Программа дисциплины Нелинейные модели временных рядов для направления 521600 Экономика (третья ступень высшего профессионального образования)
| Вид материала | Программа дисциплины |
- Программа дисциплины Анализ финансово-экономических временных рядов для направления, 76.91kb.
- Программа дисциплины Моделирование многоотраслевой экономики для направления 521600, 97.33kb.
- Российской Федерации Российской Федерации Государственный университет Высшая школа, 94.96kb.
- Программа дисциплины «Модели поведения основных групп населения на рынках товаров, 148.69kb.
- Программа дисциплины Экономика фирмы для направления 521600 Экономика (вторая ступень, 101.67kb.
- Программа дисциплины Психология для направления: 521600 экономика (2-я ступень высшего, 180.16kb.
- Программа дисциплины Финансовый учет для направления 521600 Экономика (2-я ступень, 145.62kb.
- Рабочая программа дисциплины «Анализ временных рядов и прогнозирование» Рекомендуется, 184.26kb.
- Программа дисциплины «Банковская система России» для направления 521600 Экономика (второй, 67.47kb.
- Программа дисциплины «Государственная региональная политика» для направления 521600, 92.59kb.
| Министерство экономического развития и торговли Российской Федерации |
Государственный университет-
Высшая школа экономики
Факультет Экономика
Программа дисциплины
Нелинейные модели временных рядов
для направления 521600 - Экономика
(третья ступень высшего профессионального образования)
Автор Ван Дайк
Рекомендована секцией УМС Одобрена на заседании
Математические и кафедры "математическая
^статистические методы в экономике экономика и эконометрика»
Председатель А.С. Шведов Зав. кафедрой Г.Г. Канторович
«____»______________2006 г. «_13_»____января_____2006 г.
Утверждена УС факультета Экономики
Т.А. Протасевич
«____»______________2006 г.
Москва
1. Введение
Автор программы: Ван Дайк
Курс " Нелинейные модели временных рядов " рассчитан на студентов 2-го курса магистратуры (3 семестр).
Цель курса – обсуждение ряда наиболее острых и сложных проблем в эконометрике временных рядов. обычно мы рассматриваем следующие темы:
1. Выбросы в линейных моделях: обнаружение и трактовка.
2. Нелинейные модели временных рядов.
3. Предвидение: конструкция и оценка.
4. Модели временных рядов для волатильности.
Каждая из тем содержит 2 части. В первой, мы трактуем теоретические аспекты (на пример, для нелинейных моделей временных рядов мы обсуждаем спецификацию, оценки, тестирование и интерпритацию предсказаний и оценки предсказаний). Во второй, использование различных моделей и технических приемов в эмпирическом применении иллюстрируется в рабочей тетради и журнальной статье.
^ Требования к студентам: курс "Анализ временных рядов" рассчитан на студентов, прослушавших курс математического анализа, включающий дифференциальное и интегральное исчисление, а также курсы линейной алгебры, методов оптимальных решений, экономической статистики, теории вероятностей и математической статистики, эконометрики.
Аннотация: предполагается посещение студентами лекций (16 часов) и семинарских занятий (16 часов), решение основных типов задач, включаемых в домашние работы, выполняемые на компьютерах, защиту выполненных домашних заданий.
Основная форма контроля – письменный зачет в конце 3-го семестра. Итоговая оценка проставляется по 10 бальной системе.
^ 2. Основное содержание курса
1. Выбросы в линейных моделях: обнаружение и трактовка.
Мы рассматриваем эффекты отклонения от реального пути или иначе "выбросы" как один из главных аспектов линейных моделей временных рядов, включая спецификацию, оценивание и предвидение. Существуют различные технические приемы для обнаружения этих "выбросов", такие как метод итераций Тсея (1986, 1988) и Чена и Лью (1993), а так же методы устойчивых оценок (Franses и Dijk, 2000, Ch. 2)
2. Нелинейные модели временных рядов.
Здесь мы обсуждаем 3 наиболее популярные нелинейные модели временных рядов: Авто-регрессии (TAR), (STAR) и (MS-AR). Интерпретация, спецификация, оценивание и диагностика этих моделей - будут обсуждаться нами в деталях. Эмпирические примеры представлены из макроэкономики и финансов.
3. Предвидение: конструкция и оценка.
Здесь мы обсудим структуру и оценку прогноза для линейных и нелинейных моделей временных рядов (Franses и Dijk, 2000, Ch. 2 and 3). Мы акцентируем свое внимание на недавно развитых технологиях для определения технологических характеристик, интервалов и точности предсказаний, которые снабжают нас важными и полезными инструментами, позволяющими проводить различия между конкурирующими моделями. Будут так же обсуждены комбинирование прогнозов из различных моделей и обобщающее прогнозирование.
4. Модели временных рядов для волатильности.
Нами будут рассмотрены модели временных рядов, которые наиболее полезны для описания меняющейся во времени волатильности, в частности (Обобщенная) Авто Регрессионная модель Условной Гетероскедостичности ( (G)ARCH). Интерпретация, спецификация, оценка и диагностика этих моделей возможны на столько, на сколько хорошо предсказана будущая волатильность и насколько хорош сам прогноз. Эмпирическая важность этих моделей имеет свое непосредственное воплощение в финансовых временных рядах.
^ 3. Тематический расчет часов.
| | Тема | Аудиторные часы | Формы текущего контроля | Самостоятельная работа | Всего часов | ||
| № | | Лекций | Семинаров | всего | | | |
| 1 | Выбросы в линейных моделях: обнаружение и трактовка. (3 семестр) | 4 | 4 | 8 | | 4 | 12 |
| 2 | Нелинейные модели временных рядов. (3 семестр) | 4 | 4 | 8 | | 6 | 14 |
| 3 | Предвидение: конструкция и оценка. (3 семестр) | 4 | 4 | 8 | | 6 | 14 |
| 4 | Модели временных рядов для волатильности. (3 семестр) | 4 | 4 | 8 | | 6 | 14 |
| | Всего | 16 | 16 | 32 | | 22 | 54 |
^ 4. Список литературы.
- Baike, N.S. and T.B. Fumhy (1994). Large shoc:ks, small shocks, and economic fluctuations: outliers ill macroeconomic time series, Journal of Apphed Econometrics 9, 181--200.
- Chen, C. aiid Liu, L.-M. (1993), Joint estimation, of model parameters and outlier effects in time series, Journal of the American Statistical Association 88, 284-297.
- Christoffersen, P.F. (1998), Evaluating interval forecasts, International Economic Review 39, 841-862.
- Diebold, F.X., Gunther, T.A. and Tay, A.S. (1998), Evaluating density forecasts with applications to financial risk management. International Economic Review 39, 863-883.
- Diebold, F.X. and Mariano, R.S. (1995), Comparing predictive accuracy, Journal of Business & Economic Statistics 13, 253-263.
- Harvey, D., Leybourne, S. and Newbold, P. (1998), Tests for forecast encompassing, Journal of Business & Economic. Statistics 16. 254-259.
- Newbold, P. and D.I. Harvey (2001), Forecast combination and encompassing, in M.P. Clements and D.F. Hendry (eds), A Companion to Economic Forecasting, Oxford:
- Blackwell Publishers, to appear.
- Tay, A. and K.F. Wallis (2000), Density forecasting: A survey, Journal of Forecasting 19, 235 254.
- Tsay, R.S. (1986), Time series model specification in the presence of outliers, Journal of t.Ji,t American Statistical Association 81, 132-141.
Автор программы:_____________________________ / Ван Дайк/