Эконометрика (стр. 2 )

по учебному плану специальности 080105 «финансы и кредит»

(дисциплина “эконометрика”)

Очная форма обучения

II. Специальность Финансы и кредит (общее число часов по учебному плану – 100)
	Аудиторная работа – 48 ч.	Самостоятельная работа – 72 ч.
№ неде ли	Учебная проблема	Лекции	Лаб. практикум	Анализ теории учебного курса	Моделирование научных проблем	Решение индивидуальных задач
1	Введение. Предмет эконометрического анализа.	2	2			2
2			2			2
3	Эконометрическое моделирование. Случайные величины в эконометрике.	2	2		2	2
4			2			2
5	Парная линейная регрессия.	2	2		8	2
6			2			2
7	Автокорреляция.	2	2			2
8			2			2
9	Модель множественной линейной регрессии.	2	2		4	2
10			2			2
11	“Хорошие” эконометрические модели	2	2		2
12			2			2
13	Нелинейные модели регрессии	2	2		2	2
14			2			2
15	Системы эконометрических уравнений.	2	2			2
16			2			2
17	Временные ряды.					2
18						2
	Итого:	16	32		18	34

Комментарии к учебной программе

I. Содержание лекционного курса

Тема 1. Введение. Общие сведения об эконометрическом моделировании. Парная линейная регрессионная модель. Предмет эконометрического анализа: общее представление об эконометрике как о науке, связанной с количественным выражением взаимосвязей экономических явлений и процессов; задачи, решаемые с помощью эконометрических методов; критерии и принципы эконометрических расчетов; общие сведения об эконометрических моделях.

Тема 2. Показатели качества регрессии. Моноскедастичность и гетероскедастичность. Автокорреляционный анализ. Эконометрическое моделирование. Случайные величины в эконометрике: характеристики связей СВ; анализ процесса моделирования в эконометрике; о случайных факторах в эконометрических моделях; характеристика эмпирических данных, на основе которых создается эконометрическая модель; способы представления и обработки статистических данных.

Тема 3. Обобщенный метод наименьших квадратов (ОМИК). Регрессионные уравнения с переменной структурой. Зависимость свойств оценок коэффициентов регрессии и качества построенной регрессии от свойств случайной составляющей; анализ точности оценок коэффициентов регрессии; проверка гипотез относительно коэффициентов линейного уравнения регрессии; проверка общего качества (адекватности) уравнения парной линейной регрессии. Линейная модель множественной регрессии.

Тема 4. Нелинейные регрессионные модели, способы их линеаризации. Модель множественной нелинейной регрессии: общий подход к определению параметров уравнения множественной нелинейной регрессии.

Тема 5. Преобразование случайного отклонения (случаи нелинейных моделей относительно параметров).

Тема 6. Стационарные и нестационарные временные ряды, их идентификация.

Тема 6. “Хорошие модели” в эконометрике: виды ошибок спецификации, их обнаружение и корректировка; анализ адекватности регрессионной модели с помощью исследования остаточного члена модели.

Тема 7. Системы линейных одновременных уравнений. Пути получения качественных оценок параметров системы одновременных уравнений (косвенный метод наименьших квадратов (КМНК) и инструментальные переменные).

Тема 8. Временные ряды: временные ряды и ряды динамики (стационарные и нестационарные); оценка моделей с распределенными лагами; оценка избранных авторегрессионных моделей; автокорреляция уровней временного ряда и выявление его структуры.

Тема 9. Моделирование тенденции (тренда) временного ряда; экстраполяция и прогнозирование в рядах динамики.

II.  Лабораторный практикум

Практикум выполняется в программе “Exсel” или “Open Office”. В помощь студентам предлагается учебно-методическое пособие.

Цель практикума – закрепить навыки обработки статистической информации, в частности, представленной в виде временного ряда, путем решения следующих заданий:

1.  По выбранному варианту задачи построить временной ряд случайной величины и вычислить его основные числовые характеристики (математическое ожидание, исправленную дисперсию и исправленное среднее квадратическое отклонение).

2.  Сгладить ряд с использованием алгоритма “скользящей средней”.

3.  Построить совмещенный график эмпирического и сглаженного рядов.

4.  Провести автокорреляционный анализ временного ряда (вычислить коэффициенты автокорреляции, построить автокорреляционную функцию и коррелограмму). Сделать вывод о структуре ряда и силе связи между его элементами.

5.  Выявить степень полиномиального тренда с помощью статистики Фишера.

6.  Рассчитать параметры тренда и оценить их статистическую значимость с помощью статистики Стьюдента.

7.  Записать скорректированное уравнение тренда.

8.  Построить совмещенный график эмпирического ряда и его тренда.

9.  Оценить качество построенной регрессионной модели с помощью Z – статистики, статистики Стьюдента, статистики Дарбина – Уотсона и посредством коэффициента детерминации.

10.  Оценить качество эмпирических моделей, предназначенных для краткосрочного прогноза.

11.  Осуществить краткосрочный и долгосрочный прогнозы.

12.  Составить по результатам работы резюме.

III.  Контрольная работа

Работа выполняется в полном соответствии с лабораторным практикумом. По результатам работы составляется отчет и проводится его защита (имеется соответствующий банк задач). На кафедре ИСУ имеется банк задач для выполнения студентами индивидуальных контрольных работ.

Л и т е р а т у р а

( обязательная для изучения)

1.  Бородич : Учебное пособие. – М.: Новое знание, 2001. – 408 с.

2.  Кулинич . – М.:Финансы и статистика, 2001. – 304 с.

3.  Б , Пересецкий . Начальный курс: Учеб. – 5-е изд., испр. – М.: Дело, 2001. – 400 с.

4.  Статистические методы эконометрии. – М.: Статистика, 1976. – 143 с.

5.  Эконометрика: Учебник / Под ред. члена-корр. РАН . – М.:Финансы и статистика, 2002. – 344 с.

6.  Эконометрика: Учебник для вузов / Под ред. проф. . – М.: ЮНИТИ-ДАНА, 2002. – 311 с.

Расширенный список литературы,

рекомендуемой для изучения

7.  , , Мешалкин статистика. Основы моделирования и первичная обработка данных. – М.: Финансы и статистика, 1983. – 278 с.

8.  , Мхитарян статистика и основы эконометрики.- М.: ЮНИТИ, 1998. – 304 с.

9.  Гусаров статистики: Учебн. пособие для вузов. – М.: Аудит, ЮНИТИ, 1998. – 247 с.

10.  Эконометрия. В 2 т. Т. 1: Введение в эконометрию. – К., 1996. – 397 с.

11.  Введение в эконометрику. – М., 1997 – 402 с.

12.  Джонстон Дж. Эконометрические методы. – М.: Статистика. – 356 с.

13.  , , Толстопятенко методы в экономике. – М.: Дело и сервис, 1999. – 306 с.

14.  , Многомерный статистический анализ и временные ряды. – М.: Наука, 1976. – 243 с.

15.  , Халилеев специализированных статистических пакетов по анализу временных рядов. – М.: Статдиалог, 1991. – 187 с.

16.  Справочник по математике для экономистов / Под ред. . – М.: Высш. шк., 1987. – 324 с.

17.  Cтатистика: Курс лекций для вузов / Под ред. . – М.: ИНФРА-М, 1996. – 245 с.

18.  Тюрин анализ данных на компьютере / , А, А.Макаров / Под ред. . – М.: ИНФРА – М, 1999. – 456 с.

19.  Четыркин методы прогнозирования. – М.: Статистика, 1975. – 187 с.

20.  Экономико-математические методы и прикладные модели: Учеб. пособие для вузов / , , и др. / Под ред. . – М.: ЮНИТИ, 2000. – 391 с.

21.  Breusch T. S. Conflict among criteria for testing hypotheses: extensions and comments // Econometrica, 1979, v. 47, pp. 203 – 207.

22.  Frisch R. Editorial // Econometrica, 1933. - №1, p.2.

23.  Greene W. H. Econometric Analysis, 3rd edition. – Prentice-Hall. – 1997. – P. 203.

24.  Griffiths W. E., R. Carter Hill, G. G.Judge. Undergraduate Econometrics. - New York: John Wiley and Sons, Inc., 1997. – P. 366.

25.  Hausman J. Specification Tests in Econometrics // Econometrica, 1978, v.46, pp.1251 – 1271.

26.  Johnston J. and Dinardo J. Econometric Methods, 4th edition/ - McGraw – Hill. – P. 267.

27.  Malinvaud E. Statistical Method of Econometrics. – Amsterdam: North-Holland, 1996. – P. 234.

28.  Verbeek M. A Guide to Modern Econometrics. Wiley, 2000. – P. 249

Вопросы к зачету по дисциплине

“Эконометрика” (экономический факультет, дневное и заочное отделения)

История возникновения научного направления “эконометрика”. Объект и предмет изучения науки “эконометрика”. Задачи, решаемые с помощью эконометрических методов. Критерии успешных эконометрических исследований. Парная линейная регрессия (на примере). Смысл параметров эмпирического уравнения парной линейной регрессии. Случайные факторы в эконометрических моделях. Генеральная статистическая совокупность, статистическая выборка, объем выборки в эконометрике. Главные проблемы математической теории выборки в эконометрике. Способы упорядочения статистических данных в выборках. Понятие “варианта” в статистической выборке. Частота и относительная частота значения конкретной варианты. Вычисление средних выборочных характеристик. Метод наименьших квадратов для оценки параметров парной линейной регрессии. Предпосылки применения метода наименьших квадратов. Теорема Гаусса-Маркова. Оценка статистической значимости параметров эмпирического уравнения парной линейной регрессии. Грубое правило оценки значимости коэффициентов линейной регрессии. Проверка качества регрессионного уравнения в целом путем проверки гипотезы о случайном характере ряда остатков методом поворотных точек. Проверка качества регрессионного уравнения в целом путем проверки гипотезы об отсутствии автокорреляции в ряду остатков. Проверка качества регрессионного уравнения в целом с помощью коэффициента детерминации. Признаки нелинейных регрессионных моделей. Обратная регрессионная модель. Степенная регрессионная модель. Показательная регрессионная модель. Признаки “хорошей” эконометрической модели. Временные ряды (общая характеристика). Прогнозирование во временных рядах. Краткосрочное и долгосрочное прогнозирование.