ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИКИ И ФИНАНСОВ РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ «АНАЛИЗ ВРЕМЕННЫХ РЯДОВ И ПРОГНОЗИРОВАНИЕ» Рекомендуется для направления подготовки 080100 Экономика Квалификация выпускника - бакалавр Санкт-Петербург 2011 2 1. Цели и задачи дисциплины С ростом компьютеризации экономики происходит эволюция потребностей в информации о социально-экономических процессах - все большую роль приобретает информация прогнозного характера, необходимая для обоснования критериев выбора стратегии развития на перспективу отдельных секторов, отраслей и в целом экономики региона. Задача курса «Анализ временных рядов и прогнозирование» - познакомить с основными методами анализа рядов динамики, раскрыть методику прогнозирования по трендовым моделям, моделям регрессии и авторегрессии, моделям с периодическими колебаниями уровней временного ряда. Цель курса заключается в овладении студентами вопросов теории и практики применении статистических методов анализа временных рядов. В процессе изучения курса студенты должны получить представление об основных приёмах анализа и прогнозирования по рядам динамики, что способствует выработке современного экономического мышления и открывает широкие возможности для творческого применения методов статистики в решении прикладных задач. 2. Место дисциплины в структуре ООП Дисциплина «Анализ временных рядов и прогнозирование относится к математическому циклу (вариативная часть) ООП. Знания, умения компетенции студента, необходимые для изучения курса формируются в ходе изучения следующих дисциплин: математика, экономическая теория, статистика, эконометрика, теория вероятностей и математическая статистика. Анализ временных рядов и прогнозирование является базовой для следующих дисциплин: «Статистика фирм и отраслей»; «Маркетинг»; «Статистика природопользования»; «Финансовая статистика»; «Статистика цен»; «Статистика страхования»; «Социальная статистика»; «Статистические ППП»; «Эконометрическое моделирование». 3. Требования к результатам освоения дисциплины Процесс изучения дисциплины направлен на формирование следующих компетенций: способности анализировать социально-значимые проблемы и процессы, происходящие в обществе, прогнозировать возможное их развитие в будущем (ОК-4); осознания социальной значимости своей будущей профессии, формирование высокой мотивации к выполнению профессиональной деятельности (ОК-11); владения основными методами, способами и средствами получения, хранения, переработки информации, получением навыков работы с компьютером как средством управления информацией, способности работать с информацией в глобальных компьютерных сетях (ОК-13); способности собрать и проанализировать исходные данные, необходимые для расчета экономических и социально-экономических показателей, характеризующих деятельность хозяйствующих субъектов (ПК-1); способности осуществлять сбор, анализ и обработку данных, необходимых для решения поставленных экономических задач (ПК-4); 3 способности выбрать инструментальные средства для обработки экономических данных в соответствии с поставленной задачей, проанализировать результаты расчетов и обосновать полученные выводы (ПК-5); способности анализировать и интерпретировать финансовую, бухгалтерскую и иную информацию, содержащуюся в отчетности предприятий различных форм собственности, организаций, ведомств и использовать полученные сведения для принятия управленческих решений (ПК-7); способности анализировать и интерпретировать данные отечественной и зарубежной статистики о социально-экономических процессах и явлениях, выявлять тенденции изменения социально-экономических показателей (ПК-8); способности, используя отечественные и зарубежные источники информации, собрать необходимые данные проанализировать их и подготовить информационный обзор и/или аналитический отчет (ПК-9); способности использовать для решения аналитических и исследовательских задач современные технические средства и информационные технологии (ПК-10). В результате изучения дисциплины студент должен: знать: основы методологии анализа временных рядов современной системы показателей, характеризующих деятельность хозяйствующих субъектов на микро- и макроуровне; основные методы прогнозирования в решении прикладных экономических задач. уметь: использовать источники экономической, социальной, управленческой информации; анализировать и интерпретировать данные отечественной и зарубежной статистики о социально-экономических процессах и явлениях, выявлять тенденции изменения социально- экономических показателей; осуществлять выбор инструментальных средств обработки экономических данных в соответствии с поставленной задачей, анализировать результаты расчетов и обосновывать полученные выводы; осуществлять поиск информации по полученному заданию, сбор, анализ данных, необходимых для решения поставленных экономических задач прогнозного характера. владеть: современными методами сбора, обработки и анализа временной информации экономических и социальных показателей; современными методами построения моделей по временной информации для исследования рынка труда, потребительского и финансового рынка и в других важных областях экономики; навыками самостоятельной работы по прогнозированию. 4. Объем дисциплины и виды учебной работы Общая трудоемкость дисциплины составляет 4 зачетных единицы. Вид учебной работы Всего часов (семестр 6) 72 Аудиторные занятия (всего) В том числе: Лекции 40 Практические занятия (ПЗ) 32 72 Самостоятельная работа (всего) 4 Вид учебной работы В том числе: Расчётно-графическая работа Аналитическая расчетная работа №1 Аналитическая расчетная работа №2 Курсовая работа Другие виды самостоятельной работы Вид промежуточной аттестации – дифференцированный зачёт Общая трудоемкость час зач. ед. Всего часов (семестр 6) 16 16 16 20 4 144 4 5. Содержание дисциплины 5.1. Содержание разделов дисциплины Тема 1. Предмет и задачи курса. Компоненты временного ряда Определение понятий прогноза и прогнозирования. Временные ряды как источник информации для прогнозирования. Компоненты уровня динамического ряда: основная тенденция (тренд), периодические и сезонные колебания, случайная составляющая. Моделирование временного ряда, его анализ – необходимые звенья в экстраполяционных прогнозах. Классификация социально-экономических прогнозов и методов прогнозирования. Экстраполяция в системе методов статистического прогнозирования. Методы экспертных оценок, статистического моделирования, нормативные и целевые прогнозы. Их краткая характеристика. Тема 2. Простейшие методы анализа динамического ряда и их использование в прогнозировании Требования, предъявляемые к статистическим данным. Важнейшие показатели изменения уровней динамического ряда: средний абсолютный прирост; средний темп роста, ориентированный на конечный уровень динамического ряда и на сумму значений уровней за определенный период; средняя величина абсолютного и относительного ускорения, коэффициент опережения. Экстраполяция и интерполяция статистических данных во временном ряду. Прогнозирование на основе стационарного ряда. Использование при экстраполяции обобщающих средних показателей роста и прироста. Тема 3. Статистические методы выявления основной тенденции развития Проверка гипотезы о существовании тренда. Метод конечных разностей, простая и взвешенная скользящие средние, экспоненциальное сглаживание, аналитическое выравнивание с помощью многочленов, экспоненты, гиперболы модифицированной экспоненты, кривой Гомперца и логистической кривой. Тема 4. Прогнозирование на основе трендовых моделей Уравнение тренда и оценка его качества. Автокорреляция в остатках. Критерий Дарбина-Уотсона. Выбор трендовых моделей для прогноза. Точечные и интервальные прогнозы на основе экстраполяции трендов. Автокорреляционная функция и идентификация трендов. Тема 5. Прогнозирование при наличии периодических колебаний уровней динамического ряда Случайные и периодические колебания уровней временного ряда. Измерение силы колебаний. Моделирование сезонных колебаний: аддитивные и мультипликативные модели. Гармонический анализ и моделирование периодических колебаний. Особенности прогнозирования по динамическому ряду с периодическими колебаниями. Тема 6. Многомерные временные ряды и основы прогнозирования по ним 5 Особенности статистического изучения взаимосвязанных временных рядов. Автокорреляция по рядам динамики и методы ее устранения. Метод последовательных разностей, метод отклонений уровней ряда от основной тенденции, метод включения фактора времени; обобщённый метод наименьших квадратов. Построение динамической однофакторной модели по временным рядам, интерпретация ее параметров и использование в прогнозировании. Многофакторные регрессионные динамические модели. Методы их построения в зависимости от характера исходной информации. Прогнозирование по ним. Тема 7. Модели с лаговыми переменными Виды моделей: модели с распределёнными лагами; модели авторегрессии; авторегрессионные процессы. Определение величины лага. Интерпретация параметров моделей. Полиномиальные лаги Ш. Алмон. Преобразование Л. Койка. Авторегрессия для моделирования случайной компоненты динамического ряда. ARMA и ARIMA модели. Тема 8. Методы анализа качества прогнозов Абсолютные показатели качества прогнозов: абсолютная ошибка прогноза, средняя абсолютная ошибка прогноза; среднеквадратическая ошибка прогноза, относительная ошибка прогноза и средняя относительная ошибка прогноза. Сравнительные показатели точности прогнозов: коэффициент несоответствия и его модификация, коэффициент корреляции. Качественные показатели точности прогнозов: диаграмма «прогноз-реализация», разложение Тейла - ошибки прогноза на доли несоответствия тенденции, дисперсии и ковариации. Выбор показателей точности прогноза. 5.2 Разделы дисциплины и междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами № № разделов данной дисциплины, необходимых для изучения обеспечиваемых № Наименование обеспечиваемых (последующих) дисциплин п/п (последующих) дисциплин 1 2 3 4 5 6 7 8 1 Эконометрическое + + + + моделирование 2 Статистика фирм и отраслей + + + + + + 3 Маркетинг + + + + + + + 4 Статистика + + + + + природопользования 5 Статистика цен + + + + + + + 6 Финансовая статистика + + + + + + + 7 Социальная статистика + + + + + + 5.3. Разделы дисциплин и виды занятий № Наименование раздела дисциплины п/п 1 Предмет и задачи курса 2 Простейшие методы анализа динамического ряда и их использование в прогнозировании 3 Статистические методы выявления основной тенденции развития 4 Прогнозирование на основе трендовых моделей 5 Прогнозирование при наличии 2 2 2 2 4 Всего час. 4 8 8 8 10 26 4 4 8 16 8 6 16 30 Лекц. Практ. зан. СРС 6 № п/п Наименование раздела дисциплины периодических колебаний уровней динамического ряда Многомерные временные ряды и основы прогнозирования по ним Модели с лаговыми переменными Методы анализа качества прогнозов ИТОГО 6 7 8 Лекц. Практ. зан. СРС Всего час. 8 4 12 24 6 2 40 6 2 32 16 4 72 28 8 144 6. Лабораторный практикум не предусмотрен учебным планом. 7. Практические занятия (семинары) № п/п № раздела дисциплины 1 2 2 3 3 4 4 5 5 6 6 7 7 8 Тематика практических занятий (семинаров) Прогнозирование на основе простейших методов анализа динамического ряда Полиноминальные тренды и их анализ. Экспоненциальная кривая. Логарифмическая парабола. Различные виды гипербол. Кривые с насыщением: модифицированная экспонента, кривая Гомперца, логистическая кривая. Выбор наилучшего уравнения тренда. Критерий Дарбина–Уотсона. Доверительные интервалы прогноза по уравнению тренда. Автокорреляционная функция и идентификация трендов. Метод взвешенных скользящих средних. Прогнозы с помощью экспоненциальных средних. Ряд Фурье и его использование в прогнозировании. Прогнозирование при наличии сезонной компоненты: аддитивная и мультипликативная модели Модели по первым разностям; модели по отклонениям от тренда; модели с включением фактора времени; обобщённый метод наименьших квадратов Модели с распределенными лагами; модели авторегрессии; ARMA и ARIMA модели Абсолютные и относительные ошибки прогноза. Диаграмма «прогноз-реализация»; разложения Тейла – ошибки прогноза. Трудоемкость (час.) 2 8 4 6 4 6 2 8. Примерная тематика курсовых работ 1. Стационарные временные ряды в экономике и прогнозирование по ним. 2. Исследование автокорреляции в остатках при построении моделей регрессии по временным рядам (на примерах разных областей экономики). 3. Скользящие средние в анализе динамики курса ценных бумаг. 4. Кривые с насыщением и методы оценки их параметров (на примерах из разных областей экономики). 5. Сравнительная оценка моделей с сезонными колебаниями. 7 6. Спектральный анализ при изучении динамического ряда с периодическими колебаниями. 7. Адаптивные методы прогнозирования в экономических исследованиях. 8. Методология Бокса-Дженкинса при построении моделей ARIMA (на примере конкретной области экономики) 9. Прогнозирование отдельных социально-экономических показателей в разных сферах экономики. 10. Коинтеграция временных рядов и её роль в прогнозировании (на конкретном примере). 9. Учебно-методическое и информационное обеспечение дисциплины а) основная литература: 1. Афанасьев В.Н., Юзбашев М. М. Анализ временных рядов и прогнозирование. – М.: Финансы и статистика, 2010. – 320 c. 2. Практикум по эконометрике / под ред. чл.-кор. РАН И.И. Елисеевой. - М.: Финансы и статистика, 2006. – 344 с. б) дополнительная литература: 3. Эконометрика: учебник / под ред. И. И.Елисеевой. – М.: Проспект, 2011. – 288 с. 4. Айвазян С.А. Методы эконометрики. - М.: Инфра-М, 2010. 5. Вербик М. Путеводитель по современной эконометрике / пер. с англ. В. А. Банникова, научн. ред. и предисл. С.А. Айвазяна. – М.: Научная книга, 2008. – 616с. 6. Эконометрика: учебник / под ред. В.С.Мхитаряна. – М.: Проспект, 2010 – 384 с. 7. Кремер Н.Ш., Путко Б.А. Эконометрика. – М.: Юнити-Дана, 2010. - 328 с. 8. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: учебник. – М.: Дело, 2009. 9. Эконометрика: учебник / под ред. В.С.Мхитаряна. – М.: Проспект, 2010 – 384 с. в) программное обеспечение: ППП Excel; SPSS; STATISTICA; EViews. г) базы данных, информационно-справочные и поисковые системы: статистические сборники «Регионы России», а также Интернет–данные: www.gks.ru. 10. Материально-техническое обеспечение дисциплины Мультимедийные классы. 11. Методические рекомендации по организации изучения дисциплины: Курс «Анализ временных рядов и прогнозирование» можно подразделить на три модуля: 1 - Анализ и прогнозирование по изолированному временному ряду 2 - Прогнозирование по системе взаимосвязанных рядов динамики 3 - Модели с лаговыми переменными Первый модуль включает темы 2, 3, 4, 5. Второй модуль - тема 6. Третий модуль тема 7. Для усвоения знаний по первому модулю проводится расчетно-графическая работа: на конкретных данных проводится анализ временного ряда и краткосрочный прогноз с использованием разных подходов, описанных в темах 2, 3, 4 и 5. По результатам изучения второго и третьего модулей выполняются аналитические расчетные работы. Второй модуль предполагает усвоение методологии анализа многомерных рядов динамики. С этой целью выполняется аналитическая расчётная работа по построению прогноза по однофакторной модели регрессии с применением разных методов и даётся их сравнительная оценка. Третий модуль включает аналитическую расчётную работу по построению моделей с распределёнными лагами, моделей авторегрессии, ARMA и ARIMA моделей. 8 Итоговая форма контроля по дисциплине – дифференцированный зачет. Оценка успеваемости происходит по балльно-рейтинговой системе, в соответствии с которой формирование рейтинга студента осуществляется постоянно в процессе изучения дисциплины. Настоящая система оценки успеваемости студентов основана на использовании совокупности контрольных мероприятий (контрольных точек), оптимально расположенных на всем временном интервале изучения дисциплины. Текущий контроль успеваемости студентов осуществляется преподавателем в ходе учебного процесса на лекциях и практических занятиях, при проведении индивидуальных консультаций, во время контроля самостоятельной работы. Максимально за самостоятельную работу можно заработать 100 баллов. Контрольные мероприятия Возможное количество баллов Минимум Максимум Расчётно-графическая работа 8 15 Аналитическая расчетная работа №1 8 15 Аналитическая расчетная работа №2 8 15 Курсовая работа 25 45 Другие виды самостоятельной работы 6 10 (тестирование по отдельным темам, активность на практических занятиях, участие в научной работе и др.) Итого 55 100 Зачет студент получает, если он набрал 55 баллов и более и выполнил все задания, предусмотренные учебным планом. Набранные за семестр баллы переводятся в пятибалльную шкалу по следующей схеме: до 55 баллов - неудовлетворительно; 55-70 баллов - удовлетворительно; 71-85 баллов – хорошо; 86-100 баллов – отлично. Разработчик: СПб ГУЭФ, проф.кафедры статистики и эконометрики С.В.Курышева Эксперт: СПбЭМИ РАН, научн. сотрудник, к.ф-м.н. А.В.Сурков