Заочная форма обучения (5,6)

УЧЕБНО-МЕТОДИЧЕСКИЙ КОМПЛЕКС

Учебной дисциплины «Эконометрика»

Цикла ЕН.Ф.05 по специальности

Финансы и кредит»

Составители: к.э.н., доц. Житников И.В., к.э.н., доц. Кравцов В.Б.

 

Ростов-на-Дону

 

СОДЕРЖАНИЕ

 

1. Рабочая программа дисциплины
2. Краткое изложение программного материала (курс лекций)
3. Методические указания к решению типовых задач
4. Методические указания по изучению курса
5. Контроль знаний
6. Сведения о профессорско-преподавательском составе
7. Деловые игры
8. Использование инновационных методов
9. Дополнительный материал (глоссарий, статистические таблицы)

 

 

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

РОСТОВСКИЙ ГОСУДАРСТВЕННЫЙ ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ «РИНХ»

РАБОЧАЯ УЧЕБНАЯ ПРОГРАММА УТВЕРЖДАЮ:

ДИСЦИПЛИНЫ

Проректор Н.П.Маслова

___________________________

ЕН.Ф.05 Эконометрика

(индекс) (наименование)

СПЕЦИАЛЬНОСТЬ(И)

080105 Финансы и кредит

(код) (наименование)

СПЕЦИАЛИЗАЦИЯ(И)

080105 – 01 Государственные и муниципальные финансы

080105 – 02 Финансовый менеджмент

080105– 04 Банковское дело

080105 – 05 Международные валютно-кредитные отношения

080105 – 06 Рынок ценных бумаг

080105 – 08 Оценка собственности

(код) (наименование)

ФАКУЛЬТЕТ		Учетно-экономический
КАФЕДРА		Математической статистики, эконометрики и актуарных расчетов

(код) (наименование)

ОБЩИЙ ОБЪЕМ* работы студента в час.	ГОС	уч. план	Очная форма	Заочная форма
		5 лет	5 лет 6 мес.	3 года	3 года 6 мес.
Всего аудиторных занятий, час, в том числе:
- лекций, по семестрам
7 семестр	4 курс	2 курс	2 курс
- лабораторные работы (или занятия по подгруппам), по семестрам
- практические занятия, по семестрам
7 семестр
Индивидуальная работа, час
Всего самостоятельной работы, час, в том числе:
- контрольные работы по семестрам
- курсовые работы по семестрам
- курсовые проекты по семестрам
- др. виды работы по семестрам
Зачеты, по семестрам, час	7 семестр	4 курс	2 курс	2 курс
Экзамены, по семестрам, час

^* Объем часов по всем видам работ переносится из учебного плана.

ОСНОВАНИЕ

ГОС ВПО по специальности 060400 «Финансы и кредит» утвержден 17.03.2003 г., учебный план подготовки дипломированного специалиста 060400 «Финансы и кредит» одобрен Ученым советом вуза 29.04.2003 г. пр. №8.

Нормативные документы и реквизиты (ГОС, Учебный план, примерная программа и др.,)

АВТОР к.э.н., доцент		Житников И.В.
к.э.н., доцент		Кравцов В.Б.
(ученая степень, звание, должность)	(подпись)	(Ф.И.О.)	(дата)

ОБСУЖДАЛАСЬ И СОГЛАСОВАНА

Кафедрой МСЭиАР		Ниворожкина Л.И.
(наименование)	(подпись)	(Ф.И.О.)	(дата)
Учебно-методическим советом специальности
Учебно-методическим управлением

Цели и задачи дисциплины

1.1. Цель. Задачи дисциплины, ее место в подготовке специалиста (с учетом квалификационных требований ГОС)

Целью изучения "Эконометрики" является усвоение эконометрических методов и выработка навыков их применения в анализе социально-экономических явлений и процессов. Задачи курса. Студенты при изучении данной дисциплины должны уметь использовать методы эконометрики для прикладных целей. В частности, студенты должны уметь строить линейные модели множественной регрессии, проверять свойства оценок мнк; анализировать показатели качества регрессии; работать с линейными регрессионными моделями с гетероскедастичностью и автокорреляцией; использовать обобщенный метод наименьших квадратов (омнк); строить регрессионные модели с переменной структурой (фиктивные переменные); строить нелинейные модели регрессии; использовать модели стационарных и нестационарных временных рядов, идентифицировать их; строить системы линейных одновременных уравнений; владеть косвенным, двухшаговым и трехшаговым методом наименьших квадратов. Студенты после изучения дисциплины должны знать методы моделирования экономических процессов и систем на макро и микро уровнях, уметь и иметь опыт интерпретации и проверки построенных эконометрических моделей, использовать современные пакеты программ статистического анализа и иметь опыт использования статистических сборников и сети Internet для сбора экономической информации. Дисциплина относится к циклу общих математических и естественнонаучных дисциплин и входит в федеральный компонент ГОС ВПО.

 

Требования к уровню усвоения дисциплины

Студент должен знать: особенности построения регрессионных моделей с одним уравнением, моделей временных рядов, систем одновременных уравнений, подходы к моделированию различных типов данных: временных рядов и пространственных данных.

Студент должен уметь определять конечные цели моделирования и набор участвующих в модели факторов, выбирать общий вид модели (состав и форму входящих в нее связей), собирать необходимую статистическую информацию, проводить статистический анализ модели (статистическое оценивание неизвестных параметров модели), сопоставлять реальные и модельные данные, проверяя адекватность модели и точность модельных данных.

Студент должен иметь представление о возможности применения эконометрических методов в исследовании социально-экономических явлений.

 

1.3. Связь с другими дисциплинами Учебного плана

Перечень действующих дисциплин с указанием разделов (тем)	Перечень последующих дисциплин, видов работ
Математика (математический анализ, линейная алгебра) Экономическая теория Теория вероятностей и математическая статистика Теория статистики Социально-экономическая статистика	Оценка и анализ рисков Анализ хозяйственной деятельности Навыки, полученные в ходе изучения курса, могут быть применены при написании дипломных и курсовых работ.

 

Содержание дисциплины, способы и методы учебной деятельности преподавателя

Методы обучения – система последовательных, взаимосвязанных действий, обеспечивающих усвоение содержания образования, развитие способностей студентов, овладение ими средствами самообразования и самообучения; обеспечивают цель обучения, способ усвоения и характер взаимодействия преподавателя и студента; направлены на приобретение знаний, формирование умений, навыков, их закрепление и контроль.

Монологический (изложение теоретического материала в форме монолога)	М
Показательный (изложение материала с приемами показа)	П
Диалогический (изложение материала в форме беседы с вопросами и ответами)	Д
Эвристический (частично поисковый) (под руководством преподавателя студенты рассуждают, решают возникающие вопросы, анализируют, обобщают, делают выводы и решают поставленную задачу)	Э
Проблемное изложение (преподаватель ставит проблему и раскрывает доказательно пути ее решения)	ПБ
Исследовательский (студенты самостоятельно добывают знания в процессе разрешения проблемы, сравнивая различные варианты ее решения)	И
Программированный (организация аудиторной и самостоятельной работы студентов осуществляется в индивидуальном темпе и под контролем специальных технических средств)	ПГ
Другой метод, используемый преподавателем (формируется самостоятельно), при этом в п.п. 2.1.-2.4. дается его наименование, необходимые пояснения

Приведенные в таблице сокращения обозначения педагогических методов используются составителем Рабочей программы для заполнения п.п. 2.1., 2.2. и 2.3. в столбце «Методы».

 

2.1. Аудиторные занятия (лекции, лабораторные, практические, семинарские).

Очная форма обучения

Неделя	Кол. час	Вид занятия, тема и краткое содержание	Методы
		Лекция. «Предмет и задачи курса». Определение эконометрики. Эконометрика и экономическая теория. Эконометрика и статистика. Эконометрика и экономико-математические методы. Области применения эконометрических моделей. Методологические вопросы построения эконометрических моделей: обзор используемых методов.	М, П
		Лекция. «Парная регрессия и корреляция». Понятие о функциональной, статистической и корреляционной связях. Основные задачи прикладного корреляционно-регрессионного анализа. Уравнение регрессии, его смысл и назначение. Выбор типа математической функции при построении уравнения регрессии. Парная регрессия. Метод наименьших квадратов и условия его применения для определения параметров уравнения парной регрессии.	М, П
	Практическое занятие. «Предмет и задачи курса. Парная регрессия и корреляция». Определение эконометрики. Эконометрика и экономическая теория. Эконометрика и статистика. Эконометрика и экономико-математические методы. Области применения эконометрических моделей. Методологические вопросы построения эконометрических моделей: обзор используемых методов.Практическая значимость, смысл и назначение уравнения регрессии. Важность верного выбора типа математической функции при построении уравнения регрессии. Парная регрессия. Применение метода наименьших квадратов для определения параметров уравнения парной регрессии.	Э, И
		Лекция. «Парная регрессия и корреляция» (продолжение). Нелинейные модели регрессии и их линеаризация. Оценка степени тесноты связи между количественными переменными. Коэффициент ковариации. Показатели корреляции: линейный коэффициент корреляции, индекс корреляции, теоретическое корреляционное отношение. Коэффициент детерминации. Стандартная ошибка уравнения регрессии. Оценка статистической значимости показателей корреляции, параметров уравнения регрессии в целом: t - критерий Стьюдента, F - критерий Фишера.	М, П, Д
		Лекция. «Множественная регрессия и корреляция» Понятие о множественной регрессии. Классическая линейная модель множественной регрессии (КЛММР). Определение параметров уравнения множественной регрессии методом наименьших квадратов.	М, П
	Практическое занятие. «Парная регрессия и корреляция». Расчет коэффициента детерминации. Расчет стандартной ошибки уравнения регрессии. Процедура оценки статистической значимости показателей корреляции, параметров уравнения регрессии в целом по t - критерию Стьюдента и F - критерию Фишера. Процедура лианеризации нелинейных моделей регрессии. Оценка степени тесноты связи между количественными переменными. Расчет коэффициента ковариации. Расчет показателей корреляции: линейного коэффициента корреляции, индекса корреляции, теоретического корреляционного отношения.	Э, И
		Лекция. «Множественная регрессия и корреляция» (продолжение). Стандартизованные коэффициенты регрессии, их интерпретация. Парные и частные коэффициенты корреляции. Множественный коэффициент корреляции и множественный коэффициент детерминации.	М, П
		Лекция. «Множественная регрессия и корреляция» (продолжение). Оценка надежности показателей корреляции. Оценка качества модели множественной регрессии: F – критерий Фишера, t - критерий Стьюдента.	М, П
	Практическое занятие. «Множественная регрессия и корреляция». Расчет и интерпретация стандартизованных коэффициентов регрессии. Парные и частные коэффициенты корреляции. Область применения множественной регрессии. Особенности классической линейной модели множественной регрессии (КЛММР). МНК при определении параметров уравнения множественной регрессии.	Э, И
		Лекция. «Множественная регрессия и корреляция» (продолжение). Мультиколлинеарность: причины и последствия. Методы обнаружения мультиколлинеарности. Методы устранения мультиколлинеарности.	М, П
		Лекция. «Спецификация переменных в уравнениях регрессии».Эконометрические модели: общая характеристика, различия статистического и эконометрического подхода к моделированию. Спецификация переменных в уравнениях регрессии. Ошибки спецификации. Обобщенная линейная модель множественной регрессии. Обобщенный метод наименьших квадратов.	М, П
	Практическое занятие. «Множественная регрессия и корреляция». Проблема мультиколлинеарности. Практическая реализация методов устранения мультиколлинеарности. Множественный коэффициент корреляции и множественный коэффициент детерминации. Оценка надежности показателей корреляции. Процедура оценки качества модели множественной регрессии: F – критерий Фишера, t - критерий Стьюдента.	Э, И
		Лекция. «Спецификация переменных в уравнениях регрессии» (продолжение). Проблема гетероскедастичности. Автокорреляция. Анализ линейной модели множественной регрессии при гетероскедастичности и автокорреляции.	П, Д
		Лекция. «Спецификация переменных в уравнениях регрессии» (продолжение). Фиктивные переменные: общий случай. Множественные совокупности фиктивных переменных. Фиктивные переменные для коэффициентов наклона. Тест Чоу. Моделирование: влияние отсутствия переменной, которая должна быть включена; влияние включения в модель переменной, которая не должна быть включена. Замещающие переменные.	М, П
	Практическое занятие. «Спецификация переменных в уравнениях регрессии». Методика выявления гетероскедастичности. Методика выявления автокорреляции. Анализ линейной модели множественной регрессии при гетероскедастичности и автокорреляции. Различия статистического и эконометрического подхода к моделированию. Спецификация переменных в уравнениях регрессии. Ошибки спецификации. Специфика обобщенной линейной модели множественной регрессии и обобщенного метода наименьших квадратов.	Э, И
		Лекция. «Временные ряды в эконометрических исследованиях» Специфика временных рядов как источника данных в эконометрическом моделировании. Аналитическое выравнивание временных рядов. Оценка параметров уравнения тренд	М, П
		Лекция. «Временные ряды в эконометрических исследованиях» (продолжение). Автокорреляция в остатках, ее измерение и интерпретация. Критерий Дарбина-Уотсона в оценке качества трендового уравнения регрессии.	М, П
	Практическое занятие. «Спецификация переменных в уравнениях регрессии». Область и особенности применения фиктивных переменных. Множественные совокупности фиктивных переменных. Фиктивные переменные для коэффициентов наклона. Тест Чоу. Практическое моделирование: влияния отсутствия переменной, которая должна быть включена; влияния включения в модель переменной, которая не должна быть включена. Применение замещающих переменных.	Э, И
		Лекция. «Временные ряды в эконометрических исследованиях» (продолжение) Анализ временных рядов при наличии периодических колебаний: аддитивная и мультипликативная модели.	М, П
		Лекция. «Временные ряды в эконометрических исследованиях» (продолжение) Особенности изучения взаимосвязанных временных рядов. Автокорреляция рядов динамики и методы ее устранения. Метод последовательных разностей. Интерпретация параметров уравнения регрессии, построенного по первым и вторым разностям. Метод отклонения уровней ряда от основной тенденции. Метод включения фактора времени.	М, П
	Практическое занятие. «Временные ряды в эконометрических исследованиях». Алгоритм и особенности расчетов аддитивной и мультипликативной моделей при наличии периодических колебаний во временных рядах. Методы устранения автокорреляции рядов динамики. Измерение и интерпретация автокорреляции в остатках. Оценка качества трендового уравнения регрессии посредством критерия Дарбина-Уотсона.	Э, И
		Лекция. «Системы эконометрических уравнений». Виды систем эконометрических уравнений. Независимые системы. Рекурсивные системы. Системы одновременных (совместных) уравнений.	М,ПБ
		Лекция. «Системы эконометрических уравнений» (продолжение). Структурная и приведенная формы эконометрической модели. Проблемы идентификации.	М
	Практическое занятие. «Системы эконометрических уравнений». Виды и особенности систем эконометрических уравнений (независимые системы, рекурсивные системы, системы одновременных (совместных) уравнений). Особенности структурной и приведенной формы эконометрической модели. Проблемы идентификации. Общая схема алгоритма и расчет косвенного и двухшагового методов наименьших квадратов. Практическое применение эконометрических моделей (модель Кейнса (статистическая и динамическая формы), модель Клейна).	Э, И
		Лекция. «Системы эконометрических уравнений» (продолжение). Косвенный и двухшаговый метод наименьших квадратов, общая схема алгоритма расчетов.	М
		Лекция. «Системы эконометрических уравнений» (продолжение). Применение эконометрических моделей. Модель Кейнса (статистическая и динамическая формы). Модель Клейна	М,П
	Практическое занятие. «Системы эконометрических уравнений». Общая схема алгоритма и расчет косвенного и двухшагового методов наименьших квадратов. Контрольное занятие.	И, ПГ

 

Заочная форма обучения (5,6)

Кол. час	Вид занятия, тема и краткое содержание	Методы
	Лекция. «Предмет и задачи курса». Определение эконометрики. Эконометрика и экономическая теория. Эконометрика и статистика. Эконометрика и экономико-математические методы. Области применения эконометрических моделей. Методологические вопросы построения эконометрических моделей: обзор используемых методов.	М, П
	Лекция. «Парная регрессия и корреляция». Понятие о функциональной, статистической и корреляционной связях. Основные задачи прикладного корреляционно-регрессионного анализа. Уравнение регрессии, его смысл и назначение. Выбор типа математической функции при построении уравнения регрессии. Парная регрессия. Метод наименьших квадратов и условия его применения для определения параметров уравнения парной регрессии. Нелинейные модели регрессии и их линеаризация. Оценка степени тесноты связи между количественными переменными. Коэффициент ковариации. Показатели корреляции: линейный коэффициент корреляции, индекс корреляции, теоретическое корреляционное отношение. Коэффициент детерминации. Стандартная ошибка уравнения регрессии. Оценка статистической значимости показателей корреляции, параметров уравнения регрессии в целом: t - критерий Стьюдента, F - критерий Фишера.	М, П, Д
	Лекция. «Множественная регрессия и корреляция». Понятие о множественной регрессии. Классическая линейная модель множественной регрессии (КЛММР). Определение параметров уравнения множественной регрессии методом наименьших квадратов. Парные и частные коэффициенты корреляции. Множественный коэффициент корреляции и множественный коэффициент детерминации. Оценка качества модели множественной регрессии: F – критерий Фишера, t - критерий Стьюдента.
	Практическое занятие. «Парная регрессия и корреляция». Расчет коэффициента детерминации. Расчет стандартной ошибки уравнения регрессии. Процедура оценки статистической значимости показателей корреляции, параметров уравнения регрессии в целом по t - критерию Стьюдента и F - критерию Фишера. Процедура лианеризации нелинейных моделей регрессии. Оценка степени тесноты связи между количественными переменными. Расчет коэффициента ковариации. Расчет показателей корреляции: линейного коэффициента корреляции, индекса корреляции, теоретического корреляционного отношения.	Э, И
	Практическое занятие. «Множественная регрессия и корреляция». Расчет и интерпретация стандартизованных коэффициентов регрессии. Парные и частные коэффициенты корреляции. Область применения множественной регрессии. Особенности классической линейной модели множественной регрессии (КЛММР). МНК при определении параметров уравнения множественной регрессии.	Э, И

 

12345678910Следующая ⇒

Поделиться:

Воспользуйтесь поиском по сайту: