Примерная программа Эконометрика

УЧЕБНО-МЕТОДИЧЕСКОЕ ОБЪЕДИНЕНИЕ ВУЗОВ РОССИИ
ПО ОБРАЗОВАНИЮ В ОБЛАСТИ ФИНАНСОВ,
УЧЕТА И МИРОВОЙ ЭКОНОМИКИ
УТВЕРЖДАЮ
Зам. Председателя Совета УМО
_____________Л.И. Гончаренко
«____»_______________2013 г.
ПРИМЕРНАЯ ПРОГРАММА
дисциплины «Эконометрика»
Рекомендуется для направления 080100 «Экономика»
Квалификация (степень) выпускника: БАКАЛАВР
Москва 2013
1. Цели и задачи дисциплины
Эконометрика – это прикладная математическая дисциплина, в которой
изучаются конкретные количественные отношения экономических объектов
и процессов. Примером такого объекта является вся экономика России на
принятом отрезке времени.
Цель изучения дисциплины «Эконометрика» состоит в приобретении
теоретических знаний и формировании практических навыков в разработке
регрессионных моделей финансово-экономических объектов, достаточных
для освоения соответствующих разделов всех специальных и прикладных
дисциплин учебных программ. Задачи, которые предстоит решать в процессе
изучения
дисциплины
проблемой.
Эта
«Эконометрика»,
проблема
обусловлены
заключается
в
её
раскрытии
основной
конкретных
количественных взаимосвязей экономических объектов и процессов. Что же
служит
причиной
выявления
таких
взаимосвязей?
Необходимость
прогнозирования искомых, но недоступных для наблюдения количественных
характеристик изучаемого объекта или процесса по известным значениям
каких-то других количественных характеристик данного объекта или
процесса!
Задачи дисциплины:
изучение принципов описания любых финансово-экономических
объектов языком математических моделей со случайными возмущениями;
приобретение
навыков
подготовки
статистической
информации,
предназначенной для построения эконометрических моделей;
освоение методов оценивания эконометрических моделей;
овладение
процедурами
прогнозирования
по
эконометрическим
моделям искомых характеристик изучаемых объектов и процессов;
постижение
методики
эконометрических моделей.
проверки
адекватности
оценённых
2. Место дисциплины в структуре ООП
Дисциплина «Эконометрика» является дисциплиной базовой части
профессионального
образовательного
цикла
дисциплин
стандарта
высшего
федерального
государственного
профессионального
образования
(ФГОС ВПО) по направлению 080100 Экономика (бакалавриат) и
дисциплиной (вариативной части) по направлениям «Прикладная математика
и информатика» (бакалавриат) и «Прикладная информатика» (бакалавриат).
Дисциплина «Эконометрика» базируется на знаниях, приобретаемых в
рамках дисциплин «Экономика» «Математический анализ», Линейная
алгебра», «Теория вероятностей и математическая статистика», которые
студенты изучают на 1 курсе в течение 1 и 2 семестров.
Дисциплина «Эконометрика» является общим теоретическим и
методологическим
основанием
для
всех
экономико-математических
дисциплин, изучаемых в рамках направлений подготовки бакалавров
«Экономика», «Прикладная математика и информатика» и «Прикладная
информатика».
3. Требования к результатам освоения дисциплины
В
совокупности
с
другими
дисциплинами
базовой
части
математического и профессионального циклов ФГОС ВПО дисциплина
«Эконометрика» направлена на формирование следующих общекультурных
(ОК) и профессиональных (ПК) компетенций бакалавра экономики:
владеет культурой мышления, способен к обобщению, анализу,
восприятию информации, постановке цели и выбору путей ее достижения
(ОК-1);
способен осуществлять сбор, анализ и обработку данных, необходимых
для решения поставленных экономических задач (ПК-4);
способен
выбрать
инструментальные
экономических
данных
в
соответствии
средства
с
для
поставленной
обработки
задачей,
проанализировать результаты расчетов и обосновать полученные выводы
(включая разработку алгоритмических и программных решений в области
системного и прикладного программирования) (ПК-5);
способен на основе описания
строить
стандартные
экономических процессов и явлений
теоретические
и
эконометрические
модели,
анализировать и содержательно интерпретировать полученные результаты
(ПК-6);
В результате изучения дисциплины «Эконометрика» студент должен:
Знать:
методы построения эконометрических моделей объектов;
Уметь:
строить на основе описания ситуаций стандартные теоретические и
эконометрические модели, анализировать и содержательно интерпретировать
полученные результаты;
прогнозировать
на
эконометрических моделей
основе
стандартных
теоретических
и
поведение экономических агентов, развитие
экономических процессов и явлений, на микро - и макроуровне;
Владеть:
современной методикой построения эконометрических моделей;
методами и приемами анализа экономических явлений и процессов с
помощью стандартных теоретических и эконометрических моделей.
4. Объем дисциплины и виды учебной работы
Общая трудоёмкость составляет 4 зачётные единицы.
Вид промежуточной аттестации – экзамен.
Вид учебной работы
Всего
Семестры
часов
Аудиторные занятия (всего)
В том числе:
54
-
Лекции
20
Практические занятия (ПЗ)
34
-
-
-
-
-
-
-
-
Семинары (С)
Лабораторные работы (ЛР)
Самостоятельная работа (всего)
В том числе:
54
-
Домашнее творческое задание
10
Расчетно-графические работы
Реферат
Другие виды самостоятельной работы
44
Вид промежуточной аттестации: экзамен
36
Общая трудоемкость час
144
зач. ед.
4
5. Содержание дисциплины
5.1 Содержание разделов дисциплины
Раздел 1. Эконометрика, её задача и метод
1. Эконометрика, её задача и метод.
2. Первый принцип спецификации эконометрических моделей и
экономическая теория.
3. Второй принцип спецификации эконометрических моделей и
алгебра.
Раздел 2. Отражение в модели фактора времени
1. Отражение в модели фактора времени.
2. Спецификация простейших моделей временных рядов
3. Спецификация
динамических
моделей
из
одновременных
уравнений.
Раздел 3. Отражение в модели влияния неучтённых факторов
1. Отражение в модели влияния на объясняемые переменные
неучтённых факторов и теория вероятностей.
2. Регрессионные модели с переменной структурой (фиктивные
переменные).
Раздел 4. Схема построения эконометрических моделей
1. Спецификация модели.
2. Сбор статистической информации.
3. Оценивание модели.
4. Проверка адекватности оценённой модели.
Раздел 5. Раздел Линейная модель множественной регрессии
1. Линейная модель множественной регрессии.
2. Порядок оценивания линейной модели множественной регрессии
методом наименьших квадратов (МНК) в Excel.
Раздел 6. Необходимые сведения из теории вероятностей
1. Случайная переменная и случайный вектор.
2. Основные количественные характеристики случайной переменной
и случайного вектора.
3. Условный
закон
распределения,
условное
математическое
ожидание (функция регрессии) как оптимальный прогноз.
4. Функция регрессии для нормально распределённого случайного
вектора; характеристика точности оптимального прогноза.
5. Частая ковариация и коэффициент корреляции.
Раздел 7. Необходимые сведения из математической статистики
1. Понятие
статистической
процедуры
оценивания
параметров
распределения случайной переменной, требования к оптимальной процедуре.
2. Метод максимального правдоподобия (ММП).
3. Основные законы распределения математической статистики.
4. Статистические гипотезы и процедура их проверки.
Раздел 8. Оптимальные статистические процедуры оценивания
линейных моделей множественной регрессии
1. Метод максимального правдоподобия (ММП).
2. Метод наименьших квадратов (МНК).
3. Взвешенный метод наименьших квадратов (ВМНК).
4. Обобщённый метод наименьших квадратов (ОМНК).
5. Свойства оценок МНК.
Раздел 9. Тестирование предпосылок теоремы Гаусса-Маркова
1. Тест Голдфелда-Квандта гомоскедастичности случайного остатка в
линейной модели множественной регрессии.
2. Тест Дарбина-Уотсона отсутствия автокорреляции случайного
остатка в линейной модели множественной регрессии.
Раздел 10. Характеристики и модели временных рядов
1. Характеристики временных рядов: ожидаемое значение, дисперсия,
автоковариационная и автокорреляционная функция временного ряда.
2. Модели стационарных временных рядов, их идентификация.
3. Оптимальные
алгоритмы
прогнозирования
стационарных
временных рядов.
4. Модели нестационарных временных рядов и их идентификация
Раздел
11.
Линейные
регрессионные
модели
с
гетероскедастичными и автокоррелированными остатками.
1. Линейные регрессионные модели с гетероскедастичным остатком.
2. Оценивание линейной регрессионной модели взвешенным методом
наименьших квадратов (ВМНК).
3. Линейные
случайным остатком.
регрессионные
модели
с
автокоррелированным
4. Обобщённый метод наименьших квадратов. Оценивание линейной
регрессионной модели доступным обобщённым методом наименьших
квадратов (ОМНК).
Раздел 12. Показатели качества регрессии
1. Коэффициент детерминации линейной модели множественной
регрессии
2. F – тест качества спецификации линейной модели множественной
регрессии.
Раздел 13. Прогнозирование значений эндогенной переменной
линейной модели и проверка её адекватности
1. Прогнозирование по оценённой линейной модели множественной
регрессии с гомоскедастичным неавтокоррелированным остатком.
2. Прогнозирование по оценённой линейной модели множественной
регрессии с гетероскедастичным остатком.
3. Прогнозирование по оценённой линейной модели множественной
регрессии с автокоррелированным остатком.
4. Проверка адекватности оценённой модели.
Раздел 14. Нелинейные модели регрессии и линеаризация
1. Спецификация нелинейных (по параметрам) моделей регрессии.
2. Линеаризация
стандартными
нелинейных
функциями
(по
регрессии
параметрам)
при
моделей
помощи
со
операции
логарифмирования.
3. Линеаризация
нелинейных
(по
параметрам)
моделей
с
произвольными гладкими функциями регрессии.
Раздел 15. Ошибки спецификации эконометрических моделей
1. Неверный выбор функции регрессии.
2. Изменение параметров линейной модели множественной регрессии.
Тест Чоу.
3. Пропуск значащей объясняющей переменной в функции регрессии
линейной модели.
4. Включение в функцию регрессии линейной модели незначащей
объясняющей переменной.
Раздел 16. Модели с лаговыми переменными и проблема
мультиколлинеарности
1. Спецификация и оценивание линейных динамических моделей
множественной регрессии с лаговыми объясняющими переменными (модели
с распределёнными лагами).
2. Спецификация
и
оценивание
линейных
авторегрессионных
моделей.
3. Проблема
мультиколлинеарности:
симптомы,
последствия
и
методика устранения.
Раздел 17. Линейные эконометрические модели из одновременных
уравнений
1. Система линейных одновременных уравнений и их идентификация.
Идентификация рекурсивных систем одновременных уравнений.
2. Косвенный метод наименьших квадратов.
3. Двухшаговый метод наименьших квадратов.
4. Трёхшаговый метод наименьших квадратов.
5.2
Разделы
дисциплины
и
междисциплинарные
связи
обеспечиваемыми (последующими) дисциплинами
№
тем
ы
1
2
3
4
5
6
7
8
9
10
Наименование
обеспечиваемых (последующих) дисциплин
Экономическая Финансовый
Рынок ценных бумаг
теория
менеджмент
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
Статистика
*
*
*
*
*
*
*
*
с
11
12
13
14
15
16
17
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
5.3. Разделы дисциплины и виды занятий
№
Наименование
разделов Лекции Практические
п/п дисциплины
1.
СРС
Всего
занятия
Эконометрика, её задача и
метод.
2
2
2
6
2
2
2
6
2
2
2
6
1
2
1
4
Принципы
спецификации
эконометрических моделей.
2.
Спецификация простейших
моделей временных рядов и
динамических моделей из
одновременных уравнений.
3.
Отражение
в
влияния
объясняемые
на
переменные
факторов.
модели
модели
неучтённых
Регрессионные
с
структурой
переменной
(фиктивные
переменные).
4.
Схема
построения
эконометрических моделей.
5
Линейная
модель
множественной
Порядок
1
2
3
6
1
2
4
7
1
2
3
6
1
2
3
6
1
2
3
6
1
2
5
8
регрессии.
оценивания
линейной
модели
множественной
методом
регрессии
наименьших
квадратов (МНК) в Excel.
6
Необходимые сведения из
теории вероятностей.
7
Необходимые сведения из
математической статистики.
8
Оптимальные
статистические
оценивания
моделей
процедуры
линейных
множественной
регрессии
(метод
максимального
правдоподобия, МНК и его
обобщения).
Свойства
оценок МНК.
9
Тестирование предпосылок
теоремы Гаусса-Маркова
10
Характеристики временных
рядов.
Модели
стационарных
и
нестационарных временных
рядов, их идентификация.
11
Линейные
регрессионные
1
2
5
8
качества
1
2
1
4
Прогнозирование значений
1
2
1
4
1
2
3
6
1
2
5
8
1
2
5
8
1
2
6
9
20
34
54
108
модели
с
гетероскедастичными
и
автокоррелированными
остатками.
Взвешенный
метод
наименьших
квадратов
(ВМНК).
Доступный
обобщённый
метод
наименьших
квадратов (ОМНК).
12
Показатели
регрессии.
13
эндогенной переменной и
проверка
адекватности
модели.
14
Нелинейные
модели
регрессии и линеаризация.
15
Ошибки
спецификации
эконометрических моделей.
16
Модели
с
лаговыми
переменными и проблема
мультиколлинеарности.
17
Система
линейных
одновременных уравнений:
их идентификация и методы
оценивания.
Всего
Экзамен
36
Итого
144
6. Лабораторный практикум
1. Эконометрика, её задача и метод. Два принципа спецификации
эконометрических моделей и две их формы (2 часа).
В аудитории: [5], занятие 1, задачи 1 - 3.
Самостоятельная работа: [5], занятие 1, задачи 4- 5.
2. Отражение в спецификации эконометрической модели фактора
времени (2 часа).
В аудитории: [5], занятие 2, задачи 1- 2.
Самостоятельная работа: [5], занятие 2, задачи 5, 9.
3. Отражение влияния на эндогенные переменные модели неучтённых
факторов(2 часа).
В аудитории: [5], занятие 3, задачи 1- 2.
Самостоятельная работа: [5], занятие 3, задачи 5- 6.
4. Схема построения эконометрических моделей (2 часа).
В аудитории: [5], занятие 4, задача 1.
Самостоятельная работа: [5], занятие 4, задачи 2 - 3.
5. Линейная модель множественной регрессии и порядок оценивания её
параметров методом наименьших квадратов в Excel (2 часа).
В аудитории: [5], занятие 5, задача 1.
Самостоятельная работа: [5], занятие 5, задачи 2 - 5.
6. Необходимые сведения из теории вероятностей. (2 часа).
В аудитории: [5], занятие 6, задачи 7 - 8.
Самостоятельная работа: [5], занятие 6, задачи 28.
7. Необходимые сведения из математической статистики (2 часа).
В аудитории: [5], занятие 7, задачи 1- 2.
Самостоятельная работа: [5], занятие 7, задачи 3, 8.
8. Оценивание методом наименьших квадратов линейных моделей парной
и множественной регрессии. Свойства оценок метода наименьших квадратов (2
часа).
В аудитории: [5], занятие 8, задачи 1 - 3.
Самостоятельная работа: [5], занятие 8, задачи 9 - 12.
9. Тестирование
предпосылок
теоремы
Гаусса-Маркова
о
гомоскедастичности и отсутствии автокорреляции случайного остатка в
линейной модели множественной регрессии (2 часа).
В аудитории: [5], занятие 9, задачи 1, 2.
Самостоятельная работа: [5], занятие 9, задачи 5, 6.
10. Характеристики временных рядов. Модели
стационарных и
нестационарных временных рядов и их идентификация (2 часа).
В аудитории: [5], занятие 10, задачи 1 - 3.
Самостоятельная работа: [5], занятие 10, задачи 7 , 8.
11. Линейные
регрессионные
модели
с
гетероскедастичными
и
автокоррелированными остатками. Взвешенный и обобщённый метод
наименьших квадратов (2 часа).
В аудитории: [5], занятие 11, задачи 1 - 3.
Самостоятельная работа: [5], занятие 11, задачи 6 - 10.
12. Показатели качества регрессии (2 часа).
В аудитории: [5], занятие 12, задачи 1-3.
Самостоятельная работа: [5], занятие 12, задачи 4-9.
13. Прогнозирование значений эндогенной переменой по оценённой
линейной модели и проверка её адекватности (2 часа).
В аудитории: [5], занятие 13, задачи 1-2.
Самостоятельная работа: [5], занятие 13, задачи 3-5.
14. Нелинейные модели регрессии и линеаризация (2 часа).
В аудитории: [5], занятие 14, задачи 1 - 2.
Самостоятельная работа: [5], занятие 14, задачи 3 - 10.
15. Ошибки спецификации эконометрических моделей (2 часа).
В аудитории: [5], занятие 15, задачи 1 - 2.
Самостоятельная работа: [5], занятие 15, задачи 3 - 8.
16. Модели
с
лаговыми
переменными
и
проблема
мультиколлинеарности (2 часа).
В аудитории: [5], занятие 16, задачи 1 – 2.
Самостоятельная работа: [5], занятие 16, задачи 3 -12.
17. Проблема идентифицируемости и методы оценивания линейных
регрессионных моделей из одновременных уравнений (2 часа).
В аудитории: [5], занятие 17, задачи 1 – 4.
Самостоятельная работа: [5], занятие 17, задачи 5 - 21.
Литература, цитируемая в лабораторном практикуме
1. Бывшев В.А. Эконометрика: Учебное пособие. – М.: «Финансы и
статистика», 2008.
7. Примерная тематика курсовых проектов (работ)
1.
«Построение модели IS-LM экономики России».
2. «Построение модели IS-LM экономики США».
3. «Построение моделей Оукена для экономик США и России».
4. «Построение рыночных моделей «голубых фишек» Российской
торговой системы».
5. «Построение модели Самуэльсона – Хикса делового цикла
экономики России».
6. «Построение Самуэльсона – Хикса делового цикла экономики
США»
8.
Учебно-методическое
и
информационное
обеспечение
дисциплины
а) основная литература
1. Айвазян С. А.
Прикладная статистика.
Изд. 2 – е. Т. 2 – М.: ЮНИТИ, 2001.
Основы эконометрики.
2. Бабешко Л.О. Основы эконометрического моделирования: Учебное
пособие. - М.:КомКнига, 2006.
3. Бабешко Л.О. Введение в эконометрическое моделирование:
Учебное пособие. - М.: URSS, 2006.
4. Берндт Э. Практика эконометрики: классика и современность. – М.:
ЮНИТИ-ДАНА, 2012.
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.
8. Елисеева И.И. и др. Эконометрика: Учебник для бакалавров.– М.:
«ПРОСПЕКТ», 2013.
Дополнительная литература
1. Кремер Н.Ш., Путко Б.А. Эконометрика. - М.:ЮНИТИ-ДАНА, 2002.
2. Магнус Я.Р. Эконометрика: Начальный курс: Учебное пособие/
Я.Р.Магнус, П.К. Катышев, А.А.Пересецкий. - М.: Дело, 2005.
в) 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
Учебный материал дисциплины «Эконометрика» концентрируется
вокруг темы 4: «Схема построения эконометрических моделей». Эта тема
служит той «красной нитью», которая пронизывает всю конструкцию курса
«Эконометрика». Раскроем подробнее содержание этого утверждения.
В
теме
1
настоящей
дисциплины,
которая
(тема)
именуется
«Эконометрика, её задача и метод…», выясняется роль эконометрики как
инструмента решения дескриптивных экономических задач, где требуется
прогнозировать
искомые
количественные
характеристики
изучаемого
объекта или процесса. Поскольку для осуществления прогноза
математическая модель, то
задача
нужна
эконометрики сводится к разработке
методики построения эконометрических моделей изучаемых объектов и
процессов. Первый шаг этой методики – спецификация (описание) модели. В
процессе описания модели экономист опирается на знания экономической
теории (первый и третий принцип спецификации), алгебры (второй принцип
спецификации) и теории вероятностей (четвёртый принцип спецификации).
Именно первый этап схемы построения эконометрической модели во многом
индуцирует темы 1, 2, 3, 6, 14, 15, 16 и 17 настоящей дисциплины.
Но вот первый этап схем построения модели пройден! В итоге этого
этапа экономист создал математическое выражение (уравнение или систему
уравнений, дополненных, возможно, неравенствами), которое и именуется
эконометрической моделью, и которое, увы, включает в себя, помимо
объясняющих и объясняемых переменных, некоторое неизвестные константы
– параметры модели. Для их определения следует на изучаемом объекте
собрать статистическую информацию в виде конкретных реальных значений
экзогенных и эндогенных переменных, входящих в модель. Чтобы
изучающий эконометрику чуть-чуть почувствовал «соль» этой работы, в
процессе практических занятий предусмотрено несколько заданий, при
выполнении которых придётся самостоятельно заглянуть на сайты той или
иной службы финансовой и социально-экономической статистики. Конечно,
и в рекомендуемой литературе приведены статистические данные, которые
всегда интерпретируются как итог второго этапа схемы построения
эконометрической модели.
Вот экономист прошёл второй этап схемы построения модели! В итоге
статистические данные собраны и заботливо разделены на обучающую и
контролирующую выборку. Теперь наступает третий этап схемы построения
модели – этап оценивания (или настройки) параметров модели. Это этап
стихии теории вероятностей и математической статистики. Для подготовки к
усвоению непростых понятий, утверждений и методов, составляющих
содержание третьего этапа схемы построения эконометрических моделей, в
курсе эконометрики предусмотрены темы 6 и 7. На практические занятия по
этим темам выносится лишь маленькая толика архиважного и, увы, очень
трудного
материала.
Сам
же
третий
этап
схемы
построения
эконометрических моделей освещается в темах 8, 10, 11 и 17.
Ну вот, наконец, и третий этап позади! В итоге экономист «держит в
руках» оценённую модель. Его ждёт «чистилище» в виде четвёртого этапа
схемы построения модели – проверки адекватности оценённой модели! Этой
проверке отданы темы 12, 13 и 15 настоящей дисциплины.
Резюмируя, приходим к выводу, что, действительно, именно схема
построения эконометрической модели «цементирует» всю конструкцию
дисциплины «Эконометрика». Добавим, что, начиная с темы 1, изучающий
эконометрику должен соприкасаться с реальными статистическими данными
и с компьютером. Упор в компьютерной поддержке и практических занятий
сделан на программу Excel и эконометрический пакет Eviews.
Разработчики:
Финансовый университет
профессор кафедры
В.А. Бывшев
«Моделирование
экономических и
информационных систем»
Эксперты:
Финансовый университет
профессор кафедры
«Математика - 1»
Н. Ш. Кремер