Реферат: Задачи данного курса включают

1.Цели и задачи курса
Основная цель курса “Эконометрика” состоит в научении студентов основным методам количественного анализа экономических явлений, основанным на широком применении компьютеров, и обеспечении их свободной ориентации во всем многообразии существующих экономико-математических моделей.

Задачи данного курса включают:

формирование навыков составления и анализа математических моделей реальных экономических задач и развитие соответствующей интуиции;

обучение методам правильного сочетания качественного и количественного экономического анализа;

выработку навыков отбора данных, необходимых для решения задачи, и оценки требуемой точности этих данных;

обучение выбору наиболее подходящего метода исследования из спектра имеющихся;

формирование привычки доведения задач до практически приемлемых результатов;

обучение методам контроля правильности решения;

освоение методов прикидки, оценки порядка величин, асимптотических оценок;

выработку у студентов привычки надлежащим образом количественно обосновывать любые экономические и управленческие решения;

развитие имеющихся у студентов навыков обращения с компьютерами;

ознакомление студентов с современными программными средствами, предназначенными для решения экономико-математических задач.
^ 2.Содержание теоретического раздела дисциплины


Эконометрика, ее задачи и методы. Эндогенные, экзогенные переменные и параметры. Основные этапы построения модели - создание информационной базы, спецификация, параметризация, проверка качества.

^ Вопросы для самостоятельного изучения.

Понятия линейной и нелинейной модели.



Генеральная совокупность и выборка. Временные ряды и перекрестные данные. Статистические оценки. Точечное и интервальное оценивание. Эффективные, несмещенные и состоятельные оценки. Проверка статистических гипотез.

^ Вопросы для самостоятельного изучения.

Общие методы получения статистических оценок. Метод моментов. Метод наибольшего правдоподобия.



Описательные статистические характеристики и их интерпретация. Основные распределения случайных величин - равномерное, нормальное, Стьюдента, Фишера. Корреляция случайных величин. Коэффициент корреляции.

^ Вопросы для самостоятельного изучения.

Дополнительные описательные статистики: коэффициент вариации, асимметрия, эксцесс. Тест Жак-Бера на нормальность распределения.



Классическая модель парной линейной регрессии. Условия Гаусса-Маркова. Метод наименьших квадратов и статистические свойства оценок, получаемых этим методом.

^ Вопросы для самостоятельного изучения.

Оценки МНК как оценки метода наибольшего правдоподобия.



Множественная линейная регрессия. Измерение объясняющей способности уравнения. Коэффициент детерминации.

^ Вопросы для самостоятельного изучения.

Скорректированный коэффициент детерминации, информационные критерии Акаки и Шварца.



Стандартные ошибки коэффициентов уравнения регрессии. Проверка статистических гипотез, связанных с уравнением множественной регрессии. Проверка ограничений на коэффициенты уравнения регрессии.

^ Вопросы для самостоятельного изучения.

Проверка нелинейных ограничений на коэффициенты.



Прогнозирование с помощью уравнения регрессии. Точечный и интервальный прогноз.

^ Вопросы для самостоятельного изучения.

Проблемы прогнозирования с помощью уравнений, основанных на временных рядах, и подходы, используемые для таких уравнений.



Качественные объясняющие переменные. Моделирование сезонных факторов.

^ Вопросы для самостоятельного изучения.

Моделирование особых точек. «Ловушка» совершенной мультиколлинеарности, связанная с фиктивными переменными.



Мультиколлинеарность – сущность, симптомы и способы борьбы. Совершенная и несовершенная мультиколлинеарность.

^ Вопросы для самостоятельного изучения.

Метод главных компонент как способ преодоления мультиколлинеарности.



Гетероскедастичность. Проверка на гетероскедастичность. Оценивание уравнений в условиях гетероскедастичности.

^ Вопросы для самостоятельного изучения.

Тесты Голдфилда-Квандта и Глейзера на гетероскедастичность. Идея доступного метода наименьших квадратов.



Автокорреляция отклонений. Статистика Дарбина-Уотсона. Метод Кокрана-Оркатта.

^ Вопросы для самостоятельного изучения.

Тест множителей Лагранжа на наличие автокорреляции. Метод Хилдрета-Ли оценивания уравнений в условиях автокорреляции.



Стохастические объясняющие переменные. Проблема одновременной корреляции. Инструментальные переменные. Системы эконометрических уравнений. Двухшаговый метод наименьших квадратов.

^ Вопросы для самостоятельного изучения.

Ошибки в измерениях и их последствия. Проблема идентификации систем одновременных уравнений.



Выбор наиболее подходящей эконометрической модели. Обзор эконометрических методов и современных направлений развития теории.

Вопросы для самостоятельного изучения.

Методы тестирования моделей «снизу-вверх» и «сверху-вниз».
^ 3.Содержание практического раздела дисциплины
Тема: Количественное описание данных (2 часа).



Вопросы:

Средние величины в экономике.

Расчет описательных характеристик выборки в MS Excel.

Тема: Программное обеспечение Econometric Views (6 часов).



Вопросы:

Общий интерфейс программы.

Рабочий файл.

Ввод данных в EViews. Ряды.



Вопросы:

Группы.

Таблицы.

Графики.



Вопросы:

Изменение диапазона данных и выборки.

Сохранение и извлечение данных.

Сервисные возможности программы.

Тема: Корреляция (2 часа).



Вопросы:

Вычисление и интерпретация ковариации.

Расчет, интерпретация и проверка значимости коэффициента корреляции.

Тема: Оценивание уравнений регрессии (2 часа).



Вопросы:

Создание и оценивание уравнений в EViews.

Тема: Проверка гипотез, связанных с уравнением регрессии (2 часа).



Вопросы:

Проверка значимости коэффициентов уравнения регрессии.

Проверка линейных ограничений на коэффициенты.

Проверка целесообразности добавления/удаления переменных в правой части уравнения.

Тема: Прогнозирование с помощью уравнения регрессии (2 часа).



Вопросы:

Построение точечного и интервального прогнозов.

Тема: Качественные объясняющие переменные (2 часа).



Вопросы:

Моделирование качественных факторов с помощью фиктивных переменных. Влияние на свободный член в уравнении и на коэффициенты при количественных переменных.

Моделирование сезонности в моделях, построенных на временных рядах.

Тема: Мультиколлинеарность (2 часа).



Вопросы:

Примеры мультиколлинеарности.

Выявление мультиколлинеарности.

Тема: Гетероскедастичность (4 часа).



Вопросы:

Тестирование на гетероскедастичность. Тест Вайта.

Графическое отображение проблемы гетероскедастичности.



Вопросы:

Оценивание уравнений при гетероскедастичности. Метод наименьших взвешенных квадратов.

Тема: Автокорреляция (4 часа).



Вопросы:

Тестирование на автокорреляцию. Статистика Дарбина-Уотсона и ее интерпретация.

Ограничения теста Дарбина-Уотсона.



Вопросы:

Оценивание уравнений при автокорреляции.

Особенности применения спецификаций AR и MA.

Тема: Стохастические объясняющие переменные (4 часа).



Вопросы:

Выбор инструментальных переменных.

Спецификация одновременных уравнений.



Вопросы:

Двухшаговый метод наименьших квадратов.

Тема: Практикум по оцениванию эконометрических моделей (2 часа).



Вопросы:

Постановка задачи.

Спецификация модели.

Оценивание уравнения.

Проверка качества модели и ее уточнение.
^ 4.Тематика курсовых работ или рефератов (учебным планом не предусмотрены) 5.Программа самостоятельной познавательной деятельности
Тема: «Структура эконометрической модели»

Составить линейную и нелинейную модели экономического процесса.

Тема: «Методы статистического оценивания»

Найти оценки математического ожидания и дисперсии по выборке с помощью метода моментов.

Найти оценки математического ожидания и дисперсии по выборке с помощью метода наибольшего правдоподобия.

Тема: «Описательные статистики»

Рассчитать по выборке коэффициент вариации, асимметрию и эксцесс распределения.

Проверить гипотезу о нормальном распределении переменной с помощью теста Жак-Бера.

Тема: «Метод наименьших квадратов»

Получить оценки метода наибольшего правдоподобия для коэффициентов уравнения парной линейной регрессии. Убедиться, что они совпадают с оценками МНК.

Тема: «Множественная линейная регрессия»

Рассчитать скорректированный коэффициент детерминации, информационные критерии Акаки и Шварца и дать их интерпретацию.

Проверить с помощью этих мер обоснованность добавления в уравнение новых переменных.

Тема: «Проверка статистических гипотез, связанных с уравнением множественной регрессии»

С помощью EViews проверить гипотезы о наличии нелинейных ограничений на коэффициенты уравнения регрессии.

Тема: «Прогнозирование с помощью уравнения регрессии»

Получить прогноз значений переменной, основанный на выделении трендовой и сезонной компонент.

Тема: «Качественные объясняющие переменные»

Оценить уравнение с включением в него фиктивных переменных, моделирующих особые точки.

Тема: «Гетероскедастичность»

Оценить уравнение с помощью доступного метода наименьших квадратов.

Тема: «Автокорреляция»

Проверить наличие автокорреляции высших порядков с помощью теста множителей Лагранжа.

Оценить уравнение с помощью метода Хилдрета-Ли.

Тема: «Выбор эконометрической модели»

Уточнить спецификацию уравнения с помощью метода «снизу-вверх».

Уточнить спецификацию уравнения с помощью метода «сверху-вниз».



^ 6.Текущий и итоговый контроль результатов изучения дисциплины
Контрольные вопросы для подготовки к экзамену (зачету).

Эконометрика, ее задачи и методы.

Эндогенные, экзогенные переменные и параметры.

Основные этапы построения модели.

Статистические оценки. Точечное и интервальное оценивание.

Эффективные, несмещенные и состоятельные оценки.

Проверка статистических гипотез.

Описательные статистические характеристики и их интерпретация.

Основные распределения случайных величин.

Корреляция случайных величин.

Ковариация.

Коэффициент корреляции.

Классическая модель парной линейной регрессии.

Условия Гаусса-Маркова.

Метод наименьших квадратов и статистические свойства оценок МНК.

Множественная линейная регрессия.

Коэффициент детерминации.

Стандартные ошибки коэффициентов уравнения регрессии.

Проверка статистических гипотез, связанных с уравнением множественной регрессии.

Проверка ограничений на коэффициенты уравнения регрессии.

Прогнозирование с помощью уравнения регрессии. Точечный и интервальный прогноз.

Качественные объясняющие переменные.

Моделирование сезонных факторов.

Сущность и последствия мультиколлинеарности.

Сущность и последствия гетероскедастичности.

Проверка на гетероскедастичность.

Оценивание уравнений в условиях гетероскедастичности.

Сущность и последствия автокорреляции отклонений.

Статистика Дарбина-Уотсона.

Метод Кокрана-Оркатта.

Стохастические объясняющие переменные.

Проблема одновременной корреляции.

Инструментальные переменные.

Системы эконометрических уравнений.

Двухшаговый метод наименьших квадратов.



^ 7.Учебно-методическое обеспечение дисциплины Основная литература
Доугерти К. Введение в эконометрику. М., 1997.

Магнус А., Катышев П., Пересецкий А. Эконометрика: начальный курс. М., 1997.

Замков О., Толстопятенко А., Черемных Ю. Математические методы в экономике. М., 1997.



^ Дополнительная литература
Джонстон Д. Эконометрические методы. М., 1980.

Кейн Э. Экономическая статистика и эконометрия. М., 1977.

Кремер Н.Ш., Путко Б.А. Эконометрика. М., 2002.

Практикум по эконометрике/Под ред. И.И.Елисеевой. М., 2001.

Шибалкин О. Упражнения по эконометрике. М., 1994.

Эконометрика/Под ред. И.И.Елисеевой. М., 2001.



^ Программное обеспечение
MS Excel.

Econometric Views.


№

Раздел дисциплины

Лекции

Лабораторные занятия

СРС

1

Введение в эконометрику

2

6

2

2

Статистические оценки

2

2

6

3

Описательные статистические характеристики. Корреляция

2

2

2

4

Модель парной линейной регрессии

2




4

5

Множественная линейная регрессия

4

2

4

6

Проверка статистических гипотез, связанных с уравнением множественной регрессии

2

2

4

7

Прогнозирование с помощью уравнения регрессии

2

2

2

8

Качественные объясняющие переменные

2

2

2

9

Мультиколлинеарность

2

2

6

10

Гетероскедастичность

4

4

6

11

Автокорреляция

4

4

6

12

Стохастические объясняющие переменные

4

4

6

13

Выбор наиболее подходящей эконометрической модели

2

2

2

Итого

34

34

52