Рабочая программа наименование дисциплины Эконометрика
Вид материала | Рабочая программа |
- Рабочая программа наименование дисциплины Эконометрика, 258.24kb.
- Примерная программа наименование дисциплины Эконометрика Рекомендуется для направления, 196.23kb.
- Рабочая программа преподавания дисциплины «Автотракторное оборудование» наименование, 173.41kb.
- Рабочая программа наименование дисциплины Современный русский язык (указывается наименование, 698.59kb.
- Рабочая программа наименование дисциплины администрирование информационных систем (указывается, 206.24kb.
- Рабочая программа наименование дисциплины теория информационных процессов и систем, 271.35kb.
- Рабочая учебная программа дисциплины для студентов (Syllabus) Наименование дисциплины, 190.86kb.
- Рабочая учебная программа (Syllabus) дисциплины Наименование дисциплины: социальная, 372.74kb.
- Учебная программа название дисциплины Эконометрика для специальности (ей)/ специализации, 231.63kb.
- Примерная программа наименование дисциплины Эконометрика Рекомендуется для направления, 310.22kb.
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
Р
ОССИЙСКОЙ ФЕДЕРАЦИИ
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ
Государственное образовательное учреждение высшего профессионального образования
«МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПЕЧАТИ»
УТВЕРЖДАЮ
Проректор по учебной работе
______________Т.В. Маркелова
«_____» ___________2010
РАБОЧАЯ ПРОГРАММА
Наименование дисциплины _____Эконометрика
По направлению подготовки ___080100.62 Экономика
По профилю подготовки ________080101 Бухгалтерский учет,
анализ и аудит
Факультет Экономики и менеджмента
Кафедра Прикладной математики и моделирования систем
Квалификация (степень) выпускника бакалавр
Москва — 2010
Разработчики:
д.т.н., профессор Ю.П. Голинков, к.т.н., доцент Т.Г. Дацко
Рецензент:
проф. РГРТУ д.ф.-м.н., профессор В.А. Ковалев
доц. МГУП к.ф.-м.н. Г.О. Рытиков
Рабочая программа обсуждена на заседании кафедры
«Прикладная математика и моделирование систем» 19.11.2010 г, протокол № 4.
Зав. кафедрой ________________/ Е.В. Никульчев /
Одобрена Советом факультета
Экономики и менеджмента «__» ноября 2010 г, протокол № __
Председатель ______________/ О.В. Кублашвили /
Индекс по учебному плану | Цикл | Компонент | ||
Базовая часть | вариативная часть | по выбору студента | ||
Б.3.1.3 | Гуманитарный и социальный и экономический цикл | | | |
Математический и естественнонаучный цикл | | | | |
Профессиональный цикл | × | | |
Форма обучения | курс | семестр | Трудоемкость дисциплины в часах | Форма итогового контроля | ||||||
Всего часов | Аудиторных часов | Лекции | Семинарские (практически) занятия | Лабораторные занятия | Курсовая Работа (проект) | Самостоятельная работа | ||||
Очная | 3 | 5 | 144 | 51 | 34 | | 17 | | 93 | экзамен |
Очно-заочная | | | | | | | | | | |
Заочная | | | | | | | | | | |
1. Цели и задачи дисциплины:
Целью дисциплины «Эконометрика» является:
- научить обучающихся основам эконометрического моделирования, использованию количественных данных наблюдений для выявления закономерностей функционирования экономических систем разного уровня;
- изучить методы оценки и прогнозирования экономических показателей, характеризующих состояние и развитие анализируемых экономических систем;
- освоить современные компьютерные технологии эконометрического анализа и возможности их применения для решения прикладных экономических задач.
Задачами изучения дисциплины являются:
- изучение основных типов эконометрических моделей, методологии их разработки и практического использования в экономических приложениях;
- изучение теоретических основ и практическое применение методов эконометрического анализа;
- освоение методики подготовки исходных данных для проведения эконометрического анализа;
- овладение пакетами эконометрических программ, практический опыт их применения для решения типовых задач эконометрики.
Полученные знания и практические навыки повысят уровень экономико-математической подготовки обучающихся, помогут им овладеть методами обоснования экономических решений и анализа результатов экономической деятельности предприятий и фирм, прогнозирования тенденций развития экономических процессов.
2. Место дисциплины в структуре ООП:
Дисциплина относится к факультативной части профессионального цикла дисциплин, для ее успешного освоения студент должен обладать знаниями и умениями, полученными при изучении дисциплин «Линейная алгебра», «Математический анализ», «Теория вероятностей и математическая статистика», «Статистика», «Информатика». Знания и умения, полученные в ходе изучения дисциплины «Эконометрика», будут полезными при изучении дисциплин «Комплексный экономический анализ хозяйственной деятельности», «Учет и анализ в издательствах».
3. Требования к результатам освоения дисциплины:
Процесс изучения дисциплины направлен на формирование следующих компетенций:
– владеет культурой мышления, способен к обобщению, анализу, восприятию информации, постановке цели и выбору путей её достижения (ОК–1);
– способен анализировать социально-значимые проблемы и процессы, происходящие в обществе, и прогнозировать возможное их развитие в будущем (ОК-4);
– способен к саморазвитию, повышению своей квалификации и мастерства (ОК-9);
– владеет основными методами, способами и средствами получения, хранения, переработки информации, имеет навыки работы с компьютером как средством управления информацией, способен работать с информацией в глобальных компьютерных сетях (ОК-13);
– способен на основе типовых методик и действующей нормативно-правовой базы рассчитать экономические и социально-экономические показатели, характеризующие деятельность хозяйствующих субъектов, (ПК-2);
– способен выполнять необходимые для составления экономических разделов планов расчеты, обосновывать их и представлять результаты работы в соответствии с принятыми в организации стандартами (ПК-3);
– способен осуществлять сбор, анализ и обработку данных, необходимых для решения поставленных экономических задач (ПК-4);
– способен на основе описания экономических процессов и явлений строить стандартные теоретические и эконометрические модели, анализировать и содержательно интерпретировать полученные результаты (ПК-6);
– способен анализировать и интерпретировать данные отечественной и зарубежной статистики о социально-экономических процессах и явлениях, выявлять тенденции изменения социально-экономических показателей (ПК-8);
– способен, используя отечественные и зарубежные источники информации, собрать необходимые данные проанализировать их и подготовить информационный обзор и/или аналитический отчет (ПК-9);
В результате изучения дисциплины студент должен:
Знать:
- методы построения эконометрических моделей объектов, явлений и процессов;
- классификацию, содержание и постановку типовых задач эконометрики;
- математико-статистический инструментарий эконометрики;
- требования к исходной информации для проведения эконометрического анализа;
- области практического применения эконометрических моделей и методов.
Уметь:
- анализировать во взаимосвязи экономические явления, процессы и институты на микро- и макроуровне;
- использовать источники экономической, социальной, управленческой информации;
- осуществлять поиск информации по полученному заданию, сбор, анализ данных, необходимых для решения поставленных экономических задач;
- осуществлять выбор инструментальных средств для обработки экономических данных в соответствии с поставленной задачей, анализировать результаты расчетов и обосновывать полученные выводы;
- строить на основе описания ситуаций стандартные теоретические и эконометрические модели, анализировать и содержательно интерпретировать полученные результаты;
- прогнозировать на основе стандартных теоретических и эконометрических моделей поведение экономических агентов, развитие экономических процессов и явлений, на микро- и макроуровне;
- представлять результаты аналитической и исследовательской работы в виде выступления, доклада, информационного обзора, аналитического отчета, статьи.
Владеть:
- методологией экономического исследования;
- современными методами сбора, обработки и анализа экономических и социальных данных;
- современной методикой построения эконометрических моделей;
- методами и приемами анализа экономических явлений и процессов с помощью стандартных теоретических и эконометрических моделей;
- навыками самостоятельной работы, самоорганизации и организации выполнения поручений.
4. Объем дисциплины и виды учебной работы
Общая трудоемкость дисциплины составляет 4 зачетные единицы.
Вид учебной работы | Всего часов | Семестры |
5 | ||
Аудиторные занятия (всего) | 51 | 51 |
В том числе: | | |
Лекции | 34 | 34 |
Практические занятия (ПЗ) | – | – |
Семинары (С) | – | – |
Лабораторные работы (ЛР) | 17 | 17 |
Самостоятельная работа (всего) | 93 | 93 |
В том числе: | | |
Курсовой проект (работа) | – | – |
Расчетно-графические работы | 36 | 36 |
Реферат | – | – |
Другие виды самостоятельной работы | | |
Подготовка к лабораторным занятиям | 21 | 21 |
Вид промежуточной аттестации (экзамен) | 36 | 36 |
Общая трудоемкость 144 час 4 зач. ед. | |
5. Содержание дисциплины
5.1. Содержание разделов дисциплины
1. Основные понятия и определения эконометрики и эконометрического моделирования
Роль эконометрических методов и моделей в экономическом анализе хозяйственной деятельности предприятий в условиях рыночной экономики. Сущность эконометрики, ее место в ряду математико-статистических и экономических дисциплин. Экзогенные, эндогенные и предопределенные переменные в эконометрической модели, исходные статистические данные, необходимые для проведения ее статистического анализа. Классификация эконометрических методов и моделей. Этапы и основные проблемы эконометрического моделирования: спецификация, идентификация и верификация модели. Математико-статистический инструментарий эконометрики.
2. Парная регрессия и корреляция в эконометрических исследованиях
Спецификация модели парной регрессии. Примеры эконометрических моделей. Матричная форма записи регрессионной модели. Метод наименьших квадратов. Оценивание уравнения регрессии с помощью F-критерия Фишера. Проверка статистической значимости коэффициентов регрессии и корреляции по t-критерию Стьюдента. Средняя ошибка аппроксимации результативного признака. Доверительные интервалы прогноза значений результативного признака по линейному уравнению регрессии.
3. Нелинейная регрессия и нелинейная корреляция
Нелинейная регрессия. Примеры использования нелинейных функций регрессии в эконометрических моделях. Приведение нелинейных моделей к линейному виду. Коэффициент эластичности. Формулы расчета коэффициентов эластичности для наиболее распространенных типов уравнений регрессии. Корреляция для нелинейной регрессии. Решение типовых задач парной регрессии и корреляции с помощью пакетов прикладных программ.
4. Множественная регрессия и корреляция
Спецификация модели множественной регрессии. Отбор факторов и выбор формы уравнения при построении множественной регрессии. Линейные регрессионные модели с переменной структурой. Введение фиктивных переменных в линейную модель регрессии. Нелинейные модели регрессии и их линеаризация. Оценка параметров уравнения множественной регрессии. Частные уравнения регрессии. Множественная и частная корреляция. Оценка надежности результатов множественной регрессии и корреляции. Точечный и интервальный прогноз, основанный на моделях линейной регрессии.
5. Метод наименьших квадратов и его применение
Предпосылки метода наименьших квадратов. Классическая и обобщенная линейные модели множественной регрессии. Исследование случайных остатков при использовании множественной регрессии. Линейные модели регрессии с гетероскедастичными и автокорреляционными остатками. Обобщенный метод наименьших квадратов.
6. Анализ временных рядов
Понятие временного ряда, определения, формулировка основных задач эконометрического моделирования временных рядов. Автокорреляция уровней временного ряда и выявление его структуры. Аналитические и алгоритмические методы сглаживания временного ряда. Моделирование сезонных колебаний временного ряда.
7. Прогнозирование временных рядов
Адаптивные методы прогнозирования. Анализ качества моделей временного ряда. Автокорреляция в остатках. Критерий Дарбина – Уотсона. Исследование взаимосвязей по временным рядам. Оценивание параметров уравнения регрессии временных рядов при наличии автокорреляции в остатках. Прогнозирование экономических показателей, основанное на использовании динамических моделей временных рядов. Модели с распределенным лагом и модели авторегрессии.
8. Системы одновременных уравнений
Общее понятие о системах уравнений, используемых в эконометрике. Эндогенные и экзогенные переменные. Структурная и приведенная формы модели. Необходимые и достаточные условия идентифицируемости уравнений системы. Оценивание параметров структурной модели. Косвенный, двухшаговый и трехшаговый методы наименьших квадратов. Примеры применения систем эконометрических уравнений.
5.2 Разделы дисциплины и междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами
№ п/п | Наименование обеспе-чиваемых (последую-щих) дисциплин. | № № разделов данной дисциплины, необходимых для изучения обеспечиваемых (последующих) дисциплин. | |||||||
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | ||
1. | Комплексный экономический анализ хозяйственной деятельности | × | × | × | × | | × | × | × |
2. | Учет и анализ в издательствах | × | × | × | × | | × | × | × |
5.3. Разделы дисциплин и виды занятий
№ п/п | Наименование раздела дисциплины | Лекц. | Практ. зан. | Лаб. зан. | Семинары | СРС | Все-го час. |
1. | Основные понятия и определения эконометрики и эконометрического моделирования | 2 | | | | 9 | 11 |
2. | Парная регрессия и корреляция в эконометрических исследованиях | 4 | | 2 | | 12 | 18 |
3. | Нелинейная регрессия и нелинейная корреляция | 4 | | 2 | | 12 | 18 |
4. | Множественная регрессия и корреляция | 4 | | 2 | | 12 | 18 |
5. | Метод наименьших квадратов и его применение | 2 | | 2 | | 12 | 16 |
6. | Анализ временных рядов | 6 | | 3 | | 12 | 21 |
7. | Прогнозирование временных рядов | 6 | | 3 | | 12 | 21 |
8. | Системы одновременных уравнений | 6 | | 3 | | 12 | 21 |
6. Лабораторный практикум.
№ п/п | № раздела дисциплины | Тематика лабораторных занятий | Трудо-емкость (час.) |
1. | 2,3 | Применение ЭТ Excel и пакета Statistica для построения парных регрессионных моделей | 4 |
2. | 4,5 | Применение ЭТ Excel и пакета Statistica для построения множественных регрессионных моделей | 4 |
3. | 6,7 | Применение ЭТ Excel и пакета Statistica для моделирования временных рядов и прогнозирования | 4 |
4. | 7 | Анализ качества моделей временного ряда и достоверности прогноза. | 2 |
5. | 8 | Исследование взаимосвязи временных рядов, построение динамической эконометрической модели с распределенным лагом. | 3 |
7. Практические занятия (семинары)
Практические занятия (семинары) не предусмотрены.
8. Примерная тематика курсовых работ (проектов).
Курсовые работы (проекты) не предусмотрены.
9. Учебно-методическое и информационное обеспечение дисциплины:
а) основная литература
- Елисеева И.И., Курышева С.В. и др. Эконометрика: учебник — М.: Финансы и статистика, 2008. — 576 с.
- Елисеева И.И., Курышева С.В. и др. Практикум по эконометрике: учебное пособие. — М.: Финансы и статистика, 2007. — 344 с.
- Мхитарян В.С. Эконометрика: учебник. — М.: Проспект, 2008. — 384 с.
- Дуброва Т.А. Прогнозирование социально-экономических процессов. Статистические методы и модели: учебное пособие. — М.: Маркет ДС, 2007. — 192 с.
- Халафян А.А. STATISTICA 6: Статистический анализ данных: Учебник для вузов. — М.: Бином-Пресс, 2008. — 512 с.
б) дополнительная литература
- Вуколов Э.А. Основы статистического анализа. Практикум по статистическим методам и исследованию операций с использованием пакетов STATISTICA и EXCEL — М.: Форум, 2008. — 464 с.
- Каплан А.В. и др. Статистическая обработка и анализ экономических данных. — Ростов: Феникс, 2007. — 331 с.
- Левин Д.М., Стефан Д.и др. Статистика для менеджеров с использованием Microsoft Excel: Пер. с англ. — М.: Вильямс, 2005. — 1312 с.
- Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы: Учебник. — М.: Финансы и статистика, 2003. — 352 с.
- Прикладная статистика. Основы эконометрики: Учебник для вузов: В 2 т. — Т. 2: Айвазян С.А. Основы эконометрики. — М.: ЮНИТИ–ДАНА, 2008. — 432 с.
в) программное обеспечение
- ППП Statistica 7;
- ППП Microsoft Excel;
- ППП Microsoft Word.
10. Материально-техническое обеспечение дисциплины:
– Презентации Power Point для проведения лекций.
– Электронные документы для проведения лабораторных работ.
– Комплекс технических средств, позволяющих проецировать изображение из программ подготовки презентаций (экран, проектор, Notebook).
11. Методические рекомендации по организации изучения дисциплины:
Оценка качества освоения включает текущий контроль успеваемости, промежуточную аттестацию обучающихся. Текущий контроль и промежуточная аттестация включают типовые задания, контрольные работы, тесты, позволяющие оценить знания, умения и уровень приобретенных компетенций с высокой степенью объективности (надежности), обоснованности (валидности) и сопоставимости.
Примерный перечень вопросов для подготовки к экзамену (зачету) по дисциплине:
- Предмет эконометрики. Эконометрические модели и методы. Примеры эконометрических моделей.
- Спецификация модели парной регрессии.
- Коэффициент эластичности, его экономический смысл. Формулы коэффициента эластичности для различных функций регрессии.
- Оценка параметров парной регрессии методом наименьших квадратов. Стандартные ошибки параметров парной регрессии.
- Коэффициент и индекс корреляции для парной регрессии. Коэффициент детерминации. Проверка значимости коэффициента корреляции.
- Основное соотношение дисперсионного анализа. Проверка значимости уравнения регрессии с использованием F-критерия Фишера.
- Средняя ошибка аппроксимации. Точечный и интервальный прогноз по уравнению регрессии.
- Спецификация модели множественной регрессии. Выбор формы уравнения множественной регрессии. Использование фиктивных переменных в уравнениях множественной регрессии.
- Методы построения уравнения множественной регрессии. Отбор факторов. Мультиколлинеарность факторов, способы ее преодоления.
- Оценка параметров уравнения множественной регрессии МНК.
- Оценка параметров стандартизованного уравнения линейной регрессии.
- Множественные коэффициенты (индексы) корреляции и детерминации. Скорректированная величина коэффициента детерминации. Частные коэффициенты корреляции.
- Оценка надежности результатов множественной регрессии и корреляции. Общий и частные F-критерии Фишера для множественной регрессии.
- Предпосылки метода наименьших квадратов. Классическая и нормальная линейные модели множественной регрессии. Свойства оценок, полученных МНК для этих моделей.
- Проверка гипотезы о гетероскедастичности остатков. Обобщенная линейная модель множественной регрессии с гетероскедастичными остатками.
- Проверка гипотезы об автокорреляции остатков. Обобщенная линейная модель множественной регрессии с автокоррелированными остатками.
- Обобщенный метод наименьших квадратов.
- Временной ряд. Структура временного ряда. Автокорреляционная функция временного ряда.
- Аналитические и алгоритмические методы сглаживания временного ряда.
- Моделирование сезонной компоненты временного ряда.
- Моделирование тенденции временного ряда при наличии структурных изменений.
- Анализ случайных остатков временного ряда. Прогнозирование значений временного ряда.
- Стационарные случайные процессы. Модели скользящего среднего MA(q) и авторегрессионные модели AR(p).
- Модели временных рядов на основе стохастических процессов ARMA(p,q) и ARIMA(p,d,q).
- Динамические эконометрические модели с распределенным лагом. Структура лага. Лаги Алмон. Метод Койка.
- Модели авторегрессии. Модели адаптивных ожиданий и неполной корректировки. Оценка параметров моделей авторегрессии.
- Системы эконометрических уравнений. Структурная и приведенная форма системы одновременных уравнений. Идентификация структурных уравнений.
- Оценивание параметров структурной модели. Косвенный и двухшаговый МНК.
- Законы распределения и числовые характеристики случайных величин.
- Статистическая проверка гипотез. Критерии проверки гипотез. Примеры проверки гипотез.
- Инструмент “Описательные статистики” пакета “Анализ данных”. Примеры применения при решении эконометрических задач.
- Инструмент “Корреляция” пакета “Анализ данных”. Примеры применения при решении эконометрических задач.
- Инструмент “Регрессия” пакета “Анализ данных”. Примеры применения при решении эконометрических задач.
- Ковариационная матрица и стандартные ошибки параметров множественной регрессии.
- Показатели значимости факторов в уравнении множественной регрессии, соотношения между ними.
- Применение ОМНК для модели регрессии с гетероскедастичными остатками.
- Применение ОМНК для модели регрессии с автокоррелированными остатками.
- Метод скользящего среднего.
- Метод экспоненциального сглаживания.
- Адаптивная модель Брауна.
- Прогнозирование значений временного ряда.
- Исследование взаимосвязи временных рядов. Методы исключения тенденции.
- Коинтеграция временных рядов. Проверка гипотезы о коинтеграции временных рядов.
- Оценивание параметров уравнения регрессии временных рядов при наличии автокорреляции в остатках.
- Область применения и алгоритм косвенного МНК.
- Область применения и алгоритм двухшагового МНК.
- Область применения и алгоритм взвешенного МНК.
- Удаление аномальных наблюдений с помощью пакетов “Анализ данных” и Statistica.
- Использование пакета “Анализ данных” для построения моделей множественной регрессии.
- Использование пакета Statistica для построения моделей множественной регрессии.
- Оценка мультиколлинеарности факторов при построении моделей множественной регрессии.
- Матричная версия ридж-регрессии.
- Выполнение прогноза с помощью пакета Statistica.
- Выполнение прогноза с помощью матричных вычислений.
- Использование пакета Statistica для оценивания моделей с распределенным лагом.
Протокол
согласования рабочей программы с другими дисциплинами специальности на 201 / 201 учебный год
Наименование дисциплин, изучение которых опирается на данную дисциплину | Кафедра | Предложения об изменениях в пропорциях материала, порядка изложения и т.д. | Принятое решение (протокол N°. дата) кафедрой, разработавшей программу |
1 | 2 | 3 | 4 |
Комплексный экономический анализ хозяйственной деятельности | | | |
Учет и анализ в издательствах | | | |
Дополнения и изменения в рабочей программе
на 201 / 201 учебный год
В рабочую программу вносятся следующие изменения:
____________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________
____________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________
Рабочая программа пересмотрена и одобрена на заседании
кафедры « »____________________201 г.
Заведующий кафедрой ___________________/ /
_______________________________________________________
Внесенные изменения утверждаю
Проректор по учебной работе
_______________Т.В. Маркелова
«_____»___________201 г.