Классическая нормальная линейная модель множественной регрессии. Оценка параметров классической регрессионной модели методом наименьших квадратов. Отбор факторов при построении множественной регрессии. Оценка значимости фактора, дополнительно включенного в модель регрессии. Коллинеарность и мультиколлинеарность. Ковариационная матрица и ее выборочная оценка.
Тема 8 Оценка значимости и параметров
Оценка значимости множественной регрессии. Коэффициенты детерминации. Фиктивные переменные. Измерение зависимой переменной в дихотомической шкале. Проблемы построения моделей с дискретными зависимыми переменными. Probit-, Logit-, Tobit-модели. Оценивание параметров. Использование нелинейной и линейной регрессионных моделей с гетероскедастичными остатками. Взвешенный МНК. Примеры моделей с дискретными зависимыми переменными.
Тема 9. Системы эконометрических уравнений
Общее понятие о системах уравнений, используемых в эконометрике. Системы одновременных уравнений, системы независимых уравнений, системы рекурсивных уравнений, системы взаимозависимых уравнений.
Тема 10 Формы и виды эконометрических уравнений
Эндогенные и экзогенные переменные. Структурная и приведенная формы модели. Проблема идентификации. Необходимое и достаточное условие идентификации.
Тема 11. Оценка систем эконометрических уравнений
Оценка точно идентифицированного уравнения. Косвенный метод наименьших квадратов (КМНК). Оценка сверхидентифицированного уравнения. Двухшаговый и трехшаговый метод наименьших квадратов.
Тема 12. Временные ряды и прогнозирование
Временные ряды и их характеристики. Основные факторы, влияющие на значения членов временного ряда. Основные задачи анализа временного ряда. Автокорреляция уровней временного ряда и выявление его структуры.
Тема 13 Моделирование временных рядов
Моделирование тенденции временного ряда (построение тренда). Моделирование сезонных и циклических колебаний. Модели авторегрессии. Модели скользящего среднего. Модели авторегрессии - скользящего среднего. Проблема исследования причинно – следственных связей. Специфика изучения взаимосвязей по временным рядам. Исключение сезонных колебаний и тенденций.
Тема 14. Динамические эконометрические модели
Общая характеристика динамических эконометрических моделей. Модели авторегрессии. Интерпретация параметров. Модели с распределенным лагом. Интерпретация параметров. Средний и медианный лаги. Изучение структуры лагов. Оценивание параметров моделей с распределенным лагом.
Тема 15 Методология работы с динамическими эконометрическими моделями
Метод Алмон. Оценивание параметров моделей с геометрической структурой лага. Метод Койка. Оценивание параметров моделей авторегрессии. Автокорреляция случайных составляющих. Обнаружение автокорреляции случайных составляющих. Критерий Дарбина—Уотсона. Устранение автокорреляции случайных составляющих. Модели адаптивных ожиданий и частичной (неполной) корректировки. Прогнозирование на основе моделей временных рядов.
Тематический план занятий
Дневная форма обучения
| №№ | Название темы | Объём часов | |||
| Лекции | Семин. и практич занятия | Самост. работа | |||
| Основные понятия и история эконометрики | |||||
| 2. | Эконометрический анализ | ||||
| 3. | Эконометрические модели | ||||
| 4. | Модели временных рядов | ||||
| 5. | Линейная регрессия | ||||
| 6. | Оценка значимости коэффициентов модели | ||||
| 7. | Многофакторная линейная регрессия | ||||
| 8. | Фиктивные переменные | ||||
| 9. | Проблемы гетероскедастичности | 2 2 2 4 | |||
| 10. | Теория временных рядов | ||||
| 11. | Методы анализа временных рядов | ||||
| 12. | Модели тренда | ||||
| 13. | Временные ряды и прогнозирование | ||||
| 14. | Графические методы временных рядов | ||||
| 15. | Методы сглаживания временных рядов | ||||
| ИТОГО | |||||
| Итоговый контроль | 3ачет | ||||
Тематический план занятий
Заочная форма обучения
| №№ | Название темы | Объём часов | ||
| Лекции | Семизанят | Самост. работа | ||
| ИТОГО | ||||
| Итоговый контроль | зачет |
Рабочая программа
Краткий курс лекций
Раздел 1
Тема 1. Основные понятия и история предмета
Введение
Современная экономика, независимо от преобладания в ней той или иной формы собственности испытывает острую потребность в квалифицированных экономистах и менеджерах. Основная образовательная задача на современном этапе стала заключаться в том, чтобы не просто дать студентам фундаментальные знания по экономике, но и научить их современным методам, экономическому мышлению, умению прогнозировать развитие экономических и бизнес – процессов, с использованием математического аппарата и средств вычислительной техники, а также принимать научно и практически обоснованные решения.
В соответствие с государственным образовательным стандартом в учебных планах ИСГЗ предусматривается знакомство студентов факультета экономики с дисциплинами, позволяющими овладеть современными математическими методами, широко используемыми в лучших университетах России и мира. К таким предметам относится курс - «Зконометрика»
В настоящее время существует несколько подходов к изучению дисциплины «Эконометрика», определенной в качестве обязательной дисциплины государственных образовательных стандартов для экономических специальностей.
Первый основан на достаточно «узком» понимании понятия Эконометрика, как науки, занимающейся изучением количественных закономерностей и взаимозависимостей в экономике с использованием методов корреляционно-регрессионного анализа. Такой подход характерен для экономических школ, которые ориентируются на другие образовательные программы и более низкий уровень математической культуры студентов экономических специальностей.
Прикладной курс эконометрики в западных вузах изучается по программам подготовки магистров экономических специальностей, специализирующихся на углубленном изучении математических методов. Рекомендованный в этой образовательной концепции учебник Кристофера Доугерти «Введение в эконометрику», к сожалению, достаточно слабо отражает специфику, опыт и национальные достижения в этой области Российских научных школ. Кроме того, он использует терминологию, практически не применяемую в России. Но, самое главное заключается в том, что «Эконометрика» возникла как прикладная наука и она должна изучаться на реальных примерах задач, возникающих в экономике и бизнесе России, что, вполне естественно невозможно в рекомендованной литературе где примеры взяты из практики других государств, взятых в другое время и в другом обществе. Если нет собственных практических примеров понятных студентам, то трудно убедить студентов в полезности этой, безусловно, необходимой современному экономисту, дисциплины.
Такой упрощенный подход породил еще одну проблему: модное поеятие «эконометрика» вызвало появление большого количества преподавателей в этой области (я имею ввиду Россию, на Западе это не так). Практически любой подготовленный в области математической статистики преподаватель считает для себя возможным прочитать курс «Эконометрика», уходя от решения экономических задач к чисто технологическим (математическим) и, как правило, без связи с реальными ситуациями, возникающими в работе экономиста. Кроме того, вся методология эконометрического моделирования была создана в эпоху отсутствия современных программно – вычислительных комплексов, которые появились в последние 15 лет и поэтому сама терминология и алгоритмы решения способны не на шутку «напугать» студентов экономистов в части математических терминов. Однако расчеты на персональных компьютеров эконометрических моделей ничуть не сложнее работы с калькулятором.
Таким образом, эти подходы не решает главной задачи – научить студентов работе в реальной ситуации и отражает западные образовательные концепции без связи с образовательными концепциями и практическими задачами в России.
Второй подход к изучению «Эконометрики» основан на более широком понимании концепции изучения «Эконометрики », как науки о построении прикладных экономико – математических моделей на основе эмпирических данных для обоснования управленческих и экономическихрешений. В этом основное отличие концепции изучении дисциплины от других образовательных концепций, реализуемых в других вузах России. Программа изучения экономико-математических методов включает: методы эконометрического анализа при прогнозировании экономических и бизнес процессов и методы прогнозирования динамики процессов с использованием математических методов анализа временных рядов, крупных пространственных выборках и с использованием современных средств вычислительной техники. Необходимо добавить, что традиционная методология «Эконометрики» построенная на «ручных» технологиях вычислений всегда предусматривала максимальное «упрощение» количества обрабатываемой информации. Такая методология дает неплохие результаты в науках где можно получить выборки в лабораторных условиях. Другое дело социально – экономические науки где лабораторные опыты невозможны, а количество факторов влияющих на результат огромно. В связи с этим упрощенные модели часто не являлись адекватными реальной картине. Другое дело автоматизированные расчеты – здесь вполне реально использовать большие факторы и исследовать много факторов в одной модели. Напомню, что эта возможность в практике экономистов предприятий стала возможной только в последние 10 – 15 лет.
Настоящее учебное пособие разработано для студентов, изучающих дисциплину «Эконометрика» всех форм обучения: очной, очно-заочной, заочной и, в том числе, с использованием дистанционных технологий. В состав пособия включены:
учебная программа по дисциплине «Эконометрика», адекватно отражающая современные требования государственных стандартов для студентов экономических специальностей;
краткий курс лекций по основным темам программы с примерами, контрольными вопросами к каждой теме;
сборник контрольных заданий, которые выполняются студентами всех форм обучения и охватывают наиболее значимые разделы этой дисциплины;
методические указания по выполнению контрольных заданий и справочные материалы по основным разделам эконометрического анализа.
Контрольные задания могут быть выполнены как с использованием ручных методов, так и использованием пакета электронных таблиц EXCEL и пакета статистических программ STATISTICA.
В приложении приведены контрольные задания с методическими указаниями по их выполнению. Задания построены таким образом, что обеспечивают естественную связь с изученными ранее дисциплинами. При выполнении этих заданий можно использовать как обычные ручные методы и калькуляторы, так и ПК. Для этого в сборник включены в необходимом количестве справочные материалы и статистические таблицы. При выполнении контрольной работы с использованием ПК рекомендуется использовать пакет статистических программ STATISTICA, особенно для студентов владеющих английским языком..
Для работы с контрольным заданием необходимо выбрать вариант задания, который соответствует порядковому номеру студента в журнале и, ознакомившись с методическими указаниями, выполнить его. Наиболее важная часть обработки результатов эксперимента – это выводы. Они должны быть достаточно аргументированы и убедительны.
Контрольная работа выполняется на отдельных листах бумаги, либо на ПК в редакторе WORD, либо пишется от руки аккуратным подчерком. На титульном листе должна быть полная информация о студенте (курс, филиал, вариант). Студенты заочной и дистанционной формы образования, обучающиеся по дистанционной технологии, результаты решения задач оформляют в установленной специальной форме.
Тема 2
Эконометрический анализ