Рабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)»





Скачать 238.43 Kb.
НазваниеРабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)»
Дата публикации20.02.2015
Размер238.43 Kb.
ТипРабочая программа
100-bal.ru > Экономика > Рабочая программа

лого





МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное автономное образовательное учреждение

высшего профессионального образования

«Дальневосточный федеральный университет»

(ДВФУ)




ШКОЛА ЭКОНОМИКИ И МЕНЕДЖМЕНТАпечать




Согласовано


«УТВЕРЖДАЮ»

ШЭМ ДВФУ

Заведующая (ий) кафедрой

____мировой экономики__

(название кафедры)

Руководитель ОП




_____________ _М. В.Терский_

(подпись) (Ф.И.О. рук. ОП)

______________ _ А.А. Кравченко__

(подпись) (Ф.И.О. зав. каф.)

«_04__ _октября__ _ 2012_г.

«_04__ _октября__ _ 2012_г.


РАБОЧАЯ ПРОГРАММА УЧЕБНОЙ ДИСЦИПЛИНЫ

«Эконометрика (продвинутый уровень)»

080100.68 «Экономика»

программа «Логистика и управление транспортными перевозками на рынках АТР»

Форма подготовки очная

Школа экономики и менеджмента ДВФУ

Кафедра «Мировая экономика»

курс 1 семестр ____2____

лекции 14 (час.)

практические занятия 58 час.

всего часов аудиторной нагрузки 72 (час.)

самостоятельная работа 72 (час.)

реферативные работы (количество)

контрольные работы (количество)

зачет семестр

экзамен 2 семестр




Рабочая программа составлена в соответствии с требованиями федерального государственного стандарта высшего профессионального образования по направлению подготовки 080100.68 Экономика, утвержденного приказом Министерства образования и науки РФ от 20 мая 2010 г. № 543

Рабочая программа учебной дисциплины обсуждена на заседании кафедры мировой экономики Протокол № 1 «04» октября 2012 г.

Заведующая (ий) кафедрой А.А. Кравченко.

Составитель (ли): А.А. Кравченко .

Оборотная сторона титульного листа РПУД
I. Рабочая программа пересмотрена на заседании кафедры:

Протокол от «_____» _________________ 2012 г. № ______

Заведующий кафедрой _______________________ __________________

(подпись) (И.О. Фамилия)


II. Рабочая программа пересмотрена на заседании кафедры:

Протокол от «_____» _________________ 2012 г. № ______

Заведующий кафедрой _______________________ __________________

(подпись) (И.О. Фамилия)

Аннотация



Цель и задачи дисциплины:

Цель изучения дисциплины состоит в ознакомлении с методами исследования, т.е. методами проверки, обоснования, оценивания количественных закономерностей и качественных утверждений (гипотез) в микро- и макроэкономике на основе анализа статистических данных. В программе курса отражены методы проверки, обоснования, оценивания количественных закономерностей и качественных утверждений (гипотез) в микро- и макроэкономике на основе анализа статистических данных.

Задачи дисциплины:

- сформировать полное представление о теоретических основах современных эконометрических методах анализа данных;

- показать как можно более широкий спектр инструментов анализа данных, описывающих социально-экономические процессы;

- научить корректному использованию инструментов на практике;

- сформировать представление о прикладной эконометрике;

- научить использовать специализированные эконометрические программы Eviews и Stata.

Место дисциплины в структуре ОП магистратуры

М.2.Б.3 Учебная дисциплина «Эконометрика (продвинутый уровень)» является базовой дисциплиной профессионального цикла ООП. Связь с другими дисциплинами учебного плана: программа опирается на знания, полученные в ходе изучения дисциплин: «Микроэкономика (продвинутый уровень», «Макроэкономика (продвинутый уровень)», а также «Экономико-математические методы и инструментарий научных исследований». Дисциплина в ряде тематических разделов может быть основой при изучении курса «Моделирование инновационно-технологического развития».

Требования к результатам освоения дисциплины

В результате освоения дисциплины должны быть сформированы следующие компетенции:

- способность совершенствовать и развивать свой интеллектуальный и общекультурный уровень (ОК-1);

- готовность проявлять качества лидера и организовать работу коллектива, владеть эффективными технологиями решения профессиональных проблем (ОК-2);

- способность самостоятельно приобретать 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);

способность принимать организационно-уплавленческие решения и готов нести за них ответственность, в том числе в нестандартных ситуациях (ОК-4);

- способность обобщать и критически оценивать результаты, полученные отечественными и зарубежными исследователями, выявлять перспективные направления, составлять программу исследований (ПК-1);

- способность обосновывать актуальность, теоретическую и практическую значимость избранной темы научного исследования (ПК-2);

- способность проводить самостоятельные исследования в соответствии с разработанной программой (ПК-3);

- способность представлять результаты проведенного исследования научному сообществу в виде статьи или доклада (ПК-4);

способность самостоятельно осуществлять подготовку заданий и разрабатывать проектные решения с учетом фактора неопределенности, разрабатывать соответствующие методические и нормативные документы, а также предложения и мероприятия по реализации разработанных проектов и программ (ПК-5);

- способность оценивать эффективность проектов с учетом фактора неопределенности (ПК-6);

- способность самостоятельно осуществлять подготовку заданий и разрабатывать проектные решения с учетом фактора неопределенности, разрабатывать соответствующие методические и нормативные документы, а также предложения и мероприятия по реализации разработанных проектов и программ (ПК-7);

- способность оценивать эффективность проектов с учетом фактора неопределенности (ПК-8);

- способность разрабатывать стратегии поведения экономических агентов на различных рынках (ПК-9);

- способность готовить аналитические материалы для оценки мероприятий в области экономической политики и принятия стратегических решений на микро- и макроуровне (ПК-10);

- способность руководить экономическими службами и подразделениями на предприятиях и организациях различных форм собственности, в органах государственной и муниципальной власти (ПК-11);

- способность разрабатывать варианты управленческих решений и обосновывать их выбор на основе критериев социально-экономической эффективности (ПК-12);

- способность применять современные методы и методики преподавания экономических дисциплин в высших учебных заведениях (ПК-13);

- способность разрабатывать учебные планы, программы и соответствующее методическое обеспечение для преподавания экономических дисциплин в высших учебных заведениях (ПК-14).
В результате освоения дисциплины студент должен:

Знать:

- методы корреляционного, дисперсионного, регрессионного, факторного анализа, применяемых для построения различных эконометрических моделей;

- основные эконометрические показатели;

- круг, охватываемых прикладной эконометрикой, задач.

Уметь:

- строить эконометрические модели на основе пространственных данных и временных рядов;

- оценивать параметры эконометрических моделей;

- оценивать качество эконометрических моделей;

- принимать решение о спецификации и идентификации модели;

- проверять гипотезы о свойствах экономических показателей и формах их связи;

- давать статистическую оценку значимости таких искажающих эффектов, как гетероскедастичность остатков зависимой переменной, мультикол-линеарность объясняющих переменных, автокорреляцию;

- использовать результаты анализа для прогноза и принятия обоснования экономических решений.

Владеть:

- современными навыками эмпирического анализа априорных экономических законов для проверки и уточнения постулируемых отношений;

- современными эконометрическими компьютерными пакетами;

- навыками самостоятельной исследовательской работы.
Формы и методы обучения, способствующие формированию и развитию компетенции

Лекционный курс, семинарские занятия, выполнение домашних заданий, самостоятельная работа, выполнение контрольных работ.

Трудоемкость дисциплины

Общая трудоемкость дисциплины составляет 4 зачетные единицы, 144 часа. Продолжительность изучения дисциплины 1 семестр.

Контроль успеваемости

Промежуточная аттестация проводится в форме экзамена во 2 семестре.


  1. СТРУКТУРА И содержание теоретической части курса

(14 часов)



Тема 1. Введение в эконометрику (1 час)

Предмет, метод и задачи эконометрики. Связь эконометрики с экономической теорией, математической и экономической статистикой. Эконометрический метод. Эконометрическая модель. Типы моделей. Типы данных. Основные этапы эконометрического моделирования. Компьютеры и эконометрическая практика.
Тема 2. Парная линейная и нелинейная регрессия и корреляция (2 часа)

Модель парной линейной регрессии. Метод наименьших квадратов. Интерпретация коэффициентов уравнения регрессии. Экономическая интерпретация коэффициентов уравнения регрессии. Линейный коэффициент корреляции как показатель тесноты связи между явлениями. Свойства линейного коэффициента корреляции. Шкала Чеддока. Графическая интерпретация линейного коэффициента корреляции. Коэффициент детерминации. Показатели качества регрессии. Закон Оукена как пример парной линейной регрессии в экономике. Нелинейная парная регрессия на основе метода наименьших квадратов. Некоторые нелинейные регрессионные модели: степенная, показательная, гиперболическая, параболическая. Линеаризация нелинейных моделей. Выбор лучшей модели. Индекс корреляции нелинейной регрессии. Индекс детерминации. Средняя ошибка аппроксимации. Коэффициент эластичности. Оценка влияния трудоемкости, объема производства, цен на энергоресурсы, налогов на себестоимость единицы продукции.
Тема 3. Гетероскедастичность и автокорреляция (2 часа)

Последствия для свойств МНК-оценки. Вывод альтернативной оценки. Гетероскедастичность и ее последствия. Тесты на гетероскедастичность. Пример: объяснение спроса на рабочую силу. Устранение гетероскедастичности. Взвешенный метод наименьших квадратов. Автокорреляция первого порядка. Тестирование на наличие автокорреляции. Пример: спрос на мороженое. Неправильная спецификация модели. Пример: рисковая премия на валютных рынках.
Тема 4. Множественная линейная и нелинейная регрессия и корреляция (1 час)

Построение линейной множественной регрессии. Вывод и интерпретация коэффициентов множественной регрессии. Индекс множественной корреляции. Индекс множественной детерминации. Мультиколлинеарность. Отбор наиболее существенных факторных признаков в уравнении регрессии. Проверка мультиколлинеарности методом испытания гипотезы о независимости переменных. Применение линейных множественных регрессий в ценообразовании. Множественная регрессия в нелинейных моделях. Типы нелинейных моделей. Производственные функции. Моделирование производственной функции Кобба-Дугласа, связывающей объем выпуска с капитальными вложениями и затратами труда. Линеаризация моделей. Оценка коэффициентов уравнения регрессии и тесноты связи в ППП MS Excel. Инструменты анализа данных «Регрессия», «Корреляция».
Тема 5. Оценка значимости уравнения и коэффициентов регрессии (1 час)

Теорема Гаусса-Маркова. Оценка значимости коэффициентов парной и множественной регрессионной модели. t-критерий Стьюдента. Оценка значимости уравнения парной и множественной регрессии. F – критерий Фишера. Принятие решения на основе уравнения регрессии. Определение доверительных интервалов для коэффициентов и функции регрессии.
Тема 6. Регрессионные модели с переменной структурой (фиктивные переменные) (1 час)

Фиктивные переменные. Бинарные фиктивные переменные. Преимущество использования бинарных фиктивных переменных. Уравнение регрессии с фиктивной переменной. Интерпретация коэффициентов. Использование сезонных фиктивных переменных в модели потребления электроэнергии. Выбор эталонной переменной. Множественные совокупности фиктивных переменных. Пример зависимости веса новорожденного от показателя курения и фиктивных переменных: пола, первый или нет ребенок. Фиктивные переменные для коэффициента наклона. Тест Чоу. Модельные примеры: влияет ли пол на уровень успеваемости студентов, одинакова ли в крупных и мелких странах зависимость военных расходов от ВВП.
Тема 7. Модели с ограниченными зависимыми переменными (1 час)

Модели бинарного выбора. Спецификационные тесты в моделях бинарного вывода. Модели с множественным откликом. Пример: готовность платить за природные области, не затрагиваемые деятельностью человека. Мультиномиальные модели. Тобит-модель. Логит-модель.
Тема 8. Моделирование динамических процессов (1 час)

Временной ряд. Модели стационарных и нестационарных временных рядов. Модель с включением фактора времени. Автокорреляция остатков временного ряда. Положительная и отрицательная автокорреляция. Тесты на наличие автокорреляции. Устранение автокорреляции. Обобщенный метод наименьших квадратов. Уравнение авторегрессии. Модельный пример авторегрессии: зависимость объемов продаж от объемов продаж в предыдущие моменты времени и расходов на рекламу. Метод инструментальной переменной. Коинтеграция временных рядов. Тест Энгеля-Грэнжера. Модели с распределенными лагами. Лаги Алмон. Использование фиктивных переменных в моделировании сезонных колебаний.
Тема 9. Системы эконометрических уравнений (2 часа)

Общий вид системы одновременных уравнений. Типы систем уравнений. Модель производительности труда и фондоотдачи. Модель динамики цен и заработной платы. Модель экономической эффективности сельскохозяйственного производства. Эндогенные, экзогенные, предопределенные переменные. Проблемы идентифицируемости. Правило идентифицируемости. Структурная форма модели. Приведенная форма модели. Косвенный метод наименьших квадратов. Двухшаговый и трехшаговый метод наименьших квадратов.
Тема 10. Модели, основанные на панельных данных (2 часа)

Преимущества панельных данных. Эффективность оценивания параметров. Идентификация параметров. Статическая линейная модель. Модель с фиксированными эффектами. Модели со случайными эффектами. Качество подгонки данных моделью. Альтернативные оценки метода инструментальных переменных. Тестирование на наличие гетероскедастичности и автокорреляции. Пример: объяснение индивидуальной заработной платы. Динамические линейные модели. Модель авторегрессии панельных данных. Неполные панельные данные.

  1. СТРУКТУРА И содержание практической части курса

Практические занятия (58 часов)
Занятие 1. Введение в эконометрику (3 часа)

  1. Основные этапы эконометрического моделирования.

  2. Компьютеры и эконометрическая практика.

  3. Упражнения с исследовательским набором данных.


Занятие 2. Парная линейная и нелинейная регрессия и корреляция (3 часа)

  1. Построение парной линейной и нелинейной регрессий.

  2. Оценка тесноты связи.

  3. Сравнение моделей.

  4. Выбор наилучшей модели.

  5. Оценка влияния трудоемкости, объема производства, цен на энергоресурсы, налогов на себестоимость единицы продукции.


Занятие 3. Проблема гетероскедастичности данных (3 часа)

  1. Гетероскедастичность и ее последствия.

  2. Тесты на гетероскедастичность. Пример: объяснение спроса на рабочую силу.

  3. Устранение гетероскедастичности.

  4. Взвешенный метод наименьших квадратов.


Занятие 4. Множественная линейная регрессия и корреляция (5 часов)

  1. Построение линейной множественной регрессии.

  2. Вывод и интерпретация коэффициентов множественной регрессии.

  3. Индекс множественной корреляции.

  4. Индекс множественной детерминации.

  5. Мультиколлинеарность.

  6. Отбор наиболее существенных факторных признаков в уравнении регрессии.

  7. Проверка мультиколлинеарности методом испытания гипотезы о независимости переменных.


Занятие 5. Практическое приложение множественной линейной регрессии и корреляции (3 часа)

  1. Применение линейных множественных регрессий в ценообразовании.

  2. Введение переменных.

  3. Отбор факторов.

  4. Получение оценок.

  5. Интерпретация результатов.


Занятие 6. Множественная нелинейная регрессия и корреляция (3 часа)

  1. Моделирование производственной функции Кобба-Дугласа, связывающей объем выпуска с капитальными вложениями и затратами труда.

  2. Линеаризация моделей.


Занятие 7. Оценка значимости уравнения и коэффициентов регрессии (4 часа)

  1. Оценка значимости уравнения парной и множественной регрессии.

  2. F – критерий Фишера.

  3. Принятие решения на основе уравнения регрессии.

  4. Определение доверительных интервалов для коэффициентов и функции регрессии.


Занятие 8. Регрессионные модели с переменной структурой (фиктивные переменные) (5 часов)

  1. Уравнение регрессии с фиктивной переменной.

  2. Интерпретация коэффициентов.

  3. Пример зависимости веса новорожденного от показателя курения и фиктивных переменных: пола, первый или нет ребенок.

  4. Использование сезонных фиктивных переменных в модели потребления электроэнергии.


Занятие 9. Тест Чоу (3 часа)

  1. Предпосылки теста Чоу.

  2. Модельные примеры: влияет ли пол на уровень успеваемости студентов, одинакова ли в крупных и мелких странах зависимость военных расходов от ВВП.


Занятие 10. Модели с ограниченными зависимыми переменными (3 часа)

  1. Модели с ограниченными зависимыми переменным. Пример: готовность платить за природные области, не затрагиваемые деятельностью человека.


Занятие 11. Построение логит-модели (3 часа)

  1. Требования логит-модели.

  2. Построение модели банкротства предприятий (по данным предприятий пищевой промышленности Приморского края).


Занятие 12. Проблема автокорреляции (3 часа)

  1. Модель с включением фактора времени.

  2. Автокорреляция остатков временного ряда.

  3. Положительная и отрицательная автокорреляция.

  4. Тесты на наличие автокорреляции.

  5. Устранение автокорреляции. Обобщенный метод наименьших квадратов.


Занятие 13. Моделирование динамических процессов: уравнение авторегрессии (4 часа)

  1. Уравнение авторегрессии.

  2. Модельный пример авторегрессии: зависимость объемов продаж от объемов продаж в предыдущие моменты времени и расходов на рекламу.

  3. Метод инструментальной переменной.


Занятие 14. Коинтеграция временных рядов (3 часа)

  1. Коинтеграция временных рядов.

  2. Тест Энгеля-Грэнжера.

  3. Модели с распределенными лагами. Лаги Алмон.


Занятие 15. Моделирование динамических процессов (3 часа)

  1. Автокорреляция первого порядка.

  2. Тестирование на наличие автокорреляции. Пример: спрос на мороженое.

  3. Неправильная спецификация модели. Пример: рисковая премия на валютных рынках.


Занятие 16. Системы эконометрических уравнений (4 часа)

  1. Системы эконометрических уравнений.

  2. Модель производительности труда и фондоотдачи.

  3. Модель динамики цен и заработной платы.

  4. Модель экономической эффективности сельскохозяйственного производства.


Занятие 17. Модели, основанные на панельных данных (3 часа)

  1. Модели, основанные на панельных данных. Пример: объяснение индивидуальной заработной платы.



III. контроль достижения целей курса
Перечень индивидуальных домашних заданий

ИДЗ 1. По статистическим данным приложения 3 по любым двум валютам проверьте тест на наличие автокорреляции Дарбина-Уотсона. Постройте уравнение зависимости с учетом автокорреляции.

ИДЗ 2. Зависимость реальной ставки процентов от темпа инфляции представлена уравнением регрессии: . Исходные данные можно взять на сайтах http://www.finam.ru/analysis/macroevent/default.asp, www.hse.ru, www.cbr.ru. Проведите анализ и сделайте вывод.

ИДЗ 3. В одной из аграрных стран строилась функция потребления за 1988 – 1997 гг. по данным (в условных денежных единицах), представленных в таблице. Постройте функцию потребления, используя модель Кейнса формирования доходов. Дайте интерпретацию результатов приведенной формы модели.

Показатель

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

Совокупное потребление

1900

1980

2000

1800

2000

2100

2200

2100

2050

2100

Объем инвестиций

100

200

300

200

100

200

300

200

150

300

Совокупный доход

2000

2180

2300

2000

2100

2300

2500

2300

2200

2400

ИДЗ 4. По статистической выборке цен на автомобили (BMW) в салонах введите фиктивные переменные в исследование, опишите их. Вычислите матрицу парных коэффициентов корреляций, проанализируйте ее. На основе этого анализа выделите два наиболее существенных фактора, от которых зависит цена машины. Напишите уравнение множественной регрессии, проинтерпретируйте коэффициенты. Вычислите коэффициент множественной корреляции и детерминации. Оцените значимость полученного уравнения и коэффициентов регрессии. Сделайте вывод о возможности прогнозирования по данной модели. Проделайте расчеты в ППП MS Excel.

ИДЗ 5. Оцените модель экспорта, предложенную голландским экономистом Я.Тинбергеном. Страны: российский Дальний Восток, Япония, Корея, Китай.

Вопросы к экзамену

  1. Предмет, метод и задачи эконометрики. Связь эконометрики с экономической теорией, математической и экономической статистикой.

  2. Эконометрический метод. Эконометрическая модель. Типы моделей. Типы данных. Основные этапы эконометрического моделирования.

  3. Компьютеры и эконометрическая практика.

  4. Модель парной линейной регрессии. Метод наименьших квадратов. Интерпретация коэффициентов уравнения регрессии. Экономическая интерпретация коэффициентов уравнения регрессии.

  5. Линейный коэффициент корреляции как показатель тесноты связи между явлениями.

  6. Коэффициент детерминации. Показатели качества регрессии.

  7. Закон Оукена как пример парной линейной регрессии в экономике.

  8. Нелинейная парная регрессия на основе метода наименьших квадратов.

  9. Нелинейные регрессионные модели: степенная, показательная, гиперболическая, параболическая.

  10. Линеаризация нелинейных моделей. Выбор лучшей модели.

  11. Индекс корреляции нелинейной регрессии. Индекс детерминации.

  12. Коэффициент эластичности. Оценка влияния трудоемкости, объема производства, цен на энергоресурсы, налогов на себестоимость единицы продукции.

  13. Последствия для свойств МНК-оценки. Вывод альтернативной оценки. Гетероскедастичность и ее последствия. Тесты на гетероскедастичность. Пример: объяснение спроса на рабочую силу.

  14. Устранение гетероскедастичности. Взвешенный метод наименьших квадратов.

  15. Автокорреляция первого порядка. Тестирование на наличие автокорреляции. Пример: спрос на мороженое.

  16. Неправильная спецификация модели. Пример: рисковая премия на валютных рынках.

  17. Построение линейной множественной регрессии. Вывод и интерпретация коэффициентов множественной регрессии.

  18. Индекс множественной корреляции. Индекс множественной детерминации.

  19. Мультиколлинеарность. Отбор наиболее существенных факторных признаков в уравнении регрессии. Проверка мультиколлинеарности методом испытания гипотезы о независимости переменных.

  20. Применение линейных множественных регрессий в ценообразовании.

  21. Множественная регрессия в нелинейных моделях. Типы нелинейных моделей.

  22. Производственные функции. Моделирование производственной функции Кобба-Дугласа, связывающей объем выпуска с капитальными вложениями и затратами труда.

  23. Оценка коэффициентов уравнения регрессии и тесноты связи в ППП MS Excel. Инструменты анализа данных «Регрессия», «Корреляция».

  24. Теорема Гаусса-Маркова. Оценка значимости коэффициентов парной и множественной регрессионной модели. t-критерий Стьюдента. Оценка значимости уравнения парной и множественной регрессии. F – критерий Фишера. Принятие решения на основе уравнения регрессии. Определение доверительных интервалов для коэффициентов и функции регрессии.

  25. Фиктивные переменные. Бинарные фиктивные переменные. Преимущество использования бинарных фиктивных переменных.

  26. Уравнение регрессии с фиктивной переменной. Интерпретация коэффициентов.

  27. Использование сезонных фиктивных переменных в модели потребления электроэнергии. Выбор эталонной переменной.

  28. Множественные совокупности фиктивных переменных. Пример зависимости веса новорожденного от показателя курения и фиктивных переменных: пола, первый или нет ребенок.

  29. Фиктивные переменные для коэффициента наклона. Тест Чоу. Модельные примеры: влияет ли пол на уровень успеваемости студентов, одинакова ли в крупных и мелких странах зависимость военных расходов от ВВП.

  30. Модели бинарного выбора. Спецификационные тесты в моделях бинарного вывода. Модели с множественным откликом. Пример: готовность платить за природные области, не затрагиваемые деятельностью человека.

  31. Тобит-модель. Логит-модель.

  32. Временной ряд. Модели стационарных и нестационарных временных рядов.

  33. Модель с включением фактора времени.

  34. Автокорреляция остатков временного ряда. Положительная и отрицательная автокорреляция. Тесты на наличие автокорреляции.

  35. Устранение автокорреляции. Обобщенный метод наименьших квадратов.

  36. Уравнение авторегрессии. Модельный пример авторегрессии: зависимость объемов продаж от объемов продаж в предыдущие моменты времени и расходов на рекламу. Метод инструментальной переменной.

  37. Коинтеграция временных рядов. Тест Энгеля-Грэнжера.

  38. Модели с распределенными лагами. Лаги Алмон.

  39. Общий вид системы одновременных уравнений. Типы систем уравнений.

  40. Модель производительности труда и фондоотдачи.

  41. Модель динамики цен и заработной платы.

  42. Модель экономической эффективности сельскохозяйственного производства.

  43. Эндогенные, экзогенные, предопределенные переменные. Проблемы идентифицируемости. Правило идентифицируемости.

  44. Структурная форма модели. Приведенная форма модели.

  45. Косвенный метод наименьших квадратов.

  46. Двухшаговый и трехшаговый метод наименьших квадратов.

  47. Преимущества панельных данных. Эффективность оценивания параметров. Идентификация параметров.

  48. Модель с фиксированными эффектами.

  49. Модели со случайными эффектами.

  50. Качество подгонки данных моделью.

  51. Альтернативные оценки метода инструментальных переменных.

  52. Тестирование на наличие гетероскедастичности и автокорреляции. Пример: объяснение индивидуальной заработной платы. Динамические линейные модели.

  53. Модель авторегрессии панельных данных.

  54. Неполные панельные данные.

IV. тематика и перечень курсовых работ и рефератов

Не предусмотрены учебным планом.
V. Учебно-методическое обеспечение дисциплины
Основная литература

  1. Буравлев А. Эконометрика. – М.: Бином, 2012.

  2. Берндт Э. Практика эконометрики. М.: Юнити, 2009.

  3. Елисеева И.И. Эконометрика. Серия: магистр. – М.: Юрайт, 2012.

  4. Кремер Н.Ш., Путко Б.А. Эконометрика. – М.: Юнити, 2009.

  5. Марно В. Путеводитель по современной эконометрике. М.: Научная книга, 2008.

  6. Новиков А.И. Эконометрика. – М.: Дашков и Ко, 2012.

  7. Тихомиров Н.П. Методы эконометрики и многомерного статистического анализа. – М.: Экономика, 2011.

  8. Уткин В. Эконометрика. – М.: Дашков и Ко, 2012.


Дополнительная литература

  1. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. – М.: Юнити, 1998.

  2. Афанасьев В.Н., Юзбашев М.М., Гуляева Т.И. Эконометрика. – М.: Финансы и статистика, 2005.

  3. Бородич С.А. Эконометрика. – М.: Новое знание, 2006.

  4. Валентинов В.В. Эконометрика. – М.: Дашков и Ко, 2012.

  5. Гладилин А.В., Герасимов А.Н., громов Е.И. Эконометрика. – М.: Кнорс, 2006.

  6. Дорохина Е.Ю., Тихомиров Н.П. Эконометрика. – М.: Экзамен, 2003.

  7. Дорохина Е.Ю., Преснякова Л.Ф., Тихомиров Н.П. Сборник задач по эконометрике. – М.: Экзамен, 2003.

  8. Доугерти К. Введение в эконометрику. – М.: Инфра-М, 1999.

  9. Замков О.О. Эконометрические методы в макроэкономическом анализе. – М.: ГУ ВШЭ, 2001.

  10. Карлберг К. Бизнес-анализ с помощью Microsoft Excel. – М.: Издательский дом «Вильямс», 2002.

  11. Колемаев А.В. Эконометрика. – М.: Инфра-М, 2007.

  12. Костина Н.И., Алексеев А.А. Финансовое прогнозирование в экономических системах. – М.: Юнити, 2002.

  13. Кравченко А.А. Эконометрика в вопросах и задачах. – Владивосток: изд-во Дальневосточного университета, 2004.

  14. Кравченко А.А. Эконометрика-2. Рабочая тетрадь. – Владивосток: изд-во Дальневосточного университета, 2011.

  15. Кулинич Е.И. Эконометрия. – М.: Финансы и статистика, 2001.

  16. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. – М.: Дело, 2002.

  17. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Сборник задач к начальному курсу экономиетрики. – М.: Дело, 2005.

  18. Мардас А.Н. Эконометрика. – Спб.: Питер, 2001.

  19. Многомерный статистический анализ в экономике. Под ред. В.Н. Тамашевича. – М.: Юнити-Дана, 1999.

  20. Нельсон Л. Анализ данных в Excel для «чайников». – М.: Диалектика, 2002.

  21. Новиков А.И. Эконометрика. – М.: Инфра-М, 2007.

  22. Орлов А.И. Эконометрика. – М.: Экзамен, 2002.

  23. Практика эконометрики / Э.Р.Берндт. – М.: Юнити-Дана, 2005.

  24. Практикум по эконометрике / Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2006.

  25. Пересецкий А.А. Эконометрические методы в дистанционном анализе деятельности российских банков. – М.: ЦЭМИ, 2009.

  26. Терехов Л.Л. Производственные функции. – М.: Статистика, 1974.

  27. Чавкин А.М. Методы и модели рационального управления в рыночной экономике. – М.: Финансы и статистика, 2001.

  28. Эконометрика / Под ред. А.В. Гладилина. – М.: Кнорус, 2006.

  29. Эконометрика / Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2010.

  30. Юзбашев М.М., Афанасьев В.Н., Гуляева Т.И. Эконометрика. – М.: Финансы и статистика, 2005.


Электронные ресурсы

  1. Скляров Ю. С. Эконометрика. Краткий курс: учебное пособие. 2-е изд., испр. / Ю. С. Скляров; ГУАП. – СПб., 2007. – 140 с. ISBN 5-8088-0225-3 http://window.edu.ru/resource/022/45022/files/cklyarov.pdf

  2. Шанченко, Н. И. Ш 20 Эконометрика: лабораторный практикум/ Н. И. Шанченко – Ульяновск: УлГТУ, 2004. – 79 с.

  3. http://window.edu.ru/resource/422/26422/files/1397.pdf

  4. Нарбут М.А., Соколовская М.В. Эконометрика: Текст лекций. - СПб.: ГУАП, 2004. - 40 с. http://window.edu.ru/resource/838/44838

Добавить документ в свой блог или на сайт

Похожие:

Рабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)» iconРабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)»
Программа: «Бухгалтерский учёт, анализ и аудит в горной промышленности и геологоразведке»
Рабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)» iconРабочая программа дисциплины Микроэкономика (продвинутый уровень)...
Целью освоения дисциплины является усвоения теоретического и практического материала по курсу «Микроэкономика (продвинутый уровень)»...
Рабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)» iconРабочая программа дисциплины Микроэкономика (продвинутый уровень)...
Целью освоения дисциплины является усвоения теоретического и практического материала по курсу «Микроэкономика (продвинутый уровень)»...
Рабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)» iconРабочая программа учебной дисциплины «Эконометрика»
Дисциплина «Эконометрика» является вариативной дисциплиной в математическом и естественнонаучном цикле дисциплин Федерального государственного...
Рабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)» iconРабочая программа учебной дисциплины «Микроэкономика (продвинутый уровень)»
Рабочая программа составлена в соответствии с требованиями федерального государственного стандарта высшего профессионального образования...
Рабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)» iconРабочая программа учебной дисциплины Для студентов, обучающихся по...
Думная Н. Н., Юданов А. Ю. Микроэкономика (продвинутый уровень): Рабочая программа учебной дисциплины для студентов, обучающихся...
Рабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)» iconФедеральное государственное образовательное бюджетное учреждение...
Думная Н. Н., Юданов А. Ю. Микроэкономика (продвинутый уровень): Рабочая программа учебной дисциплины для студентов, обучающихся...
Рабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)» iconРабочая программа по дисциплине б 11. Эконометрика
Целью освоения дисциплины «Эконометрика» является, прежде всего, овладение студентами навыками построения эконометрических моделей,...
Рабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)» iconИ. П. Черная
Рабочая программа учебной дисциплины «Управление изменениями продвинутый курс» составлена в соответствии с требованиями фгос впо...
Рабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)» iconПояснительная записка Цели и задачи дисциплины (модуля) Цель дисциплин ы «Эконометрика»
Бардасов С. А. Эконометрика. Учебно-методический комплекс. Рабочая программа для студентов очной формы обучения (бакалавр по направлению...
Рабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)» iconПояснительная записка 3 2 Цели и задачи освоения дисциплины «Эконометрика»
Компетенции обучающегося, формируемые в результате освоения дисциплины «эконометрика» 3
Рабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)» iconУчебно-методический комплекс рабочая программа для студентов всех профилей подготовки
Бардасов С. А. Эконометрика (продвинутый курс). Учебно-методический комплекс. Рабочая программа для студентов очной и заочной формы...
Рабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)» iconРабочая программа дисциплины Макроэкономика (продвинутый уровень)...
Рабочая программа составлена и утверждена на основании фгос впо по направлению подготовки 080100. 68 “Экономика” (магистерская программа...
Рабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)» iconАннотация рабочей программы учебной дисциплины «Эконометрика» для...

Рабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)» iconПримерная программа наименование дисциплины Эконометрика
Материал учебной дисциплины предназначен для использования в курсах, связанных с количественным анализом реальных экономических явлений,...
Рабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)» iconУрок контроля и проверки знаний и умений
Методика тестирования в рамках учебной дисциплины «Эконометрика» с использованием платформы lms eFront


Школьные материалы


При копировании материала укажите ссылку © 2013
контакты
100-bal.ru
Поиск