ФГОБУ ВПО «МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ИНСТИТУТ
МЕЖДУНАРОДНЫХ ОТНОШЕНИЙ (УНИВЕРСИТЕТ)
МИД РОССИИ»
_________________________________________________________________________
факультет международных экономических отношений
КАФЕДРА ЭКОНОМетрики и Математических методов анализа экономики
ЕВРОПЕЙСКИЙ УЧЕБНЫЙ ИНСТИТУТ
«УТВЕРЖДАЮ»
Проректор по программному развитию
МГИМО(У) МИД России
_____________
«___» ___________________ 201_ г
ПРОГРАММА КУРСА
Эконометрика
для слушателей Европейского учебного института
МГИМО (У) МИД России
Москва 2014
Учебная программа по дисциплине «Экономическая история ЕС» составлена в соответствии с требованиями к обязательному минимуму и уровню подготовки магистра образовательного стандарта Федерального бюджетного учреждения высшего профессионального образования «Московский государственный институт международных отношений» (университет) Министерства иностранных дел Российской Федерации по направлению 38.04.01 «Экономика».
Автор(ы) программы: _______________ , к. ф.–м..н., доцент
Директор НБ МГИМО им. : __________________
Программа утверждена на заседании кафедры Экономики Европейского Союза
Европейского учебного института МГИМО (У) МИД России.
Протокол заседания № ___ от «____» ________________ 201_ г.
Подпись зав. кафедрой: _________ / /
© , 2014
© ЕУИ при МГИМО (У) МИД России, 2014
Раздел 1. ОРГНИЗАЦИОННО-МЕТОДИЧЕСКИЙ
1.1. Цели и задачи дисциплины, ее общая характеристика:
Цели курса:
Ознакомление студентов с проблемами, возникающими при практическом применении различных количественных моделей экономических теории, таких как модель спроса, производства, инвестиций. Приобретение студентами необходимых теоретических и практических знаний в области эконометрических методов анализа и моделирования экономики. Подготовка студентов к прикладным исследованиям в области экономики с применением современных компьютерных технологий и программ.Задачи курса:
Освоение методов эконометрического анализа статистических данных. Освоение методов построение и анализа эконометрических моделей. Овладение навыками применения пакетов компьютерных программ для эконометрического анализа статистических данных.1.2. Место дисциплины в структуре основной образовательной программы:
В соответствии с ОС МГИМО курс «Микроэкономика» предназначен для студентов ЕУИ при МГИМО (У), обучающихся по программе подготовки магистров экономики по направлению «Экономика». Данный курс разработан для получения навыков и повышения квалификации в профессиональной работе для занятых в финансовом, экономическом и образовательном секторах, в государственных органах федерального, регионального и муниципального уровня, на должностях, требующих высшего экономического образования.
Курс предназначен для студентов, имеющих общие знания в области экономической теории, экономической статистики, математики для экономистов, математической статистики и теории вероятностей.
Материал курса может быть использован в других курсах, связанных с количественным анализом реальных экономических явлений, при подготовке дипломных работ и магистерских диссертаций, использующих количественные методы анализа статистических данных и моделирование экономических процессов.
1.3. Требования к результатам освоения дисциплины.
В результате изучения дисциплины студенты должны:
Процесс изучения дисциплины направлен на формирования следующих компетенций:
1) общекультурные (ОК):
- совершенствовать и развивать свой интеллектуальный и общекультурный уровень (ОК-1); формирование умения к самостоятельному освоению новых методов исследования, к изменению научного и научно-производственного профиля своей профессиональной деятельности (ОК-2); самостоятельно приобретать (в том числе с помощью информационных технологий) и использовать в практической деятельности новые знания и умения, включая новые области знаний, непосредственно не связанных со сферой деятельности (ОК-3); выработка способностей принимать организационно-управленческие решения и готовность нести за них ответственность, в том числе в нестандартных ситуациях (ОК-4).
2) Профессиональные компетенции (ПК).
Научно-исследовательская деятельность:
- формирование умения обобщать и критически оценивать результаты, полученные отечественными и зарубежными исследователями, выявлять перспективные направления, составлять программу исследований (ПК-1); формирование умения обосновывать актуальность, теоретическую и практическую значимость избранной темы научного исследования (ПК-2); формирование умения проводить самостоятельные исследования с помощью выхода в сеть Интернет, управлять изменениями бизнес-технологий и прогнозирования выгод от предполагаемых изменений (ПК-3); формирование умения представлять результаты проведенного исследования научному сообществу в виде статьи или доклада (ПК-4);
Проектно-экономическая деятельность:
- формирование умения оценивать эффективность проектов с учетом фактора неопределенности (ПК-6); формирование способности разрабатывать стратегии поведения экономических агентов на различных рынках (ПК-7).
- Аналитическая деятельность: формирование способности готовить аналитические материалы для оценки мероприятий в области экономической политики и принятия стратегических решений на микроуровне (ПК-8); формирование умения анализировать и использовать различные источники информации для проведения экономических расчетов (ПК-9);
Организационно-управленческая деятельность:
- формирование способности разрабатывать варианты управленческих решений и обосновывать их выбор на основе критериев социально-экономической эффективности (ПК-12);
Педагогическая деятельность:
- формирование способности применять современные методы и методики преподавания экономических дисциплин в высших учебных заведениях (ПК-13); формирование умения разрабатывать программы и соответствующее методическое обеспечение для преподавания дисциплин по страхованию жизни в высших учебных заведениях (ПК-14).
1.4. Критерии оценки знаний и компетенций.
Оценки за разные виды работы выставляются исходя из следующих критериев:
Вид работы | Оценка/Процент | Описание критериев оценки |
Контрольная работа | А (90-100%) | За время изучения курса необходимо написать одну контрольную работу. В ней содержатся как теоретические, так и практические вопросы. Контрольная состоит из 10 вопросов. Полностью правильный ответ оценивается 10 баллами, полностью неправильный ответ – 0 баллов. Результатом контрольной работы является сумма баллов, полученных за ответы. Максимальная сумма баллов: 100. |
В (82-89%) | ||
С (75-81%) | ||
D (67-74%) | ||
Е (60-66%) | ||
F (менее 60%) | ||
Домашние работы | А (90-100%) | Домашняя работа состоит из 5 заданий. В ней содержатся как теоретические, так и практические вопросы. Полностью правильный ответ оценивается 20 баллами, полностью неправильный ответ – 0 баллов. Результатом домашней работы является сумма баллов, полученных за ответы. Максимальная сумма баллов: 100. |
В (82-89%) | ||
С (75-81%) | ||
D (67-74%) | ||
Е (60-66%) | ||
F (менее 60%) | ||
Итоговый зачет | А (90-100%) | Итоговый письменный зачет проводится в форме теста и состоит из 20 заданий. Полностью правильный ответ оценивается 5 баллами, полностью неправильный ответ – 0 баллов. Результатом зачета является сумма баллов, полученных за ответы. Максимальная сумма баллов: 100. |
В (82-89%) | ||
С (75-81%) | ||
D (67-74%) | ||
Е (60-66%) | ||
F (менее 60%) |
Раздел 2. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ
2.1. Организационно-методические данные курса.
Вид работы | Трудоемкость (в акад. часах) | Зачетные единицы |
Общая трудоемкость | 144 | 3 |
Аудиторная работа | 16 | |
Лекции | 8 | |
Практические занятия/семинары | 8 | |
Самостоятельная работа | 128 | |
Реферат | ||
Внеаудиторные самостоятельные работы (при наличии) | 64 | |
Самоподготовка (самостоятельное изучение лекционного материала и учебников и др. источников, подготовка к текущему контролю и т. д.) | 64 | |
Виды текущего контроля | Письменные контрольные работы, домашние задания, устные опросы на семинарах. | |
Вид итогового контроля | Письменный зачет |
2.2. Содержательный план дисциплины
№ п/п | Название темы | Всего | Аудиторные занятия | Самостоя-тельная работа |
Тема 1. | Линейная модель парной и множественной регрессии МНК оценки. Условия Гаусса-Маркова. | 12 | 6 | 6 |
Тема 2. | Проблема мультиколлинеарности и неоднородности структуры данных. Фиктивные переменные. | 4 | 2 | 2 |
Тема 3. | Проблема спецификации линейной модели регрессии | 8 | 4 | 4 |
Тема 4. | Линейная модель регрессии с неоднородными и автокоррелированными ошибками | 8 | 4 | 4 |
2.3 Содержание дисциплины.
Тема 1. Линейные модели множественной регрессии.
Общая характеристика эконометрической модели, зависимые и независимые переменные. Функциональные формы зависимости между переменными модели (линейные, нелинейные модели). Экономический смысл коэффициентов модели.
Линейная модель множественной регрессии. Допущения, лежащие в основе регрессионной модели, МНК-оценки и их свойства. Теорема Гаусса-Маркова об эффективности МНК-оценок коэффициентов регрессии.
Основные гипотезы о свойствах оценок и статистические критерии их проверки. F-тест, t-тесты.
Современные компьютерные эконометрические и статистические программы и их характеристики.
Вопросы для обсуждения на семинаре:
Дайте общую характеристику эконометрической модели. В чем различие между линейными и нелинейными эконометрическими моделями? В чем заключается эконометрический смысл коэффициетов модели? Перечислите свойства допущений, лежащих в основе регрессионной модели. В чем состоит смысл теоремы Гаусса-Маркова? Дайте общую характеристику основных гипотез о свойствах оценок и статистических критериях проверки.Литература для подготовки по теме 1.
Основная литература по теме:
1. , Введение в эконометрику, М:МЦНМО, 2011
2. Эконометрика. Практикум., под ред. , М:МГИМО, 2010
Дополнительная литература:
1. Brooks C. Introductory Econometrics for Finance. - Cambridge : Cambridge Univ. Press, 2002.
2. Watson P. Practical Introduction To Econometric Methods : Classical And Modern [e-book]. Kingston: University Of West Indies Press; 2010. Available from: eBook Academic Collection (EBSCOhost)
3. Эконометрика: теоретические основы: Учебное пособие / . - М.: ИНФРА-М, 2012. - http:///bookread. php? book=243046
4. Эконометрика: Учеб. пособие / . - 2-e изд., испр. и доп. - М.: ИНФРА-М, 2011. - http:///bookread. php? book=255726
Программное обеспечение, базы данных, информационно-справочные и поисковые системы
1. MS Excel, Gretl
Тема 2. Мультиколлинеарность. Неоднородность структуры данных. Фиктивные переменные.
Понятие мультиколлинеарности объясняющих переменных. Влияние мультиколлинеарности на качество модели регрессии. Основные показатели, используемые для выявления мультиколлинеарности. Причины введения фиктивных переменных в модель регрессии. Правило введения фиктивных переменных при качественных объясняющих переменных. Отражение с помощью фиктивных переменных скачкообразных структурных сдвигов в развитии экономической системы. Постановка задачи построения модели с регрессионно неоднородной структурой данных.
Вопросы для обсуждения на семинаре:
Дайте понятие мультиколлинеарности объясняющих переменных. Каким образом мультиколлинеарность влияет на качество модели регрессии? В чем заключается необходимость фиктивных переменных в модели регрессии? Каким образом осуществляется постановка задачи построения модели с регрессионно неоднородной структурой данных?Литература для подготовки по теме 2.
Основная литература по теме:
1. , Введение в эконометрику, М:МЦНМО, 2011
2. Эконометрика. Практикум., под ред. , М:МГИМО, 2010
Дополнительная литература:
1. Brooks C. Introductory Econometrics for Finance. - Cambridge : Cambridge Univ. Press, 2002.
2. Watson P. Practical Introduction To Econometric Methods : Classical And Modern [e-book]. Kingston: University Of West Indies Press; 2010. Available from: eBook Academic Collection (EBSCOhost)
3. Эконометрика: теоретические основы: Учебное пособие / . - М.: ИНФРА-М, 2012. - http:///bookread. php? book=243046
4. Эконометрика: Учеб. пособие / . - 2-e изд., испр. и доп. - М.: ИНФРА-М, 2011. - http:///bookread. php? book=255726
Программное обеспечение, базы данных, информационно-справочные и поисковые системы
MS Excel, GretlТема 3. Проблема спецификации модели регрессии.
Спецификация модели регрессии. Последствия неправильной спецификации. Невключение значимой переменной. Включение лишней объясняющей переменной. Линеаризация нелинейных зависимостей. Интерпретация линейных, логарифмических и линейно-логарифмических зависимостей. Сравнение качества регрессионных зависимостей.
Вопросы для обсуждения на семинаре:
В чем заключается смысл спецификации модели регрессии? Каковы последствия неправильной спецификации модели регрессии? Что понимается под линеаризацией нелинейных зависимостей? Дайте общую характеристику интерпретации основных видов зависимостей.Литература для подготовки по теме 3.
Основная литература:
Основная литература по теме:
1. , Введение в эконометрику, М:МЦНМО, 2011
2. Эконометрика. Практикум., под ред. , М:МГИМО, 2010
Дополнительная литература:
1. Brooks C. Introductory Econometrics for Finance. - Cambridge : Cambridge Univ. Press, 2002.
2. Watson P. Practical Introduction To Econometric Methods : Classical And Modern [e-book]. Kingston: University Of West Indies Press; 2010. Available from: eBook Academic Collection (EBSCOhost)
3. Эконометрика: теоретические основы: Учебное пособие / . - М.: ИНФРА-М, 2012. - http:///bookread. php? book=243046
4. Эконометрика: Учеб. пособие / . - 2-e изд., испр. и доп. - М.: ИНФРА-М, 2011. - http:///bookread. php? book=255726
Программное обеспечение, базы данных, информационно-справочные и поисковые системы
1. MS Excel, Gretl
Тема 4. Модели регрессии с неоднородными и автокоррелированными ошибками.
Понятие гетероскедастичности (неоднородности) остатков. Влияние гетероскедастичности на свойства модели регрессии. Выявление гетероскедастичности остатков. Построение модели регрессии при условии гетероскедастичности остатков. Методы определения автокорреляции ошибок. Способы устранения автокорреляции.
Вопросы для обсуждения на семинаре:
Дайте понятие гетероскедастичности (неоднородности) остатков. Каким образом свойства модели регрессии зависят от гетероскедастичности? Охарактеризуйте выявление гетероскедастичности остатков. Перечислите и дайте общую характеристику методам определения автокорреляции ошибок. Какие существуют способы устранения автокорреляции?Литература для подготовки по теме 4.
Основная литература по теме:
1. , Введение в эконометрику, М:МЦНМО, 2011
2. Эконометрика. Практикум., под ред. , М:МГИМО, 2010
Дополнительная литература:
1. Brooks C. Introductory Econometrics for Finance. - Cambridge : Cambridge Univ. Press, 2002.
2. Watson P. Practical Introduction To Econometric Methods : Classical And Modern [e-book]. Kingston: University Of West Indies Press; 2010. Available from: eBook Academic Collection (EBSCOhost)
3. Эконометрика: теоретические основы: Учебное пособие / . - М.: ИНФРА-М, 2012. - http:///bookread. php? book=243046
4. Эконометрика: Учеб. пособие / . - 2-e изд., испр. и доп. - М.: ИНФРА-М, 2011. - http:///bookread. php? book=255726
Программное обеспечение, базы данных, информационно-справочные и поисковые системы
1. MS Excel, Gretl
2.4. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины
Вид работы | Оценка/Процент | Описание критериев оценки |
Контрольная работа | А (90-100%) | За время изучения курса необходимо написать одну контрольную работу. В ней содержатся как теоретические, так и практические вопросы. Контрольная состоит из 10 вопросов. Полностью правильный ответ оценивается 10 баллами, полностью неправильный ответ – 0 баллов. Результатом контрольной работы является сумма баллов, полученных за ответы. Максимальная сумма баллов: 100. |
В (82-89%) | ||
С (75-81%) | ||
D (67-74%) | ||
Е (60-66%) | ||
F (менее 60%) | ||
Домашние работы | А (90-100%) | Домашняя работа состоит из 5 заданий. В ней содержатся как теоретические, так и практические вопросы. Полностью правильный ответ оценивается 20 баллами, полностью неправильный ответ – 0 баллов. Результатом домашней работы является сумма баллов, полученных за ответы. Максимальная сумма баллов: 100. |
В (82-89%) | ||
С (75-81%) | ||
D (67-74%) | ||
Е (60-66%) | ||
F (менее 60%) | ||
Итоговый зачет | А (90-100%) | Итоговый письменный зачет проводится в форме теста и состоит из 20 заданий. Полностью правильный ответ оценивается 5 баллами, полностью неправильный ответ – 0 баллов. Результатом зачета является сумма баллов, полученных за ответы. Максимальная сумма баллов: 100. |
В (82-89%) | ||
С (75-81%) | ||
D (67-74%) | ||
Е (60-66%) | ||
F (менее 60%) |
Образцы тестовых заданий и задач для текущего контроля успеваемости и промежуточной аттестации по дисциплине «Эконометрика»:
1. Оценили линейную регрессионную модель зависимости спроса Sales в 100 ед. на товар от цены Price в 100$: Sales = 30.4 – 2.3 * Price, n = 150. Cогласно этой модели:
А) При увеличении цены на $1 спрос в среднем падает на 2.3 ед.
В) При увеличении цены на $100 спрос в среднем падает на 2.3 ед.
С) При увеличении цены на $100 спрос в среднем падает на 230 ед.
D) При увеличении цены на $1 спрос в среднем падает на 230 ед.
2. Оценили модель зависимости уровня почасовой оплаты Wage в $ индивидуума от уровня школьного образования Edu в годах:
In Wage = 2.5 + 0.02 * Educ, n = 200
Тогда
А) Каждый дополнительный год школьного образования увеличивает зарплату в среднем на 2%.
B) Каждый дополнительный год школьного образования увеличивает зарплату в серднем на $0.2.
C) Если уровень образования увеличивается на 1%, то в среднем уровень оплаты увеличивается на 2%.
D) Ни один из предыдущих вариантов не верен.
3. Рассматривается модель зависимости цены дома Price в $1000 от площади дома Hsize, площади участка вокруг дома Lsize, числа ванных комнат Bath, числа спальных комнат BDR, возраста дома Age и бинарной переменной Poor, равной 1 если состояние дома оцениваются как «плохое». Критические значения какого распределения используются для проверки значимости влияния на цену дома факторов Age и BDR?
А) стандартного нормального распределния
В) распределения Фишера
С) распределения хи-квадрат
D) распределения Стьюдента
4. Рассматривается модель зависимости цены дома Price в $1000 от площади дома Hsize, площади участка вокруг дома Lsize, числа ванных комнат Bath, числа спальных комнат BDR, возраста дома Age и бинарной переменной Poor, равной 1 если состояние дома оцениваются как «плохое». Тестируется совместная значимость влияния факторов Age и BDR. Какую функцию MS Excel необходимо использовать для вычисления критического значения?
А) НОРМРАСПОБР
B) FРАСПОБР
С) ХИ2ОБР
D) CТЬЮДРАСПОБР
5. Рассмотрим лог-линейную регрессионную модель зависимости объема производства Q от капитала K и труда L (производственную функцию Кобба-Дугласа). Для проверки значимости регрессии «в целом» была вычислена F-статичтика F=5.2 и из таблицы взято критическое значение Fкр = 2.34. Какой можно сделать вывод?
А) Данные согласованы с нулевой гипотезой.
B) Регрессия «в целом» незначима.
C) Регрессия «в целом» значима.
D) Ни один из перечисленных ответов не верен.
2.5.Самостоятельная работа слушателей
Программой предусмотрены следующие виды самостоятельной внеаудиторной работы: самостоятельное изучение материалов лекций, выполнение домашних заданий, самоподготовка к занятиям, работа с рекомендованной литературой и Интернет-источниками, подготовка к текущему контролю.
Раздел 3. УЧЕБНО-МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ.
Примерный перечень вопросов к зачету / экзамену по всему курсу. Понятие модели регрессии, экономическая интерпретация параметров. Виды моделей регрессии, используемых в экономических исследованиях. Парная регрессия, взаимосвязи оценок и критериев. Основные предпосылки регрессионного анализа. Свойства МНК-оценок. Теорема Гаусса-Маркова. Коэффициент детерминации. Скорректированный коэффициент детерминации. Вычисление и интерпретация. Проверка гипотез относительно коэффициентов регрессии и модели в целом. F-статистики, t-статистики. Спецификация модели. Проблемы спецификации. Анализ качества остатков. Гетероскедастичность остатков. Обобщенный метод наименьших квадратов. Тест Уайта. Гетероскедастичность остатков. Тест Гольдфельда-Квандта. Линейная модель регрессии с автокоррелированными остатками. Критерий Дарбина-Уотсона проверки автокорреляции в остатках. Условия применения критерия Дарбина-Уотсона. Способы устранения автокорреляции в остатках. Метод Кохрана-Орката в авторегрессионном преобразовании модели. Фиктивные переменные в моделях регрессии. Причины введения. Группы однородных фиктивных переменных, правило включения в модель регрессии Модель регрессии с качественно разнородными группами фиктивных переменных. Модели регрессии с качественно неоднородной структурой данных. Тест Чоу.ЙV. МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ.
4.1.Список учебно-лабораторного оборудования.
Программой предусмотрено использование следующих компьютерных программ:
Табличный процессор Microsoft Excel, Eviews – профессиональный пакет, ориентированный, в первую очередь, на анализ временных рядов, в котором реализованы все статистические процедуры, излагаемые в курсе эконометрики. Имеет удобный, легко осваиваемый интерфейс с большим количеством меню.