У вас вопросы?
У нас ответы:) SamZan.net

ИНСТИТУТ МЕЖДУНАРОДНЫХ ЭКОНОМИЧЕСКИХ СВЯЗЕЙ Факультет мировой экономики и международной торговли

Работа добавлена на сайт samzan.net: 2016-03-13

Поможем написать учебную работу

Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.

Предоплата всего

от 25%

Подписываем

договор

Имя

Выберите тип работы:

Принимаю Политику конфиденциальности

Скидка 25% при заказе до 3.2.2025

НЕГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«ИНСТИТУТ МЕЖДУНАРОДНЫХ ЭКОНОМИЧЕСКИХ СВЯЗЕЙ»

Факультет мировой экономики и международной торговли

Кафедра Экономики

РАБОЧАЯ ПРОГРАММА УЧЕБНОЙ ДИСЦИПЛИНЫ

ЭКОНОМЕТРИКА

Разработана в соответствии с ФГОС ВПО

Рекомендуется для направления подготовки

080100.62 – «Экономика»

Профили подготовки

«Мировая экономика», «Бухгалтерский учёт, анализ и аудит», «Финансы и кредит»

Для студентов очного, очно-заочного и заочного отделения

Квалификации (степени) выпускника - бакалавр экономики

Москва

2013

УТВЕРЖДЕНО

на заседании Ученого Совета ИМЭС

Протокол № 5 от 27.12.2012 года

Данную программу разработала Коренман Григорий Яковлевич

д.ф-м.н., профессор кафедры Экономики НОУ ВПО ИМЭС.

Предназначена для студентов очного, очно-заочного и заочного отделения. Разработана в соответствии с ФГОС ВПО.

Обсуждена и рекомендована

к утверждению на заседании кафедры

Экономики НОУ ВПО ИМЭС.

Протокол № 2 от 26.12.2012 года.

Аннотация программы дисциплины Эконометрика

Дисциплина «Эконометрика» предназначена для изучения количественных и качественных экономических взаимосвязей с использованием математических и статистических методов и моделей.

Рабочая программа учебной дисциплины «Эконометрика» предназначена для студентов очной, очно-заочной и заочной форм обучения, обучающихся по направлению 080100.62 «Экономика».

Аннотация рабочей программы составлена в соответствии с требованиями Федерального государственного образовательного стандарта третьего поколения по направлению 080100.62 «Экономика» и изучается в Профессиональном цикле (Б2).

1. Цели и задачи дисциплины.

Цель учебного курса эконометрики  теоретическая и практическая подготовка студентов по вопросам формулировки и использования эконометрических моделей и методов для анализа и прогнозирования экономических процессов.

Основные задачи курса: освоение теоретических знаний об основных методах и моделях эконометрики; ознакомление с теоретическими методами оценки параметров и прогнозирования в эконометрических моделях; приобретение практических навыков расчета оценок параметров, прогнозирования в рамках эконометрических моделей и анализа результатов.

2. Место дисциплины в структуре ООП.

Учебная дисциплина «Эконометрика» входит в базовую часть профессионального цикла образовательной программы экономиста. Для ее изучения студенты должны владеть математическими знаниями по дисциплинам «Математический анализ», «Линейная алгебра», «Теория вероятностей и математическая статистика», а также основными положениями общей статистики, микро- и макроэкономики. Одновременно курс создает предпосылки для более глубокого освоения других основных разделов современной экономической теории (микро- и макроэкономики). Дисциплина «Эконометрика» является предшествующей для изучения следующих дисциплин: «Национальная экономика», «Экономика отраслевых рынков», «Экономика труда», «Институциональная экономика», «Экономика общественного сектора», «Международная торговля».

3. Требования к результатам освоения дисциплины.

Процесс изучения дисциплины направлен на формирование общекультурных компетенций: ОК–4,5,11,13 и

профессиональных компетенций: ПК-1,2,3,4,6,7,8,9,10,13,15.

В результате изучения дисциплины студент должен:

Знать:

основные понятия и цели эконометрики;
методы построения эконометрических моделей объектов, явлений и процессов;
основные положения наиболее распространенных эконометрических моделей;
способы оценки параметров эконометрических моделей, проверки значимости параметров и адекватности моделей;
методы точечного и интервального прогнозирования на основе эконометрических моделей и оценки области их применимости.

Уметь:

анализировать и выявлять взаимосвязи экономических характеристик, процессов и явлений на основе эконометрических моделей;
строить на основе данных статистики и источников экономической информации стандартные эконометрические модели, анализировать и интерпретировать полученные результаты;
прогнозировать на основе стандартных эконометрических моделей поведение экономических агентов, развитие экономических процессов и явлений на микро- и макроуровне;
оценивать значимость, выявлять области применимости, сравнивать достоинства и недостатки разных эконометрических моделей при описании одних и тех же данных.

Владеть:

современной методикой выбора и построения эконометрических моделей, соответствующих решаемым задачам;
методами и приемами анализа экономических явлений и процессов с помощью стандартных теоретических и эконометрических моделей;
навыками поиска и использования статистической и экономической информации для формулировки и анализа эконометрических моделей;
методами компьютерных расчетов эконометрических моделей.

4. Объем дисциплины и виды учебной работы

Вид учебной работы	Всего часов / зачетных единиц
	очное	очно-заочное	заочное
Аудиторные занятия (всего)	88/2,4	40/1,1	12/0,3
В том числе:
Лекции	44/1,2	24/0,7	12/0,3
Практические занятия (ПЗ)
Семинары (С) (в т.ч. в интерактивной форме)	44/1,2	16/0,4	-
Лабораторные работы (ЛР)
Самостоятельная работа (всего)	92/2,6	140/3,8	168/4,7
В том числе:
Курсовой проект (работа)
Расчетно-графические работы
Подготовка к экзамену	27/0,8	27/0,8	27/0,8
Другие виды самостоятельной работы
Освоение рекомендованной литературы, подготовка к занятиям	65/1,8	113/3	141/3,9
Вид аттестации	экзамен	экзамен	экзамен
Общая трудоемкость 180 часа 5 зачетных единицы	180	180	180

(Виды учебной работы указываются в соответствии с ООП)

5. Содержание дисциплины

5.1. Содержание разделов дисциплины

№ п/п	Наименование раздела дисциплины	Содержание раздела
1	Общие положения эконометрики	Предмет эконометрики. Возникновение и развитие эконометрики. Специфика измерений в экономике. Стохастические особенности исходных данных и взаимосвязей между характеристиками экономических процессов. Цели и задачи прикладных эконометрических исследований. Теоретические основания и методология эконометрического анализа. Общая постановка задачи о нахождении количественной взаимосвязи разных величин по эмпирическим данным. Общие черты и различия количественных моделей в эконометрике и в естественных науках. Разделы и специальные вопросы математики, наиболее часто используемые в эконометрике.
2	Линейная модель парной регрессии	Исходные предположения линейной модели парной регрессии. Стохастическая составляющая зависимой переменной. Гомо- и гетероскедастичность. Нормальная линейная модель парной регрессии. Требования к оценке параметров регрессии (несмещенность, эффективность, состоятельность). Оценки параметров линейной модели парной регрессии по методу наименьших квадратов (МНК) и методу максимального правдоподобия. Несмещенность МНК-оценок параметров модели. Дисперсия МНК-оценок параметров модели. Теорема Гаусса-Маркова. Оценка дисперсии ошибок . Статистические свойства МНК-оценок параметров регрессии. Проверка статистических гипотез и доверительные интервалы для коэффициентов регрессии. Показатели качества регрессии. Коэффициент детерминации и F-статистика. Прогнозирование в линейной модели парной регрессии. Точечный и интервальный прогноз. Применение линейной модели парной регрессии для анализа рынка акций (модель Шарпа).
3	Линейная модель множественной регрессии	Исходные предположения линейной модели множественной регрессии. Нормальная линейная модель регрессии. Векторно-матричная форма линейной модели множественной регрессии. Оценка параметров модели по методу наименьших квадратов (МНК). Несмещенность МНК-оценок параметров модели. Матрица ковариаций МНК-оценок параметров модели множественной регрессии. Теорема Гаусса-Маркова. Оценка дисперсии ошибок . Статистические свойства МНК-оценок параметров регрессии. Распределение МНК-оценок коэффициентов множественной регрессии и распределение оценки дисперсии ошибок для нормальной линейной модели. Независимость и МНК-оценок линейных параметров. Показатели качества регрессии и анализ вариации зависимой переменной в регрессии. Коэффициент детерминации и улучшенный коэффициент детерминации. Проверка статистических гипотез, доверительные интервалы и доверительные области для коэффициентов регрессии. F-статистика. Оценка коэффициентов множественной регрессии по методу максимального правдоподобия. Фиктивные (дискретные) переменные, модели с переменной структурой и их использование для учета сезонных изменений и дискретных признаков. Проверка гипотезы о структурных изменениях с помощью дискретных переменных. Проблемы выбора переменных и спецификации модели множественной регрессии. Проблема мультиколлинеарности. Частная корреляция и ее использование для спецификации модели. Исключение существенных переменных. Включение несущественных переменных. Сравнение моделей с ограничениями и без ограничений. Прогнозирование в линейной модели множественной регрессии. Среднеквадратичная ошибка и доверительный интервал прогноза.
4	Нелинейные регрессионные модели	Природа нелинейных моделей. Методы выбора вида нелинейных моделей. Два класса нелинейных моделей регрессии. Линеаризация. Коэффициенты эластичности. Корреляция для нелинейной регрессии.
5	Обобщенная линейная регрессионная модель	Матрица ковариаций в обобщенной линейной регрессионной модели. Обобщенный метод наименьших квадратов (ОМНК). Теорема Айткена. Доступный обобщенный метод наименьших квадратов. Оценки по методу максимального правдоподобия. Линейная модель множественной регрессии с гетероскедастичностью. Метод взвешенных наименьших квадратов как частный случай ОМНК. Коррекция на гетероскедастичность. Формы стандартных ошибок в моделях с гетероскедастичностью. Тесты на гетероскедастичность. Линейная модель с автокорреляциями. Авторегрессионный процесс первого порядка. Коэффициент авторегрессии. Методы оценивания в модели с авторегрессией. Тест Дарбина-Уотсона.
6	Временные ряды	Характеристики временных рядов. Модели распределенных лагов. Авторегрессионные модели распределенных лагов (динамические модели). Авторегрессионная модель при наличии автокорреляции ошибок. Оценка моделей с распределенными лагами по методу инструментальных переменных и по методу максимального правдоподобия. Нелинейный метод наименьших квадратов. Тест на автокорреляцию ошибок. Модель частичной корректировки. Модель адаптивных ожиданий. GARCH-модели. Нестационарные временные ряды.
7	Системы линейных одновременных уравнений	Системы одновременных уравнений. Экзогенные и эндогенные переменные. Внешне не связанные уравнения. Структурная и приведенная формы модели. Косвенный метод наименьших квадратов. Проблемы идентифицируемости. Оценивание систем одновременных уравнений. Двухшаговый и трехшаговый метод наименьших квадратов.
8	Дискретные зависимые переменные	Модели бинарного выбора. Линейная модель вероятности, probit- и logit- модели. Модели множественного выбора для номинальных и порядковых переменных. Модели с урезанными и цензурированными выборками.

5.2 Разделы дисциплины и междисциплинарные связи с обеспечиваемыми

(последующими) дисциплинами

№ п/п	Наименование обеспе-чиваемых (последующих) дисциплин	№ № разделов данной дисциплины, необходимых для изучения обеспечиваемых (последующих) дисциплин
		1	2	3	4	5	6	7	8
1.	Международная торговля		+	+	+		+	+	+
2.	Национальная экономика	+	+	+	+	+	+	+
3	Институциональная экономика		+	+			+		+
4	Экономика труда	+	+	+			+	+	+
5	Экономика отраслевых рынков		+	+	+		+
6	Экономика общественного сектора	+	+	+	+		+	+	+

5.3. Разделы дисциплины и виды занятий очного отделения (в часах)

№ п/п	Наименование раздела дисциплины	Лекц.	Практ. зан.	Лаб. зан.	Семин.	СРС	Все-го
1	Общие положения эконометрики	4			4	10	18
2	Линейная модель парной регрессии	6			6	12	24
3	Линейная модель множественной регрессии	6			6	12	24
4	Нелинейные регрессионные модели	6			6	12	24
5	Обобщенная линейная регрессионная модель	4			4	10	18
6	Временные ряды	6			6	12	24
7	Системы линейных одновременных уравнений	6			6	12	24
8	Дискретные зависимые переменные	6			6	12	24
	ИТОГО:	44			44	92	180

5.4. Разделы дисциплины и виды занятий очно-заочного отделения (в часах)

№ п/п	Наименование раздела дисциплины	Лекц.	Практ. зан.	Лаб. зан.	Семин.	СРС	Все-го
1	Общие положения эконометрики	2			2	16	20
2	Линейная модель парной регрессии	4			2	18	24
3	Линейная модель множественной регрессии	4			2	18	24
4	Нелинейные регрессионные модели	2			2	18	22
5	Обобщенная линейная регрессионная модель	2			2	16	20
6	Временные ряды	4			2	18	24
7	Системы линейных одновременных уравнений	4			2	18	24
8	Дискретные зависимые переменные	2			2	18	22
	ИТОГО:	24			16	140	180

5.5. Разделы дисциплины и виды занятий заочного отделения (в часах)

№ п/п	Наименование раздела дисциплины	Лекц.	Практ. зан.	Лаб. зан.	Семин.	СРС	Все-го
1	Общие положения эконометрики	1				21	22
2	Линейная модель парной регрессии	2				21	23
3	Линейная модель множественной регрессии	2				21	23
4	Нелинейные регрессионные модели	1				21	22
5	Обобщенная линейная регрессионная модель	2				21	23
6	Временные ряды	2				21	23
7	Системы линейных одновременных уравнений	1				21	22
8	Дискретные зависимые переменные	1				21	22
	ИТОГО:	12				168	180

6. Лабораторный практикум

№ п/п

№ раздела дисциплины

Наименование лабораторных работ

Трудоемкость

(часы/зачетные единицы)

…

не предусмотрен

7. Примерная тематика курсовых проектов (работ)

не предусмотрена

8. Учебно-методическое и информационное обеспечение дисциплины.

а) Основная литература

Кремер Н.Ш., Путко Б.А. Эконометрика. 3-е изд., перераб. и доп. М.: Юнити, 2013.
1. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.: Дело, 2007. 504 с.
2. Елисеева И.И. Эконометрика. М.: Проспект, 2010.
3. Катышев П.К., Магнус Я.Р., Пересецкий А.А., Головань С.В. Сборник задач к начальному курсу эконометрики. 4-е изд., доп. и перераб. M.: Дело, 2007. 368 с.

б) Дополнительная литература

1. Практикум по эконометрике / И.И. Елисеева, С.В. Курышева, И.М. Гордеенко и др. / Под ред. И.И. Елисеевой. М.: Финансы и статистика, 2003.

2. Налимов В.Н. Элементы теории вероятностей и математической статистики для экономистов и менеджеров. М.: ИМЭС, 2003.

3. Гмурман В.Е. Теория вероятностей и математическая статистика. М.: Высшая школа, 2000.

4. Замков О.О., Толстопятенко А.В., Черемнин Ю.Н. Математические методы в экономике / Под общей ред. А.В. Сидоровича. 4-е изд. М.: Дело и Сервис, 2004. (Учебники МГУ им. М.В. Ломоносова).

5. Берндт Э.Р. Практика эконометрики: классика и современность / Пер. с англ. М.: ЮНИТИ, 2005.

6. Доугерти К. Введение в эконометрику / Пер. с англ. М.: ИНФРА-М, 1999. 402 с.

7. Чураков Е.П. Прогнозирование эконометрических временных рядов. М.: Финансы и статистика, 2008.

8. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование. М.: Инфра-М, 2010.

в) программное обеспечение

специального программного обеспечения не требуется

9. Материально-техническое обеспечение дисциплины:

Специально оборудованные кабинеты и аудитории: компьютерные классы,

аудитории, оборудованные мультимедийными средствами обучения.

10. Методические рекомендации по организации изучения дисциплины:

Контроль знаний и умений студентов включает формы текущего и итогового контроля. Текущий контроль осуществляется в виде домашних заданий и четырех контрольных работ. Контрольная работа № 1 проводится после изучения темы 2, контрольная № 2 –после изучения темы 3, контрольная дисциплины № 3 - после темы 5, контрольная № 4 – после темы 7. Все домашние задания должны быть сданы до проведения соответствующей контрольной работы. Итоговый контроль осуществляется в виде зачета после 5-го семестра м в виде экзамена после 6-го семестра.

Перечень типовых вопросов к зачету (вопросы 1-25 ) и к экзамену (вопросы 1–35)

Исходные предположения линейной модели парной регрессии.
Оценка параметров модели парной регрессии по методу наименьших квадратов.
Несмещенность МНК-оценок параметров линейной модели парной регрессии.
Дисперсия МНК-оценок параметров линейной модели парной регрессии.
Теорема Гаусса-Маркова для модели парной регрессии.
Оценка дисперсии случайных составляющих в модели парной регрессии.
Статистические свойства МНК-оценок параметров модели парной регрессии.
Распределение оценки дисперсии ошибок модели парной регрессии.
Проверка нулевой гипотезы и доверительные интервалы для коэффициентов парной регрессии.
Анализ вариации зависимой переменной, коэффициент детерминации и F-статистика в линейной модели парной регрессии.
Прогнозирование в линейной модели парной регрессии.
Исходные предположения линейной модели множественной регрессии.
Матричная форма записи линейной модели множественной регрессии.
Оценка параметров линейной модели множественной регрессии по методу наименьших квадратов.
Несмещенность МНК-оценок параметров линейной модели множественной регрессии.
Матрица ковариаций и дисперсия МНК-оценок параметров линейной модели множественной регрессии.
Теорема Гаусса-Маркова для линейной модели множественной регрессии.
Оценка дисперсии ошибок в линейной модели множественной регрессии.
Распределение оценки дисперсии ошибок в линейной модели множественной регрессии.
Анализ вариации зависимой переменной и коэффициент детерминации в линейной модели множественной регрессии.
Проверка нулевой гипотезы и доверительные интервалы для одного из коэффициентов линейной модели множественной регрессии.
Проверка многомерной нулевой гипотезы в линейной модели множественной регрессии.
Проблема мультиколлинеарности в линейной модели множественной регрессии.
Фиктивные (дискретные) переменные (модель множественной регрессии с переменной структурой).
Прогнозирование в линейной модели множественной регрессии.
Линейная модель множественной регрессии с гетероскедастичностью.
Линейная модель множественной регрессии с автокорреляцией.
Нелинейные модели регрессии.
Обобщенный метод наименьших квадратов.
Доступный обобщенный метод наименьших квадратов.
Внешне не связанные системы регрессионных уравнений.
Структурная и приведенная формы системы одновременных регрессионных уравнений.
Модели распределенных лагов.
Авторегрессионные модели распределенных лагов.
Дискретные зависимые переменные. Модели logit и probit.

Типовые задачи для контрольных работ

Контрольная работа № 1

В таблице приведены результаты 10 наблюдений пар величин x и y (каждому студенту выдается своя таблица).

1. Оценить регрессию на (найти , и ).

2. Найти коэффициент детерминации .

3. Проверить гипотезу на 10%-ом уровне значимости.

4. Найти 95%-ый доверительный интервал значений .

5. Получить прогноз значения при (значение дано в таблице) и 95%-ый доверительный интервал значений в этой точке.

Контрольная работа № 2

В таблице даны пять наборов величин (каждому студенту выдается своя таблица)

1. Оценить регрессию на константу и переменные , (получить вектор ).

2. Найти оценку дисперсии случайных составляющих .

3. Проверить гипотезу и найти 95%-ый доверительный интервал .

4. Получить прогноз величины при заданных, и найти 95%-ый доверительный интервал значений при этих .

Контрольная работа № 3

Задача № 1. В результате регрессии n значений на k переменных получены остатки регрессии , приведенные в прилагаемой таблице. Проверить гипотезу об отсутствии автокорреляций и оценить величину параметра автокорреляции .

Задача № 2. В прилагаемой таблице приведены значения числа работающих (в тыс. чел.) и поступлений в бюджет (в млрд руб.) для 15 районов крупного города, упорядоченные по возрастанию . Выбирая первые 6 и последние 6 пар в качестве двух групп данных, проверить гипотезу об отсутствии гетероскедастичности с помощью теста ГолдфелдаКуандта.

Контрольная работа № 4

Структурная форма системы линейных одновременных уравнений для объясняемых переменных и переменных имеет вид:

Вводя «векторы» , , , можно записать эту систему в виде

Выразите матрицы и через параметры исходной системы.
Перейдите к приведенной форме системы и выразите матрицу P и вектор через величины, входящие в исходную систему. Найдите связь между матрицами ковариаций и .
Составьте систему уравнений, связывающих параметры исходной системы с элементами матрицы и проанализируйте вопрос об идентифицируемости исходных параметров и системы в целом. Найдите явные выражения для всех идентифицируемых параметров через элементы матрицы P.
В результате применения МНК к приведенной системе получены оценки величин и (даны численные значения) Получить оценки идентифицируемых параметров и матрицы ковариаций случайных составляющих структурной формы.

1. Статья основоположника евразийства князя Н
2. Коммерческие банки и кредитная структура
3. Игромир стал первым мероприятием где можно было поиграть в World of Wrplnes.html
4. країна що стоїть на перехресті Західної і Східної Європи
5. Проект перспективного развития Муниципального общеобразовательного учреждения средней общеобразовательной школы 2 г Шагонар Муниципального района «Улуг-Хемский кожуун»
6. Курсовая работа- Феномен партии власти в современной российской политической системе
7. Определение поведения потребителей
8. Лекция 1 Виды складских помещений Быстроразвивающаяся рыночная экономика привела к созданию высококонк
9. Імпресія Схід сонця
10. Культура організації та корпоративна політика

Материалы собраны группой SamZan и находятся в свободном доступе