Geum.ru

Примерная программа наименование дисциплины: Эконометрика (продвинутый курс) Рекомендуется для направлений подготовки

Вид материалаПримерная программа

Содержание


Цель дисциплины
Задачи дисциплины
2. Место дисциплины в структуре ООП
3. Требования к результатам освоения дисциплины
4. Объем дисциплины и виды учебной работы
5. Содержание дисциплины
3. Необходимые сведения из математической статистики
4. Статистические процедуры оценивания линейных эконометрических моделей
5. Тестирование гипотез о свойствах случайных остатков в линейных эконометрических моделях
6. Модели стационарных и нестационарных временных рядов и их идентификация
7. Линейные эконометрические модели с гетероскедастичными и автокоррелированными остатками
8. Нелинейные эконометрические модели
9. Эконометрические модели в виде одновременных уравнений
10. Модели на панельных данных
5.2 Разделы дисциплины и междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами
5.3. Разделы и темы дисциплины и виды занятий
6. Лабораторный практикум
7. Примерная тематика теоретико-практических работ
8. Учебно-методическое и информационное обеспечение дисциплиныРекомендуемая литература а) основная
б) дополнительная
...
Полное содержание
Подобный материал:

Министерство образования и науки

Российской Федерации

______________________________________________________




ПРИМЕРНАЯ ПРОГРАММА

Наименование дисциплины: Эконометрика (продвинутый курс)



Рекомендуется для направлений подготовки:

1) 080100 «Экономика»,

2) 010400 «Прикладная математика и информатика»


Квалификация (степени) выпускника: магистр


Москва 2010


1.Цели и задачи дисциплины

В последние десятилетия значительный вес в экономических исследованиях приобрели математические методы, действенность которых в большей степени раскрывается в математическом моделировании, в частности, в эконометрических моделях. Математический анализ финансово-экономических задач превращается в органическую часть экономики. В настоящее время положительная роль эконометрики является общепризнанной. Ее необходимость и полезность подтверждается тем фактом, что с начала присуждения Нобелевских премий по экономике, то есть с 1969г., они присуждаются, как правило, за экономико-математические исследования, в которых используются эконометрические модели. Вот фамилии лишь некоторых лауреатов Нобелевской премии, работы которых непосредственно связаны с эконометрикой: Фриш (основатель эконометрики) и Тинберг (1969), Клейн (1980), Марковиц и Шарп (1990), Шоулз и Мертон (1997), Хекман и Макфадден (2000).
Финансово-экономическое образование, абстрагированное от дисциплины «Эконометрика (продвинутый курс)», не может отвечать со­временным требованиям, предъявляемым к магистрам, и быть серьезно ориентированным на рыночную экономику. Данная программа преду­сматривает построение и анализ эконометрических моделей различных финансово-экономических объектов и процессов с привлечением современного эконометрического пакета Eviews.
Предлагаемая учебная программа исходит из принципов научности, доступности материала магистрантам первого года обучения. Она нацелена на обеспечение прочного усвоения теории эконометрики и в достаточной мере ориентирована на приложение этой теории к практике моделирования различных финансово-экономических процессов.

^ Цель дисциплины — дать магистрантам современные теоретические знания и практические навыки в области спецификации, оценивания и проверки адекватности регрессионных моделей финансово-экономических объектов, достаточные для изучения всех специальных и прикладных дисциплин учебных программ, а также проведения собственных научных исследований в финансово-экономической сфере.

^ Задачи дисциплины «Эконометрика (продвинутый курс)» непосредственно связаны с основной задачей эконометрики, которая состоит в изучении количественных характеристик экономических объектов и процессов методами экономико-математического моделирования, социально-экономической статистики, теории вероятностей и математической статистики. Целью такого изучения служит прогнозирование недоступных для наблюдения количественных характеристик объекта по его известным количественным характеристикам. Из упомянутой задачи эконометрики вытекают основные задачи дисциплины «Эконометрика (продвинутый курс)»:

1) научить изучающих данную дисциплину принципам спецификации (описания) экономических объектов на языке математических моделей со случайными возмущениями, отражающими воздействие факторов, не включённых в модель;

2) изучить процедуры оценивания эконометрических моделей с гомоскедастичными, гетероскедастичными и автокоррелированными случайными остатками;

3) изучить процедуры прогнозирования значений объясняемых переменных эконометрических моделей в различных вероятностных схемах случайных остатков;
4) изучить наиболее востребованные практикой модели стационарных и нестационарных временных рядов и их идентификацию.


^

2. Место дисциплины в структуре ООП


Дисциплина «Эконометрика (продвинутый курс)» занимает важное место в современном образовании экономистов. Эконометрика вместе с дисциплинами «Микроэкономика» и «Макроэкономика» составляют фундамент современной экономической науки и в настоящее время включены в число обязательных курсов всех отечественных и зарубежных университетов при подготовке специалистов финансово-экономического профиля. Причина данного обстоятельства заключается в том, что регрессионные модели экономических объектов и процессов, такие, например, как модель ценообразования на основной капитал1, модель инвестиций в основные фонды1, модели временных рядов1 находят широкое приложение и на уровне фирмы, и на уровне управления национальной экономикой.

Дисциплина «Эконометрика (продвинутый курс)» является обязательной для всех магистрантов, обучающихся по направлению 080100 "Экономика" и входит в Базовую (общепрофессиональную) часть дисциплин профессионального цикла. Она также включена в профиль «Математическое и информационное обеспечение экономической деятельности» стандарта подготовки магистров по направлению 010500 «Прикладная математика‎ и‎ информатика».
Дисциплина «Эконометрика» является общим теоретическим и методологическим основанием для всех экономико-математических дисциплин, изучаемых в рамках направлений подготовки магистров «Экономика» и «Прикладная математика и информатика».
^

3. Требования к результатам освоения дисциплины


В результате изучения дисциплины «Эконометрика (продвинутый курс)» студент должен

обладать следующими профессиональными компетенциями (ПК):

представлять результаты проведенного исследования научному сообществу в виде статьи или доклада (ПК-4);

анализировать и использовать различные источники информации для проведения экономических расчетов (ПК-9);

составлять прогноз основных социально-экономических показателей деятельности предприятия, отрасли, региона и экономики в целом (ПК-10);

знать:

современные методы эконометрического анализа;

основные результаты новейших исследований, опубликованные в ведущих профессиональных журналах по проблемам эконометрики;

современные программные продукты, необходимые для решения экономико-статистических задач;

уметь:
  • применять современный математический инструментарий для решения содержательных экономических задач;
  • использовать современное программное обеспечение для решения экономико-статистических и эконометрических задач;
  • формировать прогнозы развития конкретных экономических процессов на микро - и макроуровне;

составить спецификацию эконометрической модели финансово-экономического объекта;

собрать необходимый статистический материал об объекте-оригинале для оценивания модели;

выполнить оценивание (настройку) модели соответствующим методом, исследовав предварительно вероятностную схему случайных остатков в поведенческих уравнениях модели при помощи соответствующих тестов;

осуществить проверку адекватности оценённой модели и, если модель адекватна, исследовать объект-оригинал по оценённой модели.


владеть :
  • методикой и методологией проведения научных исследований в профессиональной сфере;
  • навыками самостоятельной исследовательской работы;
  • навыками микроэкономического и макроэкономического моделирования с применением современных инструментов;
  • современной методикой построения эконометрических моделей.


^ 4. Объем дисциплины и виды учебной работы


Виды учебной работы
Всего часов/зачетных ед.
Семестры
Общая трудоемкость
144/4
2
Аудиторные занятия
44/1,2
2

Лекции
12
2

Практические занятия
32
2
Самостоятельная работа магистрантов
64/1,8
2
В том числе: домашнее творческое задание или теоретико-практическая работа
10
Вид промежуточной аттестации – экзамен
36/1
2


Дисциплина «Эконометрика (продвинутый курс)» изучается в четвёртом модуле первого курса. На изучение дисциплины отводится 144 часа, в том числе 44 часов для аудиторных занятий. Виды учебной работы: проблемные лекции (12 часов), практические занятия и научные семинары (32 часа), индивидуальная работа преподавателя со студентами и самостоятельная работа студентов. Форма промежуточной аттестации – экзамен.

Целью проблемных лекций является изложение главных теоретических концепций эконометрики с краткими иллюстрациями. Основным теоретическим концепциям должны сопутствовать пояснения о их взаимосвязи с другими дисциплинами, которые изучаются в магистратуре; в первую очередь это относится к дисциплинам «Микроэкономика» и «Макроэкономика». Конкретно, должны быть обсуждены эконометрические модели потребления, инфляции, совокупного спроса. Необходимо кратко излагать и историю данной науки.

Цель практических занятий и научных семинаров состоит в наполнении материала лекций практическими примерами, разборе эконометрических проблем, выработке умения строить эконометрические модели конкретных экономических объектов и процессов, проводить собственные научные исследования и публично излагать полученные результаты. Важной частью дисциплины являются индивидуальные занятия с преподавателем, особенно в процессе обсуждения проблем и итогов собственного научного исследования в виде теоретико-практической работы, а также самостоятельная работа студентов.

^

5. Содержание дисциплины


5.1 Содержание разделов дисциплины

1. Эконометрика, её задача и метод
  1. Структура экономических задач.
  2. Математическая модель объекта и её две формы. Модели открытой экономики.
  3. Эконометрика, её задача и метод.
  4. Схема построения эконометрических моделей.
  5. Фактор времени и его отражение в эконометрических моделях.
  6. Линейные уравнения регрессии (классическая модель). Модели с переменной структурой (фиктивные переменные).

2. Необходимые сведения из теории вероятностей.
  1. Случайные переменные, их законы распределения и основные количественные характеристики.
  2. Функция регрессии, стандартные модели функции регрессии.
  3. Случайный вектор, его основные количественные характеристики и их свойства.
  4. Линейное уравнение регрессии с независимыми и нормально распределёнными ошибками.

^ 3. Необходимые сведения из математической статистики
  1. Статистические процедуры оценивания параметров законов распределения случайных переменных и требования к оптимальной процедуре.
  2. Основные законы распределения математической статистики.
  3. Статистические гипотезы и процедура их проверки. Формулировка и проверка линейных гипотез о параметрах.

^ 4. Статистические процедуры оценивания линейных эконометрических моделей
  1. Схема Гаусса – Маркова.
  2. Обобщённый метод наименьших квадратов и его свойства.
  3. Метод наименьших квадратов и его свойства. Коэффициенты множественной детерминации.
  4. Оценивание линейного уравнения регрессии, параметры которого удовлетворяют линейным ограничениям, заданным в форме равенств.
  5. Показатели мультиколлинеарности и методы борьбы с нею. Метод главных компонент.
  6. Модели с лаговыми переменными.
  7. Учёт неоднородности множества наблюдений. Проверка существенности структурных изменений в уравнениях регрессии.
  8. Модели с дискретной зависимой переменной.
  9. Обобщённый метод моментов.

^ 5. Тестирование гипотез о свойствах случайных остатков в линейных эконометрических моделях
  1. Гетероскедастичность, её экономические причины и методы выявления. Тестирование гомоскедастичности случайного остатка в модели.
  2. Экономические причины автокоррелированности случайных ошибок. Диагностирование автокорреляции. Тестирование отсутствия автокорреляции случайного остатка.

^ 6. Модели стационарных и нестационарных временных рядов и их идентификация
  1. Основные характеристики временного ряда. Стационарные и нестационарные временные ряды.
  2. Модели авторегрессии и скользящего среднего.
  3. Коинтеграция временных рядов.

^ 7. Линейные эконометрические модели с гетероскедастичными и автокоррелированными остатками
  1. Вес случайного остатка и модель его гетероскедастичности.
  2. Трансформация исходной модели к модели с гомоскедастичным случайным остатком.
  3. Оценивание регрессии в условиях гетероскедастичности ошибок (взвешенный метод наименьших квадратов).

4. Спецификация линейной модели со случайным остатком AR(1).

5. Оценивание регрессии в условиях автокорреляции ошибок. Методы Хилдрета – Лу и Кохрейна – Оркатта оценивания линейных моделей со случайными остатками AR(1).

6. Выбор «наилучшей» модели линейной регрессии при заданном наборе потенциальных факторов. Последствия выбора неправильной формы уравнения регрессии.

^ 8. Нелинейные эконометрические модели
  1. Примеры нелинейных по коэффициентам эконометрических моделей.
  2. Построение эконометрических моделей со стандартными нелинейными функциями регрессии.
  3. Построение эконометрических моделей с произвольными нелинейными функциями регрессии.



^ 9. Эконометрические модели в виде одновременных уравнений
  1. Модели, представленные системами линейных одновременных уравнений. Эконометрические модели интегрированного типа. Проблемы идентификации и оценивания.
  2. Инструментальные переменные.
  3. Двухшаговый метод наименьших квадратов.
  4. Трёхшаговый метод наименьших квадратов.



^ 10. Модели на панельных данных
  1. Модели панельных данных.
  2. Объединённая регрессионная модель.
  3. Модель с фиксированными эффектами.
  4. Случайные эффекты.


^ 5.2 Разделы дисциплины и междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами

№ темы
Наименование

обеспечиваемых (последующих) дисциплин

Микроэкономика
Макроэкономика
ОПД
НИР

1
*
*
*
*

2









*

3









*

4



*
*
*

5









*

6
*
*
*



7
*
*
*
*

8
*
*
*
*

9
*
*
*



10
*
*
*
*



^ 5.3. Разделы и темы дисциплины и виды занятий



№

п/п


Наименование раздела дисциплины


Всего часов
Аудиторные занятия, в т.ч.:
Самостоятельная работа

Лекции
Практ. занятия и научные семинары

1
Эконометрика, её задача и метод.

14
4
4
6

2
Необходимые сведения из теории вероятностей.

12
-
4
8

3.
Необходимые сведения из математической статистики.
8
-
-
8

4.
Статистические процедуры оценивания линейных эконометрических моделей. Модели с дискретной зависимой переменной.
14
4
4
6

5.
Тестирование гипотез о свойствах случайных остатков в линейных эконометрических моделях.

8
-
2
6

6
Модели временных рядов и прогнозирование их уровней.
16
4
4
8

7
Линейные эконометрические модели с гетероскедастичными и автокоррелированными остатками

12
-
4
8

8
Нелинейные эконометрические модели.
4
-
2
2

9
Эконометрические модели в виде одновременных уравнений.

10
-
4
6

10
Модели панельных данных
10
-
4
6

ИТОГО:
108
12
32
64



^

6. Лабораторный практикум

  1. Эконометрика, её задача и метод (4 часа).

В аудитории: [5], занятие 1, задачи 13 и 14.

Самостоятельная работа: [5], занятие 1, задача 15.
  1. Необходимые сведения из теории вероятностей (4 часа).

В аудитории: [5], занятие 6, задачи 9, 10.

Самостоятельная работа: [5], занятие 6, задачи 17, 29, 30.
  1. Статистические процедуры оценивания линейных эконометрических моделей. Модели с дискретной зависимой переменной. (4 часа).

В аудитории: [5], занятие 8, задачи 6, 7, 8.

Самостоятельная работа: [5], занятие 8, задачи 18, 22.
  1. Тестирование гипотез о свойствах случайных остатков в линейных эконометрических моделях (2 часа).

В аудитории: [5], занятие 9, задачи 3 и 4.

Самостоятельная работа: [5], занятие 9, задачи 7, 8.
  1. Модели временных рядов и прогнозирование их уровней. (4 часа).

В аудитории: [5], занятие 10, задачи 4 - 6.

Самостоятельная работа: [5], занятие 10, задачи 13 и 21.
  1. Линейные эконометрические модели с гетероскедастичными и автокоррелированными остатками (4 часа).

В аудитории: [5], занятие 11, задачи 4 и 5.

Самостоятельная работа: [5], занятие11, задачи 14-15.
  1. Нелинейные эконометрические модели. (2 часа).

В аудитории: [5], занятие 14, задача 3.

Самостоятельная работа: [5], занятие 14, задачи 6 и 11.
  1. Эконометрические модели в виде одновременных уравнений (4 часа).
    В аудитории: [5], занятие17, задачи 6 и 21.
    Самостоятельная работа: [5], занятие 17, задача 23.
  2. Модели панельных данных (4 часа).

В аудитории: [9], раздел VII, стр.309, пример 1.

Самостоятельная работа: [9], раздел VII, стр.314. пример 2.


^ 7. Примерная тематика теоретико-практических работ
  1. «Построение модели Манделла-Флеменга экономики России и изучение последствий монетарной политики Центрального банка».
  2. «Построение модели Манделла-Флеменга экономики США и изучение последствий фискальной политики».
  3. «Построение параметрической модели Марковица фондового рынка Российской торговой системы и расчёт эффективных портфелей финансовых активов».
  4. «Построение рыночных моделей «голубых фишек» Российской торговой системы».
  5. «Построение модели инфляции в экономике России».
  6. «Построение динамической модели спроса на жильё в России»



^

8. Учебно-методическое и информационное обеспечение дисциплины
Рекомендуемая литература

а) основная

  1. Айвазян С.А. Прикладная статистика. Основы эконометрики. Изд. 2 – е. Т. 2 – М.: ЮНИТИ,2001.

2. Бабешко Л.О. Основы эконометрического моделирования: Учебное пособие. - М.:КомКнига, 2006. – 428 с.

3. Бабешко Л.О. Введение в эконометрическое моделирование: Учебное пособие. - М.: URSS,2006. – 432с

4. Берндт Э. Практика эконометрики: классика и современность. – М.: ЮНИТИ, 2005. – 847 с.

5. Бывшев В.А. Эконометрика: Учебное пособие.– М.: «Финансы и статистика», 2008.

7. Доугерти К. Введение в эконометрику: Учебник: Пер. с англ. – М.: ИНФРА-М.,2010. – 418 с.

8. Елисеева И.И. и др. Эконометрика: Учебник.– М.: «Финансы и статистика», 2006.

9. Елисеева И.И. и др. Практикум по конометрике: Учебное пособие.– М.: «Финансы и статистика», 2008.
^

б) дополнительная:


1. Кремер Н.Ш., Путко Б.А. Эконометрика. - М.:ЮНИТИ-ДАНА, 2002. - 311 с.: ил.

2. Магнус Я.Р. Эконометрика: Начальный курс: Учебное пособие/ Я.Р.Магнус, П.К. Катышев, А.А.Пересецкий. - М.: Дело, 2005. - 503с.

3. William H. Green. Econometric analysis. - Upper Saddle River, New Jersey, 2008. – 1178s.


Программное обеспечение и Интернет ресурсы

1. Электронная таблица EXCEL MS Office.

2. Система STATISTICA в среде Windows.

3. Эконометрический пакет Eviews.

4. Банк Росси (ЦБ): www.cbr.ru.

5. Московская Межбанковская валютная биржа: www.micex.ru.

6. Федеральная служба государственной статистики: www.gks.ru

7. Информационный портал Всемирного банка: http//data.worldbank.org.


^ 9. Материально-техническое обеспечение дисциплины:

1. Компьютерные классы, оснащённые выходом в Интернет.

10. Методические рекомендации по организации изучения дисциплины
Итоговый контроль изучения дисциплины «Эконометрика» проводится в форме письменного экзамена. Итоговая оценка на экзамене выставляется в форме «отлично-хорошо-удовлетворительно – неудовлетворительно» и в баллах по 100-балльной шкале.

Оценка по 100-балльной шкале складывается из оценки за выполнение зачетного (или экзаменационного) задания (максимум 80 баллов), оценки за работу в семестре (максимум 20 баллов). Итоговая оценка выставляется в зачётную книжку, если набрано более 50 баллов.

Экзаменационный билет содержит два вопроса и одну задачу. Максимальная оценка за каждый вопрос — 30 баллов, за задачу – 20 баллов.

Оценка за работу в течение семестра выставляется по итогам домашних заданий, теоретико-практической работы, обсуждённой на научном семинаре, и фронтальных опросов на лекциях.

Перевод оценки из 100 – балльной системы в 5 – балльную систему осуществляется по правилу:

Оценка по 100-балльной шкале Оценка по 5 - балльной шкале

ниже 51 балла 2 (неудовлетворительно);

51 — 69 баллов 3 (удовлетворительно);

70 — 85 баллов 4 (хорошо);

86 — 100 баллов 5 (отлично).

Разработчики:
1. Финансовый университет Профессор, В.А. Бывшев
при Правительстве РФ заведующий кафедрой
математического моделирования
экономических процессов

Эксперты:
1. Всероссийский заочный Профессор, Н. Ш. Кремер
финансово-экономический заведующий кафедрой
институт (ВЗФЭИ) высшей математики



1 Эрнст Р. Берндт Практика эконометрики: классика и современность, ЮНИТИ, М., 2005, сир. 30, 259, 358.