Скачать 0.62 Mb.
|
РАБОЧАЯ УЧЕБНАЯ ПРОГРАММА ДИСЦИПЛИНЫ«Эконометрика» Специальности: 080107.65 «Налоги и налогообложение» Форма подготовки: очная Школа экономики и менеджмента ДВФУ Кафедра финансы и кредит Курс 2, семестр 3 Лекции – 17 (час.) Практические занятия – 17 час. Семинарские занятия – 0 час. Лабораторные занятия –0 час. Консультации Всего часов аудиторной нагрузки – 34 (час.) Самостоятельная работа – 41 (час.) Реферативные работы – не предусмотрены Контрольные работы – не предусмотрены Зачет – 3 семестр Экзамен семестр Программа составлена в соответствии государственного образовательного стандарта высшего профессионального образования по специальности 080107.65 «Финансы и кредит» (утв. Приказом Минобразования РФ №686 от 02 марта 2000 года Рабочая программа обсуждена на заседании кафедры «БИ и ЭММ» № 10 «7» июня 2012г. Заведующий кафедрой Ю.Д. Шмидт Составитель: доцент Захарова А.П. Оборотная сторона титульного листа РПУД I. Рабочая программа пересмотрена на заседании кафедры: Протокол от «_____» _________________ 200 г. № ______ Заведующий кафедрой _______________________ Ю. Д. Шмидт (подпись) (И.О. Фамилия) II. Рабочая программа пересмотрена на заседании кафедры: Протокол от «_____» _________________ 200 г. № ______ Заведующий кафедрой _______________________ Ю. Д. Шмидт (подпись) (И.О. Фамилия) Аннотация Эконометрика – это самостоятельная научная дисциплина, объединяющая совокупность теоретических результатов, приемов, методов и моделей, предназначенных для того, чтобы на базе экономической теории, экономической статистики, математико-статистического инструментария придавать конкретное количественное выражение общим (качественным) закономерностям, обусловленным экономической теорией. Дисциплина относится к базовым дисциплинам профессионального цикла; – для ее изучения студент должен
Цели изучения дисциплины Эконометрика - метод экономического анализа, который объединяет экономическую теорию со статистическими и математическими методами анализа. Это попытка улучшить экономические прогнозы и сделать возможным успешное планирование экономической политики. В эконометрике экономические теории выражаются в виде математических соотношений, а затем проверяются эмпирически статистическими методами. Данная система используется, чтобы создать модели народного хозяйства с целью прогнозирования таких важных показателей, как валовой национальный продукт, уровень безработицы, темп инфляции и дефицит федерального бюджета. Эконометрические методы дают мощный инструмент для прогнозирования в бизнесе с учётом неопределённости внешних и внутренних условий экономического процесса. Курс «Эконометрика» тесно связан с дисциплинами «Экономическая теория», «Макроэкономика», «Микроэкономика», «Статистика». Для изучения курса «Эконометрика» необходимо владение материалом дисциплин «Высшая математика» (разделами «Теория вероятностей», «Математическая статистика»), «Экономическая теория». Знания и навыки, получаемые студентами в результате изучения дисциплины, необходимы для успешного освоения таких дисциплин, как «Теория принятия решений», «Эконометрическое моделирование», «Многомерные статистические методы». Освоенные студентами методика моделирования процессов и техника прогнозирования несомненно найдут применение в деятельности любого менеджера при принятии управленческих решений. Предмет изучения дисциплины совокупность методов анализа связей между различными экономическими показателями (факторами) на основании реальных статистических данных с использованием аппарата теории вероятностей и математической статистики. При помощи этих методов можно выявлять новые, ранее не известные связи, уточнять или отвергать гипотезы о существовании определенных связей между экономическими показателями, предлагаемые экономической теорией. В рамках поставленной цели решаются следующие задачи:
2. Требования к уровню освоения содержания дисциплины В результате теоретического изучения дисциплины студент должен знать: - Линейную модель (ЛМ) одинарной и множественной регрессии, линеаризацию некоторых нелинейных моделей, метод наименьших квадратов (МНК) для оценки параметров ЛМ. - Свойства оценок МНК и предположения о характере модели, на которые опираются эти свойства. Критерии тесноты статистической связи. - Критерии стабильности параметров модели и совместного влияния переменных. Использование фиктивных переменных для моделирования качественных показателей - Модели с гетероскедастичными и автокоррелированными возмущениями. Модели авторегрессии и скользящего среднего - Динамические модели. Модели с распределенными лагами. Стационарность и тесты на стационарность. - Ошибки спецификации и их обнаружение В результате практического изучения дисциплины студент должен уметь: -Формулировать эконометрические модели, отражающие предполагаемые экономические взаимосвязи. Оценивать их методом наименьших квадратов. -Оценивать значимость параметров моделей. Считать критерии тесноты связи -Анализировать стабильность параметров. Использовать фиктивные переменные -Тестировать модели на наличие автокорреляции и гетероскедастичности остатков -Составлять простейшие динамические модели. Тестировать временные ряды на стационарность -Применять методы проверки адекватности рассматриваемых моделей. В результате изучения дисциплины студенты должны иметь представление: - О системах уравнений, используемых в эконометрике - Об изучении взаимосвязей по временным рядам - О программных средствах, применяемых в обработке эконометрических данных; быть ознакомленными: с тенденциями развития информационных технологий, применяемых для построения эконометрических моделей; иметь навыки: анализа исходных данных и спецификация модели, оценки адекватности построенной модели, прогноза развития реальной ситуации на основе модели. Занятия включают проведение лекций, лабораторных работ и самостоятельную работу студентов очной, заочной и вечерней формы обучения. Формы итогового контроля знаний – по очной и заочной форме обучения – экзамен. Промежуточный семестровый контроль знаний студентов очной и заочной форм обучения осуществляется в форме подготовки и защиты каждым студентом на семинарских занятиях зачетных заданий, которые являются текущими контрольными работами по согласованной с преподавателем теме. Студенты заочной и заочно-ускоренной формы обучения представляют семестровую контрольную работу в соответствующем семестре. Учебно-тематический план освоения дисциплины
СОДЕРЖАНИЕ ТЕОРЕТИЧЕСКОЙ И ПРАТКИЧЕСКОЙ ЧАСТИ КУРСА Тема 1. Предмет и задачи курса (лекции – 2 часа, п.з. – 2 часа) Определение эконометрики. Эконометрика и экономико-математические методы. Области применения эконометрических моделей. Методологические вопросы построения эконометрических моделей: обзор используемых методов. Этапы эконометрического исследования: постановка проблемы, получение данных, анализ их качества, спецификация модели, оценка параметров, интерпретация результатов. Задачи, решаемые при эконометрическом исследовании: качественный анализ связей переменных – выделение объясняемых (эндогенных) yj и объясняющих (экзогенных) xk; подбор данных; спецификация формы связи между y и xk; Структуры данных (классификация): пространственные данные и временные ряды; количество переменных для каждой элементарной единицы (объекта); тип измерения; источник информации. Тема 2. Парная линейная регрессия и МНК (лекции – 2 часа, п.з. – 2 часа) Спецификация модели. Уравнение регрессии, его смысл и назначение. Оценка параметров модели методом наименьших квадратов (МНК): система нормальных уравнений. Интерпретация коэффициентов уравнения регрессии. Понятие о функциональной, статистической и корреляционной связях. Основные задачи прикладного корреляционно-регрессионного анализа. Оценка степени тесноты связи между количественными переменными. Коэффициент ковариации. Показатели корреляции: линейный коэффициент корреляции, Коэффициент детерминации. Стандартная ошибка уравнения регрессии. Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками. Оценка статистической значимости показателей корреляции, параметров уравнения регрессии, уравнения регрессии в целом: t-критерий Стьюдента, F-критерий Фишера. Прогнозирование на основе регрессионного уравнения. Доверительные интервалы для условного математического ожидания и индивидуального значения эндогенной переменной. Тема 3. Парная нелинейная регрессия (лекции – 2 часа, п.з. – 2 часа) Типы нелинейности в регрессионной зависимости: нелинейность по экзогенным переменным, нелинейность по параметрам. Сведение нелинейного по переменным уравнения к линейному с помощью преобразований. Кривая Филлипса, кривые Энгеля. Экономические взаимосвязи, для которых целесообразно применение кривых Энгеля: соотношение между спросом на определенный товар и общей суммой дохода, соотношение между спросом на определенный товар и ценой товара. Коэффициент эластичности. Характеристическое свойство степенной функции: эластичность постоянна. Смещенность оценок параметров, полученных МНК. Коэффициент детерминации для нелинейных моделей. Метод последовательных приближений нахождения оценок параметров. Тема 4. Множественная регрессия и ее свойства (лекции – 2 часа, п.з. – 2 часа) Понятие о множественной регрессии. Классическая линейная модель множественной регрессии (КЛММР). Определение параметров уравнения множественной регрессии методам наименьших квадратов. Стандартизованные коэффициенты регрессии, их интерпретация. Парные и частные коэффициенты корреляции. Множественный коэффициент корреляции и множественный коэффициент детерминации. Оценка надежности показателей корреляции. Оценка качества модели множественной регрессии: F-критерий Фишера, t-критерий Стьюдента. Мультиколлинеарность. Методы устранения мультиколлинеарности. Тема 5. Спецификация переменных в уравнениях регрессии (лекции – 2 часа, п.з. – 2 часа) Эконометрические модели: общая характеристика, различия статистического и эконометрического подхода к моделированию. Спецификация переменных в уравнениях регрессии. Ошибки спецификации. Обобщенная линейная модель множественной регрессии. Обобщенный метод наименьших квадратов. Проблема гетероскедастичности. Автокорреляция. Фиктивные переменные: общий случай. Множественные совокупности фиктивных переменных. Тест Чоу. Моделирование: влияние отсутствия переменной, которая должна быть включена; влияние включения в модель переменной, которая не должна быть включена. Тема 6. Временные ряды в эконометрических исследованиях (лекции – 2 часа, п.з. – 2 часа) Специфика временных рядов как источника данных в эконометрическом моделировании. Аналитическое выравнивание временных рядов. Оценка параметров уравнения тренда. Автокорреляция в остатках, ее измерение и интерпретация. Критерий Дарбина-Уотсона в оценке качества трендового уравнения регрессии. Автокорреляция рядов динамики и методы ее устранения.. Метод отклонения уровней ряда от основной тенденции. Метод включения фактора времени. Тема 7. Системы эконометрических уравнений ((лекции – 2 часа, п.з. – 2 часа) Виды систем эконометрических уравнений. Независимые системы. Рекурсивные системы. Системы одновременных (совместных) уравнений. Структурная и приведенная формы эконометрической модели. Проблемы идентификации. Применение эконометрических моделей. Тема 8. Динамические эконометрические модели (лекции – 3 часа, п.з. – 3 часа) Явные модели Бокса-Дженкинса (ARIMA модели). Компоненты авторегрессии и скользящего среднего. Итеративная стратегия разработки модели: проверка стационарности ряда, выбор исходной модели, оценка параметров, анализ остатков. Модель авторегрессии с распределённым лагом первого порядка (ADL модель), сведение ADL(0,1) модели обратным преобразованием Койка к модели Койка. Модели с распределённым лагом (DL модели): конечномерные (полиномиальные лаги Алмон) и бесконечномерные (метод Койка). Нелинейный метод наименьших квадратов. Неявные модели: модель адаптивных ожиданий, модель неполной корректировки, модель рациональных ожиданий. - Корреляционная таблица, сводка, группировка - Расчет коэффициентов корреляции, детерминации, построение линии тренда - Оценка параметров парной регрессии и качества модели - Расчет границ доверительного интервала - Сведение нелинейных регрессионных моделей к линейным. Выбор наилучшей модели -Построение модели множественной линейной регрессии -Ранжирование факторов по степени значимости в модели множественной линейной регрессии - Сравнение стандартизованных и естественных форм множественной регрессии -Использование фиктивных переменных - Исключение незначимых факторов -- Определение параметров системы одновременных уравнений Построение и исследование динамических рядов -Построение мультипликативной модели временного ряда Вопросы к зачету
Учебно-методическое обеспечение дисциплины ОСНОВНАЯ ЛИТЕРАТУРА:
ДОПОЛНИТЕЛЬНАЯ ЛИТЕРАТУРА:
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное автономное образовательное учреждение высшего профессионального образования «Дальневосточный федеральный университет» (ДВФУ) Школа ЭКОНОМИКИ И МЕНЕДЖМЕНТА КОНСПЕКТЫ ЛЕКЦИЙ по дисциплине «Эконометрика» 080107.65 «Налоги и налогообложение» г. Владивосток 2012Лекционные занятия Тема 1. Предмет и задачи курса (лекции – 2 часа, п.з. – 2 часа) Определение эконометрики. Эконометрика и экономико-математические методы. Области применения эконометрических моделей. Методологические вопросы построения эконометрических моделей: обзор используемых методов. Этапы эконометрического исследования: постановка проблемы, получение данных, анализ их качества, спецификация модели, оценка параметров, интерпретация результатов. Задачи, решаемые при эконометрическом исследовании: качественный анализ связей переменных – выделение объясняемых (эндогенных) yj и объясняющих (экзогенных) xk; подбор данных; спецификация формы связи между y и xk; Структуры данных (классификация): пространственные данные и временные ряды; количество переменных для каждой элементарной единицы (объекта); тип измерения; источник информации. Тема 2. Парная линейная регрессия и МНК (лекции – 2 часа, п.з. – 2 часа) Спецификация модели. Уравнение регрессии, его смысл и назначение. Оценка параметров модели методом наименьших квадратов (МНК): система нормальных уравнений. Интерпретация коэффициентов уравнения регрессии. Понятие о функциональной, статистической и корреляционной связях. Основные задачи прикладного корреляционно-регрессионного анализа. Оценка степени тесноты связи между количественными переменными. Коэффициент ковариации. Показатели корреляции: линейный коэффициент корреляции, Коэффициент детерминации. Стандартная ошибка уравнения регрессии. Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками. Оценка статистической значимости показателей корреляции, параметров уравнения регрессии, уравнения регрессии в целом: t-критерий Стьюдента, F-критерий Фишера. Прогнозирование на основе регрессионного уравнения. Доверительные интервалы для условного математического ожидания и индивидуального значения эндогенной переменной. Тема 3. Парная нелинейная регрессия (лекции – 2 часа, п.з. – 2 часа) Типы нелинейности в регрессионной зависимости: нелинейность по экзогенным переменным, нелинейность по параметрам. Сведение нелинейного по переменным уравнения к линейному с помощью преобразований. Кривая Филлипса, кривые Энгеля. Экономические взаимосвязи, для которых целесообразно применение кривых Энгеля: соотношение между спросом на определенный товар и общей суммой дохода, соотношение между спросом на определенный товар и ценой товара. Коэффициент эластичности. Характеристическое свойство степенной функции: эластичность постоянна. Смещенность оценок параметров, полученных МНК. Коэффициент детерминации для нелинейных моделей. Метод последовательных приближений нахождения оценок параметров. Тема 4. Множественная регрессия и ее свойства (лекции – 2 часа, п.з. – 2 часа) Понятие о множественной регрессии. Классическая линейная модель множественной регрессии (КЛММР). Определение параметров уравнения множественной регрессии методам наименьших квадратов. Стандартизованные коэффициенты регрессии, их интерпретация. Парные и частные коэффициенты корреляции. Множественный коэффициент корреляции и множественный коэффициент детерминации. Оценка надежности показателей корреляции. Оценка качества модели множественной регрессии: F-критерий Фишера, t-критерий Стьюдента. Мультиколлинеарность. Методы устранения мультиколлинеарности. Тема 5. Спецификация переменных в уравнениях регрессии (лекции – 2 часа, п.з. – 2 часа) Эконометрические модели: общая характеристика, различия статистического и эконометрического подхода к моделированию. Спецификация переменных в уравнениях регрессии. Ошибки спецификации. Обобщенная линейная модель множественной регрессии. Обобщенный метод наименьших квадратов. Проблема гетероскедастичности. Автокорреляция. Фиктивные переменные: общий случай. Множественные совокупности фиктивных переменных. Тест Чоу. Моделирование: влияние отсутствия переменной, которая должна быть включена; влияние включения в модель переменной, которая не должна быть включена. Тема 6. Временные ряды в эконометрических исследованиях (лекции – 2 часа, п.з. – 2 часа) Специфика временных рядов как источника данных в эконометрическом моделировании. Аналитическое выравнивание временных рядов. Оценка параметров уравнения тренда. Автокорреляция в остатках, ее измерение и интерпретация. Критерий Дарбина-Уотсона в оценке качества трендового уравнения регрессии. Автокорреляция рядов динамики и методы ее устранения.. Метод отклонения уровней ряда от основной тенденции. Метод включения фактора времени. Тема 7. Системы эконометрических уравнений ((лекции – 2 часа, п.з. – 2 часа) Виды систем эконометрических уравнений. Независимые системы. Рекурсивные системы. Системы одновременных (совместных) уравнений. Структурная и приведенная формы эконометрической модели. Проблемы идентификации. Применение эконометрических моделей. Тема 8. Динамические эконометрические модели (лекции – 3 часа, п.з. – 3 часа) Явные модели Бокса-Дженкинса (ARIMA модели). Компоненты авторегрессии и скользящего среднего. Итеративная стратегия разработки модели: проверка стационарности ряда, выбор исходной модели, оценка параметров, анализ остатков. Модель авторегрессии с распределённым лагом первого порядка (ADL модель), сведение ADL(0,1) модели обратным преобразованием Койка к модели Койка. Модели с распределённым лагом (DL модели): конечномерные (полиномиальные лаги Алмон) и бесконечномерные (метод Койка). Нелинейный метод наименьших квадратов. Неявные модели: модель адаптивных ожиданий, модель неполной корректировки, модель рациональных ожиданий. - Корреляционная таблица, сводка, группировка - Расчет коэффициентов корреляции, детерминации, построение линии тренда - Оценка параметров парной регрессии и качества модели - Расчет границ доверительного интервала - Сведение нелинейных регрессионных моделей к линейным. Выбор наилучшей модели -Построение модели множественной линейной регрессии -Ранжирование факторов по степени значимости в модели множественной линейной регрессии - Сравнение стандартизованных и естественных форм множественной регрессии -Использование фиктивных переменных - Исключение незначимых факторов -- Определение параметров системы одновременных уравнений Построение и исследование динамических рядов -Построение мультипликативной модели временного ряда |
Дисциплины «Эконометрика» Учебно-методический комплекс по дисциплине... Учебно-методический комплекс составлен на основании требований государственного образовательного стандарта высшего профессионального... | Учебно-методический комплекс дисциплины «Эконометрика» Учебно-методический комплекс составлен в соответствии с требованиями государственного образовательного стандарта высшего профессионального... | ||
Пояснительная 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... | Учебно-методический комплекс дисциплины «Эконометрика» Рабочая программа составлена на основании типовой программы гос впо и авторских разработок | ||
Учебно-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... | Программа дисциплины Финансовая эконометрика для направления 080100.... Учебно-методический комплекс по «Рынку ценных бумаг» составлен в соответствии с требованиями Государственного образовательного стандарта... | ||
Учебно-методический комплекс дисциплины красноярск 2012 пояснительная... Учебно-методический комплекс дисциплины (умкд) «Психодиагностика» для студентов заочной формы обучения (3,5 года обучения) по специальности... | Учебно-методический комплекс дисциплины специальность 100110. 65... Учебно-методический комплекс дисциплины (умкд) «Информационная культура» состоит из следующих элементов | ||
Учебно-методический комплекс дисциплины специальность: 050706. 65 «Педагогика и психология» Настоящий учебно-методический комплекс дисциплины (умкд) «Психолого-педагогическая коррекция» для студентов 5-го заочного отделения... | Учебно-методический комплекс дисциплины специальность : 040101. 65... Учебно-методический комплекс дисциплины (умкд) «Информатика» для студентов очной формы обучения по специальности 040101. 65 социальная... | ||
Учебно-методический комплекс дисциплины по выбору направление 050700. 62 «Педагогика» Настоящий учебно-методический комплекс дисциплины по выбору (умкд) «Психолого-педагогическая коррекция» для студентов 4-го курса... | Учебно-методический комплекс дисциплины Учебно-методический комплекс дисциплины составлен в соответствии с требованиями государственного образовательного стандарта высшего... | ||
Пояснительная записка Учебно-методический комплекс дисциплины (умкд)... Учебно-методический комплекс дисциплины составлен к п н., доцентом Грасс Т. П., д э н., профессором Е. В. Щербенко | Пояснительная записка Учебно-методический комплекс дисциплины (умкд)... Учебно-методический комплекс дисциплины составлен к п н., доцентом Грасс Т. П., д э н., профессором Е. В. Щербенко | ||
Учебно-методический комплекс дисциплины по направлению подготовки... Учебно-методический комплекс дисциплины (умкд) «Основы экономических учений» состоит из следующих элементов | Учебно-методический комплекс «дисциплины» Учебно-методический комплекс «дисциплины» физическая культура составлен в соответствии с Государственным образовательным стандартом... |