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.