Министерство образования и науки Российской Федерации Федеральное агентство по образованию

Министерство образования и науки Российской Федерации
Федеральное агентство по образованию
ОБНИНСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
АТОМНОЙ ЭНЕРГЕТИКИ (ИАТЭ)
УТВЕРЖДАЮ
Проректор по учебной работе
___________________ С.Б. Бурухин
«______»____________ 200__ г.
ПРОГРАММА ДИСЦИПЛИНЫ
ДН.Ф.3.“Эконометрика”
для студентов 4 курса направления 080100 “Экономика”
(степень – бакалавр экономики)
Форма обучения: очная
Объем дисциплины и виды учебной работы по очной форме в соответствии с учебным
планом
Всего
часов
Вид учебной работы
Семестры
7
8
Общая трудоемкость дисциплины
Аудиторные занятия
170
87
106
51
64
36
Лекции
Практические занятия и семинары
Лабораторные работы
Курсовой проект (работа)
Самостоятельная работа
Расчетно-графические работы
Вид итогового контроля (зачет, экзамен)
52
35
0
0
83
0
34
17
0
0
55
0
Зачет
18
18
0
0
28
0
Экзамен
Обнинск 2008
2
Программу составил:
___________________ Поленков В.Н., ст. преп. кафедры ЭЭММИ
Программа рассмотрена на заседании кафедры “ЭЭММИ” (протокол № __ от
__.__.200_ г.)
Заведующий кафедрой ЭЭММИ
___________________ Гусев В.Ю.
«____»_____________ 200__ г.
СОГЛАСОВАНО
Начальник УМУ
Декан
Социально-экономического факультета
_______________ Соколова Ю.Д.
___________________ Тябин В.Н.
«____»_____________ 200__ г.
«____»_____________ 200__ г.
3
1. Цели и задачи дисциплины.
Общая характеристика направления 080100 «Экономика» (степень – бакалавр
экономики):
Бакалавр должен быть подготовлен к профессиональной работе в экономических
службах предприятий и организаций различных отраслей и форм собственности, к
работе на преподавательских и административных должностях в средних
общепрофессиональных и профессиональных учебных заведениях, в государственных
органах федерального и муниципального уровня на должностях, требующих базового
высшего экономического образования согласно квалификационному справочнику
должностей руководителей, специалистов и других служащих.
Бакалавр экономики может осуществлять аналитическую, организаторскую
(административную) и образовательную (преподавательскую) деятельность в
следующих областях экономики: функционирующие рынки, финансовые и
информационные потоки, производственные и исследовательские процессы,
осуществляемые на предприятиях (фирмах) любой формы собственности, в
образовательных, исследовательских и других организациях, а также в рамках органов
государственного управления.
Целью учебной дисциплины «Эконометрика» является освоение основ и
практических навыков построения и анализа регрессионных моделей на базе
имеющихся статистических данных.
Изучение дисциплины обеспечивает реализацию требований государственного
образовательного стандарта высшего профессионального образования в области
эконометрики по вопросам:

понятия и основных направлений эконометрики

базовых параметров оценки массивов экономических данных

построения простейших моделей регрессионной зависимости

оценки качества построенной модели регрессии

процедур оценки параметров модели регрессии

выявления основных недостатков регрессионных моделей и методик их
устранения

построения моделей регрессии на базе временных рядов
2. Требования к уровню освоения содержания дисциплины.
В результате изучения дисциплины студент должен
знать: основные параметры оценки массивов данных и временных рядов,
теоретические основы получения оценок параметров в уравнениях регрессии, основные
методики поиска и устранения возможных дефектов построенных регрессионных
моделей.
уметь: строить и анализировать линейные и нелинейные регрессионные модели на
основе имеющихся экономических данных, пользоваться критериями проверки
качества построенной модели, строить модели на базе временных рядов.
иметь навыки: выявления взаимосвязей между экономическими показателями.
4
3. Содержание дисциплины
3.1. Лекции
Семестр 7
Лекция 1 (2 часа). Определение эконометрики.
Предмет эконометрики. Особенности эконометрического метода. Измерения в
экономике. Диаграмма рассеяния. Меры изменчивости и связи переменных.
Лекция 2, 3, 4 (6 часов). Парная регрессия и корреляция в эконометрических
исследованиях.
Лекция 2. Базовые понятия теории вероятностей: случайная величина, числовые
характеристики случайных величин, законы распределения случайных величин.
Спецификация модели. Линейная регрессия и корреляция.
Лекция 3. Оценка параметров линейной регрессии. Метод наименьших квадратов.
Статистические свойства МНК-оценок параметров регрессии. Прямая и обратная
модели парной линейной регрессии. Модель пропорциональной связи.
Лекция 4. Показатели качества регрессии. Коэффициент детерминации. Процентное
изменение факторов в линейной модели связи (показатели эластичности). Фиктивная
линейная связь. Процедура очистки переменных. Частный коэффициент корреляции.
Лекция 5 (2 часа). Множественная линейная регрессия и корреляция.
Отбор факторов при построении модели множественной регрессии. Выбор формы
уравнения регрессии. Оценка параметров уравнения множественной линейной
регрессии. Основные предположения о модели множественной линейной регрессии.
Лекция 6 (2 часа). Проверка гипотез в модели множественной линейной регрессии.
Проверка гипотезы значимости регрессии в целом. F-критерий Фишера. Проверка
гипотезы значимости отдельных параметров в уравнении регрессии. T-критерий
Стьюдента. Доверительные интервалы для коэффициентов. Скорректированный
коэффициент детерминации.
Лекция 7 (2 часа). Использование программного пакета Excel в эконометрике.
Настройка программного модуля «Анализ данных». Построение корреляционных и
ковариационных матриц. Построение и анализ моделей множественной линейной
регрессии. Интерпретация результатов.
Лекция 8 (2 часа). Варианты развития моделей множественной регрессии.
Использование фиктивных переменных в моделях множественной регрессии.
Применение фиктивных переменных в анализе сезонности. Нелинейные модели
регрессии: модели, нелинейные относительно входящих в модель переменных; модели,
нелинейные относительно входящих в модель параметров. Процедура линеаризации
модели. Линеаризуемые и нелинеаризуемые модели.
Лекция 9 (2 часа). Основные нарушения стандартных предположений:
гетероскедастичность.
Суть гетероскедастичности. Последствия гетероскедастичности. Обнаружение
гетероскедастичности: графические методы и статистические критерии (Голдфелда-
5
Квандта, Уайта). Методы смягчения проблемы гетероскедастичности. Обобщенный
метод наименьших квадратов.
Лекция 10 (2 часа). Основные нарушения стандартных предположений:
автокоррелированность.
Суть и причины автокорреляции. Последствия автокорреляции. Обнаружение
автокорреляции: графические методы, статистические критерии (Дарбина-Уотсона,
Бройша-Годфри). Методы устранения автокорреляции (итерационная процедура
Кохрейна-Оркатта).
Лекция 11 (2 часа). Основные нарушения стандартных предположений:
мультиколлинеарность.
Суть мультиколлинеарности. Последствия мультиколлинеарности. Обнаружение
мультиколлинеарности: коэффициент возрастания дисперсии. Методы устранения
мультиколлинеарности.
Лекция 12 (2 часа). Основные нарушения стандартных предположений: отличное от
нормального распределение ошибок.
Нормальный закон распределения. Функция плотности нормального распределения, ее
график. Оценка нормальности распределения ошибок в модели. Графические методы
(диаграмма квантиль-квантиль, диаграмма плотности), статистические критерии
(Жарка-Бера). Показатели асимметрии и эксцесса.
Лекция 13 (2 часа). Системы эконометрических уравнений.
Общее понятие о системах уравнений, используемых в эконометрике. Системы
одновременных уравнений. Структурная и приведенная форма модели. Проблема
идентификации.
Лекция 14 (2 часа). Оценка параметров систем эконометрических уравнений.
Оценивание параметров структурной модели. Косвенный метод наименьших квадратов
(КМНК). Двухшаговый и трехшаговый методы наименьших квадратов. Метод
максимального правдоподобия. Применение систем эконометрических уравнений.
Лекция 15 (2 часа). Введение в анализ временных рядов.
Понятие временного ряда. Стационарность временного ряда. Автоковариация и
автокорреляция. Коррелограмма и ее построение. Процесс «белого шума». Процесс
авторегрессии порядка р. Оператор запаздывания. Процесс скользящего среднего
порядка q.
Лекция 16 (2 часа). Идентификация временных рядов.
Процесс ARMA. Условия стационарности процесса ARMA. Идентификация порядков
авторегрессии и скользящего среднего в процессе ARMA: графические методы,
использование статистик. Оценка параметров процесса ARMA. Диагностика модели.
Лекция 17 (2 часа). TS-, DS-, I- ряды.
Ряды, стационарные относительно детерминированного тренда (TS). Разностно
стационарные ряды (DS). Интегрированные ряды (I). Проблема дифференциации TS- и
DS-рядов. Гипотеза единичного корня. Критерии Дики-Фуллера.
Семестр 8
6
Лекция 18 (6 часов). Нестационарные временные ряды.
Примеры нестационарных временных рядов. Процесс «случайного блуждания».
Стохастический тренд. Остационаривание временных рядов. Детрендирование
временных рядов. Дифференцирование временных рядов.
Лекция 19 (2 часа). Прогнозирование с помощью временных рядов.
Виды прогноза. Точечный и интервальный прогноз в модели множественной линейной
регрессии. Оценка качества прогноза. Ошибка прогноза.
Лекция 20 (2 часа). Динамические модели для стационарных объясняющих
переменных.
Модель с авторегрессионно распределенными запаздываниями (ADL), модель
векторной авторегрессии (VAR). Интерпретация параметров в моделях ADL и VAR.
Лекция 21 (4 часа). Дискретные зависимые переменные.
Модели бинарного выбора. Оценка параметров в моделях бинарного выбора. Примеры
использования моделей бинарного выбора. Модели множественного выбора. Оценка
параметров в моделях множественного выбора.
Лекция 22 (2 часа). Тобит-модели.
Понятие цензурирования. Цензурирование сверху. Цензурирование снизу. Оценка
параметров в тобит-моделях. Примеры использования тобит-моделей.
Лекция 23 (2 часа). Перспективы эконометрики.
Эконометрика и физика. Эконометрика и математическая статистика. Теория и
практика эконометрики
3.2. Практические и семинарские занятия
Раздел (ы) Тема практического или семинарского занятия
1
2-4
5
6
7
Определение эконометрики.
Парная регрессия и корреляция в эконометрических
исследованиях.
Ссылка на Число
литературу* часов
[1, гл. 1]
1
[1, гл. 2]
[3, гл. 4]
[4, гл. 2]
Множественная линейная регрессия и корреляция.
[1, гл. 3]
[3, гл. 6]
[4. гл. 3]
Проверка гипотез в модели множественной линейной [1, гл. 3 п.
регрессии.
3.8.]
[3, гл. 5]
[4, гл. 3, п.
3.4.]
Использование программного пакета Excel в [2, гл. 1,2]
эконометрике.
3
2
2
2
7
8
Варианты развития моделей множественной
регрессии.
9
Основные нарушения стандартных предположений:
гетероскедастичность.
10
Основные нарушения стандартных предположений:
автокоррелированность.
11
Основные нарушения стандартных предположений:
мультиколлинеарность.
12
Основные нарушения стандартных предположений:
отличное от нормального распределение ошибок
Системы эконометрических уравнений.
13
14
15
16
17
18
19
20
[1, гл. 3, п.
3.9.]
[3, гл. 11]
[4, гл. 4, п.
4.2.]
[3, гл. 8]
[4, гл. 6, п.
6.1.]
[3, гл. 9]
[4, гл. 6, п.
6.2.]
[3, гл. 10]
[1, гл. 3, п.
3.10.]
[1, гл. 4]
[3, гл. 13]
[4, гл. 9]
Оценка параметров систем эконометрических [1, гл. 4, п.
уравнений.
4.4.]
[3, гл. 13, п.
13.4.]
Введение в анализ временных рядов.
[1, гл. 5, п.
5.1.]
[3, гл. 12, п.
12.1.]
Идентификация временных рядов.
[3, гл. 12, п.
12.5.]
TS-, DS-, I- ряды.
[4, гл. 11, п.
11.1., 11.2.]
8 семестр
Нестационарные временные ряды.
[4, гл. 11, п.
11.3.]
Прогнозирование с помощью временных рядов.
[4, гл. 7]
Динамические
модели
для
стационарных [4, гл. 11, п.
объясняющих переменных.
11.1., 11.2.]
2
2
2
2
2
2
2
2
2
6
4
2
[4, гл. 12 , п. 2
12.1.]
22
Тобит-модели.
[4, гл. 12, п. 2
12.2.]
23
Перспективы эконометрики.
[4, гл. 16]
2
* - здесь и далее ссылка на литературные источники из списка основной литературы (п.
4.1.1.)
21
Дискретные зависимые переменные.
2
3.3. Лабораторный практикум
Не предусмотрен
3.4. Курсовые проекты (работы)
8
Не предусмотрены
3.5. Формы текущего контроля
Раздел (ы) Форма контроля
Неделя
1-9
Контрольная работа №1
9
1-10
Домашнее задание №1
12
11-16
Домашнее задание №2
16
17-22
Контрольная работа №2
22
17-23
Домашнее задание №3
23
3.6. Самостоятельная работа
Для самостоятельной работы студентов выделяются следующие темы:
1. Изучение взаимосвязей по временным рядам [1, гл. 6, с. 263-289];
2. Инструментальные переменные [4, гл. 8, с. 190-196];
3. Модели Бокса-Дженкинса (ARIMA) [4, гл. 11,п. 11.4., с. 253-275];
4. GARCH-модели [4, гл. 11, п. 11.5., с. 276-280];
5. Панельные данные [4, гл. 13, с. 316-350].
Форма контроля: вопросы по указанным темам входят в контрольные работы.
4.1. Рекомендуемая литература
4.1.1. Основная литература (в скобках – число экземпляров в библиотеке ИАТЭ)
1. Эконометрика: Учебник / Под ред. Елисеевой И.И. – М.: Финансы и статистика,
2002. (2 экз.)
2. Практикум по эконометрике: Учебное пособие / Елисеева И.И., Курышева С.В.,
Гордиенко Н.М. и др.; Под ред. Елисеевой И.И. – М.: Финансы и статистика,
2003. (2 экз.)
3. Бородич С.А. Эконометрика: Учебное пособие / Бородич С.А. – Мн.: Новое
знание, 2001. (1 экз.)
4. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс:
Учебник. – 7-е изд, испр. – М.: Дело, 2005. (2 экз.)
5. Носко В.П. Эконометрика для начинающих. М.: Институт экономики
переходного периода, 2000 http://www.iet.ru/archiv/zip/nosko.zip
4.1.2. Дополнительная литература
1. Арженовский С.В., Федосова О.Н. Эконометрика. Учебное пособие. Ростов-наДону, «РИНХ», 2002.
2. Суслов В.И., Ибрагимов Н.М., Талышева Л.П., Цыплаков А.А. Эконометрия.
Новосибирск, Новосибирский государственный университет, 2003.
3. Доугерти К. Введение в эконометрику. М.: “ИНФРА-М”, 2001.
4. Носко В.П. Введение в регрессионный анализ временных рядов. М.: Институт
экономики переходного периода, 2002.
5. Тябин В.Н., Бурцева Т.А. Лабораторный практикум по курсу «Эконометрика» Обнинск, ИАТЭ, 1996.
6. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики:
Учебник. – М.: ЮНИТИ, 1998.
7. Кремер Н.Ш., Путко Б.А. Эконометрика. – М.: ЮНИТИ, 2002.
8. Тихомиров Н.П., Доронина Е.Ю, Эконометрика: Учебник. – М.: Экзамен, 2003.
4.2. Средства обеспечения освоения дисциплины
Не предусмотрены
5. Материально-техническое обеспечение дисциплины
Не предусмотрены