанализировать их с помощью современных технических средств и информационных технологий (ОК–1, 13; ПК–4, 5, 8, 10);
− строить стандартные эконометрические модели для описания экономических процессов и явлений (ОК–1, 4, ПК–6);
− анализировать и содержательно интерпретировать результаты эконометрических моделей, обосновывать выбор той или иной модели, использовать составленные модели для прогнозирования, подготовить информационный обзор и/или аналитический отчет (ОК–1, 4, 6, 11; ПК–6, 9).
владеть:
− культурой мышления, способен к обобщению, анализу, восприятию информации, постановке цели и выбору путей её достижения; логическим мышлением, позволяющим грамотно составлять и интерпретировать эконометрические модели, а также проводить анализ отечественных и зарубежных источников информации (ОК–1, 4, 6, 11; ПК–8, 9);
− основными методами, способами и средствами получения, хранения, переработки информации; навыками обработки статистических данных с помощью современных пакетов прикладных программ (ОК–13, ПК–4, 6, 10);
− алгоритмами составления стандартных эконометрических моделей на основе описания экономических процессов и явлений с помощью современных вычислительных средств, анализировать и содержательно интерпретировать полученные результаты (ПК–6).
6. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины и учебно-методическое обеспечение самостоятельной работы студентов
6.1. Примерный перечень вопросов к зачету
1. Предмет, цель и задачи эконометрики. Эконометрическая модель, основные этапы построения эконометрической модели. Классификация исходных данных и переменных в эконометрических моделях. Понятия спецификации и идентифицируемости модели.
2. Основные задачи регрессионного анализа. Модель парной линейной регрессии. Функция регрессии, линия регрессии. Поле корреляции. Выборочная функция регрессии, ее параметры.
3. Метод наименьших квадратов (МНК), его графическая интерпретация. МНК-оценки параметров парной линейной регрессии, их свойства. Интерпретация коэффициентов регрессионной модели.
4. Стандартизированное уравнение регрессии, МНК-оценки параметров. Коэффициент корреляции. Предпосылки МНК. Теорема Гаусса-Маркова.
5. Оценка качества уравнения регрессии. Коэффициент детерминации. Суммы квадратов отклонений, связь между ними. Дисперсионный анализ.
6. Проверка значимости уравнения (критерий Фишера). Прогнозирование по регрессионной модели. Доверительные интервалы для функции и параметров регрессии.
7. Модель множественной линейной регрессии. МНК-оценки параметров множественной регрессии. Матричная запись МНК-оценок. Предпосылки МНК.Проблема интерпретации коэффициентов регрессии.
8. Оценка качества уравнения множественной линейной регрессии. Коэффициент детерминации. Суммы квадратов отклонений, связь между ними. Дисперсионный анализ.
9. Проверка значимости уравнения множественной линейной регрессии (критерий Фишера). Прогнозирование по модели множественной линейной регрессии. Доверительные интервалы для функции и параметров регрессии. Проверка статистической значимости коэффициентов регрессии.
10. Некоторые вопросы практического применения регрессионных моделей. Мультиколлинеарность. Методы устранения (уменьшения) мультиколлинеарности.
11. Пошаговые процедуры отбора наиболее информативных переменных.
12. Построение линейной модели по неоднородным регрессионным данным. Проблема неоднородности данных в регрессионном анализе.
13. Проверка регрессионной однородности двух групп наблюдений. Критерий Чоу.
14. Введение фиктивных переменных в линейную модель регрессии. Логит- и пробит-модели.
15. Вычисление МНК-оценок параметров нелинейной функции как непосредственно, так и после линеаризации, интерпретация коэффициентов. Оценка качества уравнения регрессии. Коэффициент эластичности. Вычисление МНК-оценок параметров нелинеаризуемой нелинейной функции.
16. Коэффициент эластичности нелинейных функций регрессии. Некоторые виды нелинейных зависимостей, поддающиеся непосредственной линеаризации. Подбор линеаризирующего преобразования (подход Бокса-Кокса). Производственные функции и их анализ.
17. Обобщенная линейная модель множественной регрессии (ОЛММР, GLMPM) и обобщенный метод наименьших квадратов (ОМНК, GLS). Теорема Айткена.
18. ОЛММР с гетероскедастичными остатками. Сравнение ОМНК- и МНК-оценки в моделях регрессии с гетероскедастичными остатками.
19. Тесты на гетероскедастичность (ранговой корреляции Спирмена, Голдфелда-Квандта, Уайта, Глейзера).
20. Устранение гетероскедастичности. Взвешенный МНК.
21. ОЛММР с автокоррелированными остатками. Положительная и отрицательная автокорреляция.
22. Искажения характеристик точности МНК-оценки, обусловленные автокоррелированностью остатков.
23. Авторегрессия первого порядка. Тест Дарбина-Уотсона. Тест серий (Бреуша-Годфри). Тест Льюига-Бокса.
24. Понятие о временных рядах. Основные составляющие временного ряда. Мультипликативная и аддитивная модели временных рядов, их связь. Задачи анализа временных рядов. Графическое представление временного ряда. Предмодельный анализ временного ряда. Этапы выделения компонент мультипликативной и аддитивной модели временных рядов.
25. Методы сглаживания временных рядов (скользящего среднего, экспоненциального сглаживания, последовательных разностей). Прогнозирование на основе моделей временных рядов. Точечный и интервальный прогноз.
26. Модели авторегрессии порядка p, скользящей средней порядка q (MA(q)) и авторегрессионные модели скользящей средней порядков p и q (ARMA(p,q)). Идентификация временного ряда. Двухшаговая процедура Дарбина. Процедура Кохрейна-Оркатта.
27. Модели нестационарных временных рядов и их идентификация. Тест Дики – Фуллера. Модель авторегрессии - проинтегрированного скользящего среднего (ARIMA(p, q, k) – модель); модели рядов, содержащих сезонную компоненту.
28. Структурная и приведенная формы модели систем одновременных уравнений. Рекурсивные системы одновременных уравнений.
29. Модель спроса – предложения как пример системы одновременных уравнений. Основные структурные характеристики моделей. Условия идентифицируемости уравнений системы. Идентификация рекурсивных систем.
30. Косвенный МНК. Статистическое оценивание неизвестных значений параметров. Метод инструментальных переменных.
31. Двухшаговый метод наименьших квадратов (2-МНК) оценивания структурных параметров отдельного уравнения системы.
32. Трехшаговый метод наименьших квадратов (3-МНК) одновременного оценивания всех параметров системы уравнений. Другие методы оценивания систем одновременных уравнений.
6.2. Экзамен не предусмотрен
6.3. Распределение самостоятельной работы
| №№ п/п | Самостоятельная работа | Всего часов | семестр |
| Семестр 4 | |||
| 1. | Тема 1. Предмет эконометрики. Задачи эконометрики в области социально-экономических исследований. | ||
| 2. | Тема 2. Основные задачи регрессионного анализа. МНК-оценки параметров парной линейной регрессии | ||
| 3. | Тема 3. Модель множественной линейной регрессии | ||
| 4. | Тема 4. Нелинейные модели регрессии и линеаризация | ||
| 5. | Тема 5. Обобщенная линейная модель множественной регрессии и обобщенный метод наименьших квадратов | ||
| 6. | Тема 6. Понятие о временных рядах. Основные составляющие временного ряда. | ||
| 7. | Тема 7. Модели нестационарных временных рядов и их идентификация. | ||
| 5. | Тема 8. Основные понятия о системах линейных одновременных уравнений | ||
| Тема 9. Другие методы оценивания систем одновременных уравнений | |||
| Итого + зачет. (68+4)=72 |