Посещение лекций и наличие конспектов учитываются в спорных ситуациях во время экзамена. Критерии оценок

2. Теория

Привести основные теоретические положения, доказательства, примеры.

Предмет эконометрики, задачи, модели, методы, предназначение. Классификация переменных. Проблема идентификации. Идентифицируемость. Адекватность моделей Этапы эконометрического исследования. Статистическая проверка гипотез. Доверительные интервалы. Стандартные распределения и их применение. Нормальное распределение. Распределение хи-квадрат. Распределение Стьюдента. Распределение Фишера.

Спецификация модели. Источники возмущений в модели. Ошибки спецификации. Ошибки выборки. Выбор вида функции. Графический, аналитический и экспериментальный выбор вида функции. Признаки (критерии) «хорошей» модели. Гетероскедастичность. Автокорреляция остатков. Проблемы спецификации. Пошаговая регрессия. Проблема мультиколлинеарности. Коэффициент детерминации.

Линейная регрессия. Определение параметров регрессии. Графический способ. Численный способ. Метод наименьших квадратов (МНК). Интерпретация уравнения регрессии. Условия Гаусса-Маркова (предпосылки МНК). Оценка существенности параметров регрессии: F-критерий, t-критерий. Общая, факторная и остаточная дисперсия. Доверительные интервалы линейного прогноза. Ошибка аппроксимации.

Нелинейная регрессия. Внутренняя линейность и внутренняя нелинейность. Линеаризация. Коэффициент эластичности. Эластичность степенной функции. Обобщенная линейная модель множественной регрессии. Средняя ошибка аппроксимации.

Множественная регрессия. Выбор формы уравнения. Линейная и степенная функции. Отбор значимых переменных. Оценка мультиколлинеарности. Потребительская функция. Производственная функция. Обобщенная эластичность производства. Представление уравнения регрессии в стандартизированном масштабе. Частные уравнения регрессии. Фиктивные переменные для факторного и результативного признаков.

Оценивание модели. Предпосылки МНК. Несмещенные, эффективные и состоятельные оценки. Контроль случайности, автокорреляции и нормальности остатков. Компенсация гетероскедастичности. Обобщенный МНК при гетероскедастичности остатков.

Модели временных рядов. Основные понятия: временные ряды, уровень ряда, лаговые переменные. Три компонента временных рядов: тренд, колебания, случайная составляющая. Два вида колебаний: сезонные и циклические. Численное и аналитическое выравнивание. Моделирование тенденции ряда. Моделирование циклических колебаний ряда. Сезонная декомпозиция. Фиктивные переменные для сезонных колебаний. Моделирование структурных изменений. Тест Чоу. Стационарные и нестационарные временные ряды. Два базовых процесса: АР и СС. Краткосрочный и долгосрочный мультипликаторы. Автокорреляция уровней ряда. АКФ. Коррелограмма. Автоковариационная функция. ЧАКФ. Автокорреляция остатков. Критерий Дарбина-Уотсона. Регрессия при автокорреляции остатков. Нестационарные временные ряды. Модели взаимосвязи временных рядов. Метод последовательных разностей. АР, СС, АРСС, АРПСС модели. Динамические эконометрические модели. Мультипликатор. Модель адаптивных ожиданий. Модель неполной корректировки. Полиномиальные лаги Алмон. Геометрические лаги Койка. Средний лаг. Адаптивные модели прогнозирования Брауна, Хольта, Уинтерса, Тейла-Вейджа, Бокса-Дженкинса. Сглаживание. Экспоненциальное сглаживание (модель Брауна). Простое и сезонное сглаживание. Экспоненциальное сглаживание для короткого и длинного рядов. Линейный, экспоненциальный и демпфированный (затухающий) тренд.

Системы эконометрических уравнений: независимые, рекурсивные, одновременные. Структурная форма модели. Виды переменных в структурной форме модели. Приведенная форма модели. Проблема идентификации. Идентифицируемые, неидентифицируемые, сверхидентифицируемые структурные модели. Балансовые тождества. Оценивание параметров структурной модели: КМНК, ДМНК, ТМНК.

Применение эконометрики. Примеры макро- и микроэкономических моделей. Информационные технологии эконометрических исследований. Эконометрические пакеты: виды программ, платформы, интерфейс, способ представления данных, дополнительные возможности.


3. Практика

Решить простейшие практические задачи, например:

• Определите, сколько наблюдений потребуется для построения парной линейной регрессии
  
• Объясните, какое стандартное распределение нужно для сравнения двух дисперсий
  
• Объясните, какое стандартное распределение нужно при изучении среднего значения
  

• Постройте доверительный интервал и проверьте значимость коэффициента регрессии: , _a=3, n=50, p=95%.
  
• Составьте список из 7 существенных и 7 несущественных признаков для модели рентабельности предприятия.
  
• Приведите примеры уравнений и графиков степенной и показательной функций.
  
• Проведите спецификацию модели:
  

; ; ; ; ;

• Проведите спецификацию модели:
  

; ; ;

• Найдите эластичность функции:
  
• Выведите систему нормальных уравнений для модели:
  
• Проведите интерпретацию уравнения: Цена (тыс.руб.) = 40 – 8·Предложение (шт.) + 16·Спрос (шт.)
  
• Проведите интерпретацию уравнения:
  
• Найдите коэффициент детерминации двумя способами: ; ;
  
• Постройте 68% доверительный интервал для линейного прогноза и нанесите его на график:
  

• Проведите линеаризацию функции:
  
• Составьте уравнение регрессии с фиктивными переменными для учета сезонности по 4 кварталам года.
  
• К какому виду относится система уравнений:
  
• Постройте приведенную форму для модели:
  
• Выберите модели тренда и сезонности для следующего временного ряда (см. таблицу с 12 вариантами):
  
• Выберите модель временного ряда:
  
• Выпишите уравнения модели АРПСС(1,3,2)(1,1,0).
  
• Проведите простое экспоненциальное сглаживание временного ряда: y_t = [10 20 10 30 20 35],  = 0,8
  

4. Дополнительные разделы теории

История эконометрики.

Коэффициент детерминации через коэффициенты парной корреляции.

Эластичность показательной и линейной функций.

Средний коэффициент эластичности.

Необходимое условие идентифицируемости (счетное правило).

Достаточное условие идентифицируемости (определитель матрицы коэффициентов).

Доказать, что AR(1) = MA()

Доказать, что MA(1) = AR()

Коинтеграция временных рядов.

Причинно-следственная связь временных рядов. Тест Гранджера.

Графическая интерпретация метода Хольта-Уинтерса.

Графическая интерпретация метода Тейла-Вейджа.

Модели бинарного выбора. Логит. Пробит.

ARCH. GARCH. Волатильность рынка.

Метод максимального правдоподобия.

Проблемы применения эконометрики.

Перспективы развития методов и технологий эконометрики.


5. Дополнительные разделы, не включенные в билеты

Ортогональная регрессия.

Сумма геометрической прогрессии в эконометрике.

Обобщенный МНК при автокорреляции остатков.

Урезанные выборки.

Цензурированные выборки. Тобит.

Модель "времени жизни".


Литература

1. Конспект лекций по эконометрике.
   
2. Айвазян С.А. Основы эконометрики.– М.: ЮНИТИ, 2001.– 432 с.
   
3. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики.– М.: ЮНИТИ, 1998.– 1024 с.
   
4. Бородич С.А. Эконометрика.– Мн.: Новое знание, 2001.– 408 с.
   
5. Боровиков В.П., Ивченко Г.И. Прогнозирование в системе STATISTICA в среде WINDOWS.– М.: Финансы и статистика, 2000.– 384 с.
   
6. Дорохина Е.Ю., Преснякова Л.Ф., Тихомиров Н.П. Сборник задач по эконометрике.– М.: Экзамен, 2003.– 224 с.
   
7. Доугерти К. Введение в эконометрику.– М: Инфра-М, 2001.– 402 с.
   
8. Ежеманская С.Н. Эконометрика.– Ростов н/Д: Феникс, 2003.– 160 с.
   
9. Катышев П.К., Магнус Я.Р., Пересецкий А.А. Сборник задач по начальному курсу эконометрики.– М.: Дело, 2002.– 208 с.
   
10. Кремер Н.Ш., Путко Б.А. Эконометрика.– М.: ЮНИТИ, 2003.– 311 с.
    
11. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика: начальный курс.– М.: Дело, 2001.– 400 с.
    
12. Новиков А.И. Эконометрика.– М.: Инфра-М, 2003.– 106 с.
    
13. Практикум по эконометрике / Под ред. И.И.Елисеевой.– М.: Финансы и статистика, 2002.– 192 с.
    
14. Тихомиров Н.П., Дорохина Е.Ю. Эконометрика.– М.: Экзамен, 2003.– 512 с.
    
15. Толковые словари русского и английского языков (для прояснения значений терминов).
    
16. Эконометрика / Под ред. И.И.Елисеевой.– М.: Финансы и статистика, 2002.– 344 с.
    
17. Арженовский С.В., Молчанов И.Н. Статистические методы прогнозирования.– Ростов н/Д: Рост. гос. экон. ун-т, 2001.– 74 с. (ссылка скрыта, ссылка скрыта)
    
18. Арженовский С.В., Федосова О.Н. Эконометрика.– Ростов н/Д: Рост. гос. экон. ун-т, 2002.– 102 с. (ссылка скрыта)
    
19. Маленво Э. Статистические методы эконометрии.– М.: Статистика, 1975.– 423 с.
    
20. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере.– М.: Инфра-М, 1995.– 384 с.
    
21. Льюнг Л. Идентификация систем: Теория для пользователя.– М.: Наука, 1991.– 432 с.
    
22. Кендалл М.Дж., Стьюарт А. Статистические выводы и связи.– М.: Наука, 1973.– 899 с.
    
23. Кендалл М.Дж., Стьюарт А. Многомерный статистический анализ и временные ряды.– М.: Наука, 1976.– 736 с.
    
24. Любые другие книги по эконометрике, теории статистики, теории вероятностей и математической статистике.
    

© 2003 Арьков В.Ю. od.ru. Email:arkov@asu.ugatu.ac.ru