Проведение занятия в форме case-study

Средства и технологии обучения

Лекционные занятия проводятся в соответствии с тематическим планом, при изложении материала рекомендуется использовать презентации в среде PowerPoint и фрагменты видеоматериалов по теме лекции.

С учетом широкого применения электронных таблиц в совре­менных экономических расчетах (по сути, в настоящее время это язык делового общения), при иллюстрации лекционного материала и решении задач рекомендуется использовать стандартные офис­ные средства Microsoft Excel (MS Excel).

В ходе интерактивных занятий следует проводить разбор конк­ретных, максимально приближенных к реальным хозяйственных ситуаций и дискуссий по применению математических методов в их исследовании.

Основное внимание при проведении практических занятий сле­дует уделять развитию у студентов навыков математического моде­лирования экономических процессов. При этом задача состоит в обучении студентов профессиональным навыкам разработки и реализации моделей деловых ситуаций, не уг­лубляясь в алгоритмические и математические тонкости расчетов.

Проведение практических занятий осуществляется в компь­ютерных классах и включает в себя разработку экономико-матема­тических моделей хозяйственных ситуаций и их реализацию сред­ствами MS Excel (при выполнении лабораторной работы могут привлекаться и другие программные средства).

Поскольку при заочной форме обучения большая часть учебного времени отводится на самостоятельное изучение дисциплины, пре­подавателю рекомендуется уделить особое внимание организации и планированию самостоятельной работы студентов, раскрыв суще­ствующие возможности созданных в институте корпоративных об­разовательных ресурсов (электронная библиотека, компьютерные обучающие программы (КОПР), контрольные работы с использованием КОПР, электронные учебные ресурсы, учебно-методические комплексы (УМК).

Практические занятия

Практические занятия в компьютерных классах позволяют магистрантам сформировать навыки работы со встроенными функциями и процедурами MS Excel, надстройкой Excel Анализ данных, программой VSTAT и использовать технологии компьютерного моделирования и анализа эконометрических моделей.

Цель проведения практических занятий на ПК – сформировать у студентов навыки использования математических моделей и компьютерных технологий для решения прикладных экономических задач. Методика проведения занятий заключается в совместном решении студентами учебной группы под руководством преподавателя типовых задач по изучаемым темам дисциплины. Итогом таких занятий является самостоятельное решение студентами комплексной задачи на реальных данных.

Рекомендации по организации практических занятий в интерактивной форме

Внедрение активных и интерактивных элементов в проведение занятий по дисциплине «Эконометрика» может осуществляться разными методами: проблемный семинар с групповым обсуждением, деловая игра, опрос, case-study и др. Представим пример проведения занятия в форме case-study.

В процессе изучения дисциплины используется интерактивная форма проведения занятий, способствующая формированию профессиональных компетенций для успешного освоения основных дисциплин программы бакалавриата.

Проведение занятия в форме case-study

Темы 4, 5, 9, 12, 13.

Признаками метода case-study являются: наличие модели экономической системы, коллективная работа над решениями задач, принципиальное отсутствие единственного решения, единая цель в поиске решения, наличие системы группового оценивания деятельности, наличие управляемого эмоционального напряжения студентов.

Конечная цель данного занятия - выработать у студентов умение создавать эконометрические модели, описывающие реальные явления или процессы.

Опишем один из возможных вариантов проведения занятия в форме case-study.

Эконометрический анализ финансовых показателей деятельности компаний-эмитентов ^[1] отрасли «Связь»

Поставим задачу провести количественную оценку взаимосвязей показателей с целью получения обоснованных экономических выводов о результатах финансовой деятельности компаний и их перспективах. Расчеты могут быть выполнены с помощью Excel. Для ускорения получения результатов, для более комфортной работы при выполнении анализа могут быть использованы специальные пакеты программ, например, VSTAT, SPSS и другие.

Предварительная работа: с сайта Информационно-аналитической системы (www.fira.ru) выбираются исходные данные: эндогенная переменная и потенциальные регрессоры.

Результирующей (эндогенной) переменной будем считать чистую прибыль (убыток).

Исходными данными для анализа являлись данные за 2009 г. по основным показателям баланса компаний-эмитентов отрасли «Связь»^[2] (всего 122 компании).

В силу неоднородности объектов (компаний) была проведена их классификация на однородные группы методами кластерного анализа. В результате получены три кластера следующих профилей^[3]:

1. Первый кластер самый большой – 109 компаний. Среди них много убыточных. Все показатели баланса предприятий этой группы на несколько порядков ниже, чем у других.

2. Второй кластер – 10 крупных прибыльных компаний.

3. Третий кластер – наименьший по количеству компаний, их всего три – Вымпел-Коммуникации (Билайн), Мобильные ТелеСистемы (МТС), Мегафон, но это самые крупные и самые прибыльные компании.

Объективную картину количественных взаимосвязей финансовых показателей предприятий данной отрасли можно получить, используя данные только о компаниях самого крупного первого кластера (таблица 1).

Краткая экономическая характеристика данных таблицы 1:

- валюта баланса (ВБ) – это итог по всем счетам бухгалтерского баланса, сумма всех активов^[4] или всех пассивов^[5] компании;

- выручка (нетто) от продаж (ВП), дебиторская задолженность (краткосрочная) (ДЗ), запасы готовой продукции и товаров для перепродажи (ЗП), оборотные активы (ОА), основные средства (ОС), прибыль (убыток) от продаж (ПП), чистая прибыль (убыток) (ЧП) – это представители группы активов компании (здесь присутствуют как оборотные^[6], так и внеоборотные^[7] активы);

- долгосрочные обязательства (ДО), краткосрочные обязательства (КО) – представители группы пассивов.

Таблица 1. Данные за 2009 г. по основным показателям баланса компаний-эмитентов первого кластера отрасли «Связь» (в тыс. руб.)

Представленная таблица может служить раздаточным материалом.

Схема проведения количественной оценки взаимосвязей финансовых показателей при решении данной задачи будет выглядеть следующим образом:

1. Выбор факторов для регрессионного анализа:

× корреляционный анализ данных, включая проверку теста Фарара-Глоубера на мультиколлинеарность факторов;

× пошаговый отбор факторов методом исключения из модели статистически незначимых переменных;

× при несоответствии результатов, полученных в пунктах 1) и 2), проверка теста на «длинную» и «короткую» регрессии.

На этом этапе проводится априорный анализ содержательной сущности моделируемого явления, который состоит в формировании и формализации имеющейся информации об этом явлении в виде ряда гипотез и исходных допущений. В итоге должен быть получен общий вид модельных соотношений, связывающих между собой входные и выходные переменные. Для реализации этого этапа перед студентами ставится задача выбора из множества представленных показателей только тех, которые, по их мнению, могут повлиять на формирование значений эндогенной переменной (т.е. в данном случае на число родившихся).

Данный этап характеризуется коллективной работой над выработкой итоговой спецификации и принципиальным отсутствием единственного решения.

2. Построение модели множественной регрессии с выбранными факторами, экономический анализ коэффициентов уравнения.

На следующем этапе происходит уточнение спецификации на основе анализа имеющихся данных. Задача данного этапа – научить студентов методам, позволяющим выявить и устранить мультиколлинеарность в модели.

Например, можно осуществить отбор показателей согласно анализу матрицы коэффициентов корреляции, методом последовательного присоединения или методом дополнительных регрессий и т.д. Также возможно групповое обсуждение существующих методов, выявление их достоинств и недостатков с целью выбора одного, который и будет применен на занятии.

3. Оценка качества модели регрессии на основе проверки:

× статистической значимости уравнения с помощью F-критерия Фишера;

× предпосылки МНК о гомоскедастичности остатков;

× уровня точности модели.

4. Построение доверительных интервалов для результирующей переменной и определение компаний с заниженным и завышенным фактическим уровнем ЧП. Ранжирование компаний по степени их эффективности на основе результатов моделирования.

5. Оценка степени влияния факторов на результат с помощью коэффициентов эластичности, и -коэффициентов. Выбор наиболее влияющего фактора.

На основе полученных при отборе факторов составляется множественная или парная линейная регрессионная модель и проводится полное ее исследование, а именно: оценка параметров полученной модели; оценка качества спецификации; проверка условий теоремы Гаусса-Маркова, анализ экономического смысла полученных оценок коэффициентов модели; анализ среднего коэффициента эластичности факторов с результатом; проверка адекватности модели.

На основе проведенного исследования формулируется комплексный вывод по использованию эконометрической модели для прогнозирования.

[1] Эмитент — организация, выпустившая (эмитировавшая) ценные бумаги для развития и финансирования своей деятельности

[2] Источник данных – https://www.fira.ru/.

[3] Кластерные профили – это, по сути, средние значения группирующих переменных в кластере.

[4] Активом на деловом языке называются составные части имущества безотносительно к имеющимся долгам, то есть наличные деньги, векселя, ценные бумаги, товары, инструменты, машины и орудия или постройки и земли, а также имеющие быть полученными долги по счетам.

[5] Пассив состоит из подлежащих еще выполнению обязательств, каковы долги, вексельные акцепты, неуплаченные подати и т. д.

[6] К оборотным активам относятся активы, которые используются (расходуются) в процессе повседневной хозяйственной деятельности. Например: материальные запасы, дебиторская задолженность, денежные средства и т. д.

[7] К внеоборотным активам относятся активы, изъятые из хозяйственного оборота, но отражаемые в бухгалтерском учёте. Например: основные средства, нематериальные активы, долгосрочные вложения и т. д.