Эконометрика (продвинутый уровень)

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ВЛАДИВОСТОКСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

ЭКОНОМИКИ И СЕРВИСА

КАФЕДРА МАТЕМАТИКИ И МОДЕЛИРОВАНИЯ

ЭКОНОМЕТРИКА

(ПРОДВИНУТЫЙ УРОВЕНЬ)

Рабочая программа дисциплины

по направлению подготовки

38.04.01 «Экономика»

тип ООП академическая магистратура

Владивосток 2015

Рабочая программа дисциплины «Эконометрика (продвинутый уровень)» составлена в соответствии с требованиями ФГОС ВО по направлению подготовки 38.04.01 Экономика и Порядком организации и осуществления образовательной деятельности по образовательным программам высшего образования – программам бакалавриата, программам специалитета, программам магистратуры (утв. приказом Минобрнауки России от 19 декабря 2013 г. N 1367).

Составитель: , канд. физ.-мат. наук, доцент кафедры математики и моделирования, Elena. Emtseva@vvsu. ru

Утверждена на заседании кафедры Математики и моделирования от 22.04.2015 г., протокол № 9

Заведующий кафедрой ММ _____________________

«____»_______________20__г.

1. Цель и задачи освоения дисциплины

Целями освоения учебной дисциплины «Эконометрика (продвинутый уровень)» являются обучение магистрантов методологии и методике построения эконометрических моделей и применения их для анализа состояния и прогнозов развития экономических и социальных систем в условиях взаимосвязей между их внутренними и внешними факторами.

Задачи дисциплины:

– расширение и углубление теоретических знаний о качественных особенностях экономических и социальных систем, количественных взаимосвязях и закономерностях их развития;

– овладение методологией и методикой построения, анализа и использования эконометрических моделей, как для анализа состояния, так и для прогнозных оценок развития изучаемых систем;

– изучение наиболее типичных моделей и получение навыков практической работы с ними.

2. Перечень планируемых результатов обучения по дисциплине, соотнесенных с планируемыми результатами освоения образовательной программы

Планируемыми результатами обучения по дисциплине, являются знания, умения, владения и/или опыт деятельности, характеризующие этапы/уровни формирования компетенций и обеспечивающие достижение планируемых результатов освоения образовательной программы в целом. Перечень компетенций, формируемых в результате изучения дисциплины, приведен в таблице 1.

Таблица 1 – Формируемые компетенции

Название ООП ВО (сокращенное название)	Компетенции	Название компетенции	Составляющие компетенции
Экономика	ОК-1	способность к абстрактному мышлению, анализу, синтезу	Знания:	современные методы эконометрического анализа
Владения	современной методикой построения эконометрических моделей
ОК-3	готовность к саморазвитию, самореализации, использованию творческого потенциала	Умения:	использовать современное программное обеспечение для решения экономико-статистических и эконометрических задач
ПК - 1	способность обобщать и критически оценивать результаты, полученные зарубежными и отечественными исследователями, выявлять перспективные направления, составлять программу исследований	Знания:	основные результаты новейших исследований, опубликованные в ведущих профессиональных журналах по проблемам макро-, микроэкономики, эконометрики
Владения	современными методами сбора, обработки и анализа экономических и социальных данных
ПК-6	Способность оценивать эффективность проектов с учетом фактора неопределенности	Владения	методами и приемами анализа экономических явлений и процессов с помощью стандартных теоретических и эконометрических моделей

3. Место дисциплины в структуре основной образовательной программы

Дисциплина «Эконометрика (продвинутый уровень)» относится к базовой части профессионального цикла. Дисциплина базируется на компетенциях, сформированных на предыдущем уровне образования: экономическая теория, эконометрика.

4. Объем дисциплины

Объем дисциплины в зачетных единицах с указанием количества академических часов, выделенных на контактную работу с обучающимися (по видам учебных занятий) и на самостоятельную работу по всем формам обучения, приведен в таблице 3.

Название ООП

Форма обучения

Индекс

Семестр курс

Трудоемкость (З. Е.)

Объем контактной работы (час)

СРС

Форма аттестации

Всего

Аудиторная

Внеаудиторная

лек

прак

лаб

ПА

КСР

М-ЭУ

ОФО

М.1.Б.03

2

2

24

4

6

14

48

З

ЗФО

М.1.Б.03

2

2

24

4

6

14

48

З

Таблица 3 – Общая трудоемкость дисциплины

5. Структура и содержание дисциплины

5.1. Структура дисциплины

Тематический план, отражающий содержание дисциплины (перечень разделов и тем), структурированное по видам учебных занятий с указанием их объемов в соответствии с учебным планом, приведен в таблице 4.

Таблица 4 – Структура дисциплины

№	Название темы	Вид занятия	Объем час	В т. ч. кол-во часов в интерактивной и электронной форме	СРС
1	Модели с дискретной зависимой переменной.	Лекция	1		16
Практическое занятие	2
Лабораторная работа	4	6
2	Динамические эконометрические модели.	Лекция	1		16
Практическое занятие	2	4
Лабораторная работа	4
3	Модели панельных данных	Лекция	2		16
Практическое занятие	2
Лабораторная работа	6	7
	Итого		24	17	48

5.2. Содержание дисциплины

1.Темы лекций

Тема 1. Модели с дискретной зависимой переменной.

Модели бинарного выбора. Оценивание параметров моделей бинарного выбора. Модели множественного выбора.

Тема 2. Динамические эконометрические модели.

Модели авторегрессии. Модели с распределенным лагом. Модели адаптивных ожиданий и неполной корректировки. Оценка параметров моделей авторегрессии.

Тема 3. Модели панельных данных.

Анализ двухпериодных панельных данных. Обзор линейных моделей. Фиксированные эффекты. Случайные эффекты.

2. Перечень тем практических/лабораторных занятий

Тема 1. Модели с дискретной зависимой переменной.

Построение Logit - и Probit - моделей в пакете STATISTIKA. Оценивание параметров Logit - и Probit - моделей в пакете STATISTIKA. ROC-анализ.

Метод обучения case-study : «Построение скоринговой модели банка».

Тема 2. Динамические эконометрические модели.

Процедура применения метода Алмон для расчета параметров модели с распределенным лагом. Преобразования Койка. Процедура вычислений по методу главных компонент. - 2 часа.

Метод обучения Jigsaw-2: «Построение модели с распределенным лагом».

Тема 3. Модели панельных данных.

Тесты на спецификацию моделей.

Метод обучения в командах достижений: «Полный анализ панельных данных на примере нескольких Российских регионов».

3. Виды контроля и отчетности по дисциплине

Контроль успеваемости предусматривает выполнение лабораторных и контрольных работ, позволяющих оценить знания, умения и уровень приобретенных компетенций.

Текущий контроль предполагает:

- проверку уровня самостоятельной подготовки студента при выполнении индивидуальных заданий;

- опросы и групповые дискуссии по основным вопросам и проблемам изучаемой темы.

Помимо индивидуальных оценок используются групповые и взаимооценки:

-  рецензирование студентами работ друг друга;

групповые дискуссии по практическим работам, участие в тренингах.

6. Методические указания для обучающихся по освоению дисциплины

На первом этапе изучения дисциплины «Эконометрика (продвинутый уровень)», магистранту необходимо ознакомиться с программой и списком рекомендуемой литературы, разобраться в структуре курса, с целью формирования общего представления о наполнении курса, распределении учебного материала по видам занятий, формах контроля знаний, умений и владений.

6.1. Перечень самостоятельных заданий

Контрольные работы:

1)  Модели бинарного выбора.

2)  Динамические эконометрические модели.

6.2. Контрольные вопросы для самостоятельной оценки качества освоения учебной дисциплины

1. Эконометрическое моделирование какого типа задач подразумевает использование моделей с дискретной зависимой переменной?

2. Каковы недостатки линейной вероятностной модели?

3. В чем суть метода, используемого для оценки параметров моделей бинарного выбора?

4. Какие тесты используются для проверки гипотез о значимости коэффициентов?

5. Эконометрическое моделирование каких экономических задач требует применение моделей с распределенным лагом и моделей авторегрессии?

6. Какова интерпретация параметров модели с распределенным лагом?

7. Какова интерпретация параметров модели авторегрессии?

8. В чем сущность метода Алмон?

9. Какова методика применения подхода Койка для построения модели с распределенным лагом?

10.  Изложите методику применения метода главных компонент для построения модели с распределенным лагом?

11.  В чем сущность модели адаптивных ожиданий?

12.  В чем сущность модели неполной корректировки?

13.  Какие данные являются панельными?

14.  В чем сущность метода взятия разностей?

15.  Какие модели применяются для анализа панельных данных?

16.  Как производят оценивание параметров модели с фиксированными эффектами?

17.  Как выполняется оценивание параметров модели со случайными эффектами?

18.  Сформулируйте условия применения метода наименьших квадратов.

19.  В чем заключается метод максимального правдоподобия?

20.  В чем состоит специфика построения моделей регрессии по временным рядам данных?

21.  Перечислите основные методы исключения тенденции.

6.3. Рекомендации по работе с литературой

В процессе изучения дисциплины помимо материала, изложенного преподавателем на лекционных занятиях и имеющегося в электронном виде на сервере, а так же раздаточного материала для выполнения лабораторных работ, может возникнуть потребность в использовании учебной литературы. В наиболее доступной для широкого круга читателей форме материал дисциплины изложен в учебнике [3].

Учебник [4] требует более основательной математической подготовки, содержит математические обоснования и доказательства многих утверждений. Учебник снабжен достаточным количеством примеров и задач.

В книге [2] с достаточной научной строгостью раскрываются практически все основные современные базовые методы эконометрики, на которых строятся и научные исследования, и продвинутые учебные курсы. Учебник богат реальными примерами из микро - и макроэкономики. Книга [1] предлагается в качестве справочного пособия по теории вероятностей и математической статистике, так как для осмысленного освоения эконометрических методов необходимо хорошее владение этими разделами математики.

7. Перечень учебно-методического обеспечения для самостоятельной работы

Самостоятельная работа магистранта предполагает использование учебной литературы, в том числе пособия [2], а также раздаточного материала, который находится на сайте ВГУЭС ( http://www. vvsu. ru/ddm/search. asp? stype=4 ).

8. Фонд оценочных средств для проведения промежуточной аттестации

В соответствии с требованиями ФГОС ВО для аттестации обучающихся на соответствие их персональных достижений планируемым результатам обучения по дисциплине созданы фонды оценочных средств (Приложение 1).

9. Перечень основной и дополнительной учебной литературы, необходимой для освоения дисциплины

9.1 Основная литература

1.  Вентцель вероятностей: Учеб. для вузов. – 11-е изд.,стереотип. - М. : КНОРУС, 2010. - 664 с.

2.  ведение в эконометрику. - 3-е изд. - М.: ИНФРА-М, 2010. - XIV, 465 с.

3.  Елисеева, : учебник для магистров / , [и д. р.]- М. : Юрайт, 2012. - 453 с.

4.  Айвазян, - 2: продвинутый курс с приложениями в финансах: учебник [для студентов вузов] / , Д. Фантаццини. - М. : Магистр : Инфра-М, 2015. - 944 с.

5.  Новиков : учебное пособие для студентов вузов / - 2-е изд., испр. и доп. - М.: ИНФРА-М, 2011. - 144 с.

9.2 Дополнительная литература

6.  , . Эконометрика: учебник для студ. вузов, обучающихся по спец. "Математические методы в экономике" - М. : Экзамен, 2007. - 512 с.

7.  , , и др. Эконометрика: учебник [для студентов вузов] - М.: Дашков и К*, 2011. - 564 с.

8.  Вентцель вероятностей: Учеб. для вузов. – 11-е изд.,стереотип. - М. : КНОРУС, 2010. - 664 с.

9.  Соколов : теоретические основы: учеб. пособие для студентов вузов. - М.: ИНФРА-М, 2012. - 216 с.

10. Перечень ресурсов информационно - телекоммуникационной сети «Интернет»

Полнотекстовые базы данных

1. http://elibrary. ru/title_about. asp? id=25180 ,

2. http://elibrary. ru/title_about. asp? id=8281 .

Интернет-ресурсы

1. http://www. exponenta. ru/soft/Statist/Statist. asp

2. http://ecsocman. hse. ru/docs/16000077/

11. Перечень информационных технологий

а) программное обеспечение: пакет Анализа в Excel, система STATISTIСA

б)техническое и лабораторное обеспечение: аудитория с мультимедийным оборудованием.

12. Электронная поддержка дисциплины

Задания к практическим работам и презентации лекций по дисциплине «Эконометрика(продвинутый уровень)» находятся на сайте ВГУЭС (http://www. vvsu. ru/ddm/search. asp? stype=4).

13. Материально-техническое обеспечение дисциплины

Лекционные занятия проводятся с использованием мультимедийного оборудования, позволяющего демонстрацию слайдов и возможностей систем моделирования.

14. Словарь основных терминов

Авторегрессия – регрессия зависимой временной переменной от лаговой

переменной, составленной от той же переменной.

Динамическая модель - модель, учитывающая в данный момент времени t значения входящих в нее переменных, относящихся как к текущему, так и к предыдущим моментам времени, т. е. эта модель отражает динамику исследуемых переменных в каждый момент времени.

Лаг – экономический показатель, отражающий отставание или опережение во времени одного экономического явления по сравнению с другим, связанным с ним явлением.

Логит-модель (Logit-модель) - статистическая (нелинейная) модель и метод анализа зависимости качественных (в первую очередь — бинарных) переменных от множества факторов, основанная на логистическом распределении.

Панельные данные представляют собой прослеженные во времени пространственные микроэкономические выборки, то есть они состоят из наблюдений одних и тех же экономических единиц, которые осуществляются в последовательные периоды времени.

Пробит-регрессия (Probit - модель) — статистическая (нелинейная) модель и метод анализа зависимости качественных (в первую очередь — бинарных) переменных от множества факторов, основанная на нормальном распределении.

Лист изменений и согласований

Дополнения и изменения в учебной программе на 201 __/201__ учебный год.

В рабочую программу вносятся следующие изменения: _______________________________________________________________________

Редакция _________г. утверждена на заседании кафедры _____________от __.__.__.___г., протокол № __

Заведующий кафедрой (разработчика) _____________________ ___________________

подпись фамилия, инициалы

«____»_______________20__г.