ИНСТИТУТ МЕЖДУНАРОДНЫХ ЭКОНОМИЧЕСКИХ СВЯЗЕЙ Факультет мировой экономики и международной торговли
Работа добавлена на сайт samzan.net:
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.
- Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.: Дело, 2007. 504 с.
- Елисеева И.И. Эконометрика. М.: Проспект, 2010.
- 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 Голдфелда Куандта.
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.
2. на тему- Диагностика и профилактика фиссурного кариеса
3. Алгоритм задан схемой-В результате выполнения алгоритма при исходных данных значение переменной будет
4. Любая переменная ~ формула 2
5. АУДИТ ПЛАНОВО-КОНТРОЛЬНЫХ РАСЧЕТОВ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ ВНЕШНЕЙ СРЕДЫ
6. КОНТРОЛЬНАЯ РАБОТА по дисциплине Теория бухгалтерского учета Вариант III
7. теневой экономики и последствия теневой экономики.html
8. Тема- От эмоции до болезни один шаг или как избежать близорукости Автор- Романенко Виктория.html
9. записка Програма Економіка для учнів 10 11 класів розроблена за формою запропонованою Міністерством осві
10. ЛЕКЦИЯ 7 Возрождение во Франции
11. В случае дежурства в 2 лица один может принять участие в ремонтных работах
12. Язык программирования Норма
13. Современная структура перераспределений и их формы влияющие на реальные доходы населения
14. Тема- Строение и функции эндокринной системы Задание 1
15. ТЕМА 1 ПРЕДМЕТ МЕТОД И ЗАДАЧИ СТАТИСТИКИ Слово статистика имеет много толкований
16. реферат дисертації на здобуття наукового ступеня кандидата економічних наук Кіровоград
17. АН Республики Казахстан
18. В поисках пятой силы
19. Реферат- Планирование участка и производственные расчеты
20. Легенды и мифы русского интима