принято Эконометрика, продвинутый уровень

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
ВЛАДИВОСТОКСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
ЭКОНОМИКИ И СЕРВИСА
ИНСТИТУТ ИНФОРМАТИКИ, ИННОВАЦИЙ И БИЗНЕС СИСТЕМ
КАФЕДРА МАТЕМАТИКИ И МОДЕЛИРОВАНИЯ
ЭКОНОМЕТРИКА (ПРОДВИНУТЫЙ УРОВЕНЬ)
Рабочая программа дисциплины
Основная образовательная программа
080100.68 Экономика
Банки и банковская деятельность
Государственные и муниципальные финансы
Международная экономика
Учет, анализ и аудит
Владивосток
2012
ББК **.**
Рабочая программа учебной дисциплины «Эконометрика (продвинутый уровень)»
составлена в соответствии с требованиями ООП: 080100.68 Экономика на базе ФГОС
ВПО.
Составитель: Емцева Е. Д., канд.физ.-мат. наук, доцент кафедры математики и
моделирования
Утверждена на заседании кафедры Математики и моделирования от 27.01.2011 г.,
протокол № 6, редакция 2012г.
Рекомендована к изданию учебно-методической комиссией Института
информатики, инноваций и бизнес-систем.
©
Издательство ВГУЭС
2012
ВВЕДЕНИЕ
Современные методы работы в любой области экономики в большинстве своем
основаны на эконометрических моделях, методах и приемах. Эконометрика — наука,
изучающая количественные и качественные экономические взаимосвязи с помощью
математических и статистических методов и моделей. Эконометрика как наука возникла в
результате взаимодействия и объединения в особый альянс трех компонент:
экономической теории, статистических и математических методов. Эконометрика даёт
инструментарий для экономических измерений и исследований, методологию оценки
параметров моделей микро- и макроэкономики, а также используется для
прогнозирования экономических процессов, как в масштабах экономики в целом, так и на
уровне отдельных организаций. Эконометрика занимает достойное место в ряду
экономических наук. В мире выпускается ряд научных трудов, посвящённых
эконометрическим исследованиям. Эконометрику изучают в ведущих мировых
университетах, в Россию также пришло понимание, что без эконометрических методов
невозможно проводить современный макро- и микроэкономический анализ.
1. ОРГАНИЗАЦИОННО-МЕТОДИЧЕСКИЕ УКАЗАНИЯ
1.1 Цели освоения учебной дисциплины
Целями освоения учебной дисциплины «Эконометрика (продвинутый уровень)»
являются обучение магистрантов методологии и методике построения эконометрических
моделей и применения их для анализа состояния и прогнозов развития экономических и
социальных систем в условиях взаимосвязей между их внутренними и внешними
факторами.
Задачи дисциплины:
– расширение и углубление теоретических знаний о качественных особенностях
экономических и социальных систем, количественных взаимосвязях и закономерностях их
развития;
– овладение методологией и методикой построения, анализа и использования
эконометрических моделей, как для анализа состояния, так и для прогнозных оценок
развития изучаемых систем;
– изучение наиболее типичных моделей и получение навыков практической работы
с ними.
1.2 Место учебной дисциплины в структуре ООП (связь с другими дисциплинами)
Дисциплина «Эконометрика (продвинутый уровень)» относится к базовой части
профессионального цикла. Дисциплина базируется на компетенциях, сформированных на
предыдущем уровне образования.
ООП
Форма
Блок
Трудоемкость
Форма
обучения
(З.Е.)
промежуточного
контроля
080100.68, Экономика.
Банки и банковская
деятельность
080100.68, Экономика.
Государственные и
М.2/Базовая
ОФО
2
З
муниципальные финансы
часть
080100.68, Экономика.
Международная экономика
080100.68, Экономика.
Учет, анализ и аудит
1.3 Компетенции обучающегося, формируемые в результате освоения учебной
дисциплины.
Таблица 1. Формируемые компетенции
ООП
080100.68,
Экономика. Банки
и банковская
деятельность
080100.68,
Экономика.
Государственные
и муниципальные
финансы
080100.68,
Экономика.
Международная
экономика
080100.68,
Экономика.
Учет, анализ и
аудит
Вид компетенций
Компетенции
ОК-2 способностью к самостоятельному освоению
новых методов исследования, к изменению
научного и научно-производственного профиля
своей профессиональной деятельности
ОК-3 способностью самостоятельно приобретать (в
Общекультурные
том числе с помощью информационных
технологий) и использовать в практической
деятельности новые знания и умения, включая
новые области знаний, непосредственно не
связанных со сферой деятельности
ПК-1 способностью обобщать и критически
оценивать результаты, полученные отечественными
и зарубежными исследователями, выявлять
перспективные направления, составлять программу
исследований
Профессиональные
ПК-6 способностью оценивать эффективность
проектов с учетом фактора неопределенности
ПК-9 способностью анализировать и использовать
различные источники информации для проведения
экономических расчетов
Таблица 2. Формируемые знания, умения, владения
ООП
080100.68,
Экономика. Банки
и банковская
деятельность
080100.68,
Экономика.
Государственные и
муниципальные
финансы
Коды
компетенций
Знания, Умения, Владения
Знания:
ОК-2
Владения:
ОК-3
Умения:
Знания:
ПК-1
080100.68,
Экономика.
Международная
экономика
080100.68,
Экономика.
Учет, анализ и
аудит
Владения:
ПК-6
Владения:
ПК-9
Знания:
современные методы эконометрического
анализа
современной методикой построения
эконометрических моделей
использовать современное программное
обеспечение для решения экономикостатистических и эконометрических задач
основные результаты новейших
исследований, опубликованные в ведущих
профессиональных журналах по проблемам
макро-, микроэкономики, эконометрики
современными методами сбора, обработки и
анализа экономических и социальных данных
методами и приемами анализа экономических
явлений и процессов с помощью стандартных
теоретических и эконометрических моделей
цели, принципы, функции, сферы
применения, объекты, средства и методы
проведения экономических расчетов
1.4 Основные виды занятий и особенности их проведения
Объем и сроки изучения дисциплины:
Дисциплина читается для магистрантов в объеме 72 учебных часа. На
самостоятельное изучение дисциплины магистрантам выделяется 48 часов.
Промежуточная аттестация по дисциплине — зачет.
1.5 Виды контроля и отчетности по дисциплине
Текущий контроль предполагает:
- проверку уровня самостоятельной подготовки студента при выполнении
индивидуальных заданий;
- рецензирование студентами работ друг друга;
- групповые дискуссии по основным вопросам и проблемам изучаемой темы,
участие в тренингах.
Промежуточный контроль предусматривает выполнение типовых заданий и
контрольных работ, позволяющих оценить знания, умения и уровень приобретенных
компетенций.
2. СТРУКТУРА И СОДЕРЖАНИЕ УЧЕБНОЙ ДИСЦИПЛИНЫ
2.1 Темы лекций
Тема 1. Модели с дискретной зависимой переменной.
Модели бинарного выбора. Оценивание параметров моделей бинарного выбора.
Модели множественного выбора.
Тема 2. Динамические эконометрические модели.
Модели авторегрессии. Модели с распределенным лагом. Модели адаптивных
ожиданий и неполной корректировки. Оценка параметров моделей авторегрессии.
Тема 3. Модели панельных данных.
Анализ двухпериодных панельных данных. Обзор линейных моделей.
Фиксированные эффекты. Случайные эффекты.
2.2 Перечень тем практических/лабораторных занятий
Тема 1. Модели с дискретной зависимой переменной.
Построение Logit- и Probit- моделей в пакете STATISTIKA.
Оценивание
параметров Logit- и Probit- моделей в пакете STATISTIKA. ROC-анализ.– 1 час.
Метод обучения case-study : «Построение скоринговой модели банка» - 6 часов.
Тема 2. Динамические эконометрические модели.
Процедура применения метода Алмон для расчета параметров модели с
распределенным лагом. Преобразования Койка. Процедура вычислений по методу
главных компонент. - 2 часа.
Метод обучения Jigsaw-2: «Построение модели с распределенным лагом» -4 часа.
Тема 3. Модели панельных данных.
Тесты на спецификацию моделей. – 2 часа.
Метод обучения в командах достижений: «Полный анализ панельных данных на
примере нескольких Российских регионов» -5 часов.
2.3 Самостоятельная работа студентов
Тема 1. Множественная регрессия и корреляция.
Оценка надежности результатов множественной регрессии и корреляции.
Фиктивные переменные. Предпосылки метода наименьших квадратов. Метод
максимального правдоподобия.
Тема 2. Изучение взаимосвязей по временным рядам. Статистическая оценка
взаимосвязи двух временных рядов. Методы исключения тенденции. Автокорреляция в
остатках.
Тема 3. Интегрируемые процессы. Нестационарные временные ряды. Метод
разностей и интегрируемость. Оценка порядка интегрируемости.
3. ОБРАЗОВАТЕЛЬНЫЕ ТЕХНОЛОГИИ
Программой дисциплины предусмотрено чтение лекций и проведение
практических занятий. Теоретический материал магистранты изучают на лекционных
занятиях. На практических занятиях под руководством преподавателя обсуждаются
проблемы практики эконометрических методов при исследовании социальноэкономических процессов, решаются практические задачи построения эконометрических
моделей и оценки параметров.
4. МЕТОДИЧЕСКИЕ
КУРСА
4.1
РЕКОМЕНДАЦИИ
ПО
ИЗУЧЕНИЮ
Перечень и тематика самостоятельных работ студентов по дисциплине
Контрольные работы:
1)
Модели бинарного выбора.
2)
Динамические эконометрические модели.
4.2
Контрольные вопросы для самостоятельной оценки качества освоения учебной
дисциплины.
1. Эконометрическое моделирование какого типа задач подразумевает
использование моделей с дискретной зависимой переменной?
2. Каковы недостатки линейной вероятностной модели?
3. В чем суть метода, используемого для оценки параметров моделей бинарного
выбора?
4. Какие тесты используются для проверки гипотез о значимости коэффициентов?
5. Эконометрическое моделирование каких экономических задач требует
применение моделей с распределенным лагом и моделей авторегрессии?
6. Какова интерпретация параметров модели с распределенным лагом?
7. Какова интерпретация параметров модели авторегрессии?
8. В чем сущность метода Алмон?
9. Какова методика применения подхода Койка для построения модели с
распределенным лагом?
10.
Изложите методику применения метода главных компонент для построения
модели с распределенным лагом?
11.
В чем сущность модели адаптивных ожиданий?
12.
В чем сущность модели неполной корректировки?
13.
Какие данные являются панельными?
14.
В чем сущность метода взятия разностей?
15.
Какие модели применяются для анализа панельных данных?
16.
Как производят оценивание параметров модели с фиксированными
эффектами?
17.
Как
выполняется оценивание параметров модели со случайными
эффектами?
18.
Сформулируйте условия применения метода наименьших квадратов.
19.
В чем заключается метод максимального правдоподобия?
20.
В чем состоит специфика построения моделей регрессии по временным
рядам данных?
21.
Перечислите основные методы исключения тенденции.
4.3
Методические рекомендации по организации СРС
В качестве самостоятельной работы магистрантам предлагается подготовка
докладов и сообщений, выполнения домашних заданий, работа по сбору необходимых
данных и построение эконометрических моделей.
4.4
Рекомендации по работе с литературой
В процессе изучения дисциплины помимо материала, изложенного преподавателем
на лекционных занятиях и имеющегося в электронном виде на сервере, а так же
раздаточного материала для выполнения лабораторных работ, может возникнуть
потребность в использовании учебной литературы. В наиболее доступной для широкого
круга читателей форме материал дисциплины изложен в учебнике [2].
Учебник [3] требует более основательной математической подготовки, содержит
математические обоснования и доказательства многих утверждений. Учебник снабжен
достаточным количеством примеров и задач.
В книге [1] с достаточной научной строгостью раскрываются практически все
основные современные базовые методы эконометрики, на которых строятся и научные
исследования, и продвинутые учебные курсы. Учебник богат реальными примерами из
микро- и макроэкономики. Книга [7] предлагается в качестве справочного пособия по
теории вероятностей и математической статистике, так как для осмысленного освоения
эконометрических методов необходимо хорошее владение этими разделами математики.
5. УЧЕБНО-МЕТОДИЧЕСКОЕ
И
ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ
ИНФОРМАЦИОННОЕ
5.1 Основная литература
1. Доугерти К. Введение в эконометрику. - 3-е изд. - М.: ИНФРА-М, 2010. - XIV, 465
с.
2. И.И.Елисеева, С.В. Курышева, Т.В. Костеева и др. Эконометрика: учебник. - М.:
Финансы и статистика , 2008.-576 с.
3. Кремер Н.Ш., Путко Б.А. Эконометрика: учебник для студентов вузов. - 2-е
изд.,стереотип. - М.: ЮНИТИ-ДАНА, 2008. - 311 с.
4. Новиков А. И. Эконометрика: учебное пособие для студентов вузов / - 2-е изд.,
испр. и доп. - М.: ИНФРА-М, 2011. - 144 с.
5. Н. П. Тихомиров, Е. Ю. Дорохина .Эконометрика: учебник для студ. вузов,
обучающихся по спец. "Математические методы в экономике" - М. : Экзамен,
2007. - 512 с.
5.2 Дополнительная литература
6. К. В. Балдин, В. И. Базильков, И. А. Брызгалов и др. Эконометрика: учебник [для
студентов вузов] - М.: Дашков и К*, 2011. - 564 с.
7. Вентцель Е.С. Теория вероятностей: Учеб. для вузов. – 11-е изд.,стереотип. - М. :
КНОРУС, 2010. - 664 с.
8. Соколов Г. А. Эконометрика: теоретические основы: учеб. пособие для студентов
вузов. - М.: ИНФРА-М, 2012. - 216 с.
5.3 Полнотекстовые базы данных
1. http://elibrary.ru/title_about.asp?id=25180 ,
2. http://elibrary.ru/title_about.asp?id=8281 .
5.4 Интернет-ресурсы
1. http://www.exponenta.ru/soft/Statist/Statist.asp
2. http://ecsocman.hse.ru/docs/16000077/
6. МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ
ДИСЦИПЛИНЫ
а) программное обеспечение: пакет Анализа в Excel, система STATISTIKA
б) техническое и лабораторное обеспечение: аудитория с мультимедийным
оборудованием.
7. СЛОВАРЬ ОСНОВНЫХ ТЕРМИНОВ
Авторегрессия – регрессия зависимой временной переменной от лаговой
переменной, составленной от той же переменной.
Динамическая модель - модель, учитывающая в данный момент времени t значения
входящих в нее переменных, относящихся как к текущему, так и к предыдущим моментам
времени, т.е. эта модель отражает динамику исследуемых переменных в каждый момент
времени.
Лаг – экономический показатель, отражающий отставание или опережение во времени
одного экономического явления по сравнению с другим, связанным с ним явлением.
Логит-модель (Logit-модель) - статистическая (нелинейная) модель и метод анализа
зависимости качественных (в первую очередь — бинарных) переменных от множества
факторов, основанная на логистическом распределении.
Панельные данные представляют собой прослеженные во времени пространственные
микроэкономические выборки, то есть они состоят из наблюдений одних и тех же
экономических единиц, которые осуществляются в последовательные периоды времени.
Пробит-регрессия (Probit- модель) — статистическая (нелинейная) модель и метод
анализа зависимости качественных (в первую очередь — бинарных) переменных от
множества факторов, основанная на нормальном распределении.
ПРИЛОЖЕНИЕ 1
Активные методы обучения
Метод обучения case-study : «Построение скоринговой модели банка» - 6 часов.
Описание: Каждый магистрант получает кейс, содержащий необходимую
информацию о кредитной истории "прошлых" клиентов реального банка, информацию о
нескольких новый потенциальных заемщиках и список рекомендованной литературы.
Участниками в индивидуальном порядке разрабатываются варианты построения
скоринговой модели, выбирая тип модели (Logit- или Probit- модель), определяя набор
экзогенных переменных. Определяется лучшая модель согласно проведенной оценке
качества модели, ее параметров, ROC-анализа. Используя выбранную модель, магистрант
определяет, насколько велика вероятность, что конкретный потенциальный заемщик
вернет кредит в срок.
После выполнения работы предусмотрен письменный отчет и публичная защита
полученных результатов моделирования с обоснованием выбора модели, сравнение и
обсуждение результатов всех участников.
Метод обучения Jigsaw-2: «Построение модели с распределенным лагом» - 4 часа.
Описание: Участники формируются в группы по 4-5 чел. Вся малая группа работает
над одним и тем же заданием: «Построение уравнения регрессии, используя метод Койка
и метод главных компонент» по реальным экономическим данным. При этом каждый
член группы получает свое задание, которое разрабатывает особенно тщательно и
становится в ней экспертом. Далее проводятся встречи экспертов из разных групп. В
конце занятия все магистранты проходят индивидуальный контрольный срез, который и
оценивается, результаты суммируются. Малая группа, сумевшая достичь наивысшей
суммы баллов, является победителем.
Метод обучения в командах достижений: «Полный анализ панельных данных на
примере нескольких Российских регионов» -5 часов.
Описание: Участники формируются в группы по 4-5 чел. После прослушивания
лекции по данной теме магистранты работают в командах над конспектами лекции,
помогая друг другу понять ее содержание. Студенты могут задавать друг другу вопросы,
проясняя непонятные для себя моменты. Вопросы преподавателю разрешается задавать
только тогда, когда никто из членов команды не может ответить на них.
После проработки конспекта лекции участники самостоятельно выполняют
индивидуальные работы полного анализа выданных панельных данных. Оценка
осуществляется по прогрессивно-сравнительному признаку: магистрант может увеличить
оценку всей команды только в том случае, если его оценка за данную работу выше
средней его оценки за предыдущие работы. Команда, набравшая по итогам изучения темы
наибольшее количество баллов, считается победившей.