Заочная форма обучения (3,6)

Кол. час	Темы, разделы, вынесенные на самостоятельную подготовку, вопросы к практическим и лабораторным занятиям; тематика рефератной работы; курсовые работы и проекты, контрольные, рекомендации по использованию литературы и ЭВМ и др.	Методы
	Множественная регрессия и корреляция Мультиколлинеарность: причины и последствия. Методы обнаружения мультиколлинеарности. Методы устранения мультиколлинеарности.	И
	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. Проблема гетероскедастичности. Автокорреляция. Анализ линейной модели множественной регрессии при гетероскедастичности и автокорреляции 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.	И
	Временные ряды в эконометрических исследованиях Специфика временных рядов как источника данных в эконометрическом моделировании. Аналитическое выравнивание временных рядов. Оценка параметров уравнения тренда. Автокорреляция в остатках, ее измерение и интерпретация. Критерий Дарбина-Уотсона в оценке качества трендового уравнения регрессии. Анализ временных рядов при наличии периодических колебаний: аддитивная и мультипликативная модели. 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.	И
	Системы эконометрических уравнений Виды систем эконометрических уравнений. Независимые системы. Рекурсивные системы. Системы одновременных (совместных) уравнений. Структурная и приведенная формы эконометрической модели. Проблемы идентификации. Косвенный и двухшаговый метод наименьших квадратов, общая схема алгоритма расчетов. Применение эконометрических моделей. Модель Кейнса (статистическая и динамическая формы). Модель Клейна.	И

 

2.4. Инновационные способы и методы, используемые в образовательном процессе

Основаны на использовании современных достижений науки и информационных технологий. Направлены на повышение качества подготовки путем развития у студентов творческих способностей и самостоятельности (методы проблемного обучения, исследовательские методы, тренинговые формы, рейтинговые системы обучения и контроля знаний и др.). Нацелены на активизацию творческого потенциала и самостоятельности студентов и могут реализовываться на базе инновационных структур (научных лабораторий, центов, предприятий и организаций и др.).

№	Наименование основных методов	Краткое описание и примеры, использования в темах и разделах, место проведения
1.	Использование информационных ресурсов и баз данных	Для осуществления моделирования на реальных выборочных данных используется данные статистических сборников и данные Интернет сайтов (как реальные данные с сайта Росстата и др., так и учебные упражнении, например, www.econ.kuleuven.ac.be/gme, www.econometrics.nes.ru/mkp/ и др.) Данные используется как на лабораторных работах, так и при самостоятельной работе студентов. Для работы с данными используется MS Excel и пакет прикладных программ Eviews.
2.	Применение электронных мультимедийных учебников и учебных пособий	Применение справки MS Excel, Eviews, а также электронных ресурсов разработчика Eviews: www.eviews.com.
3.	Ориентация содержания на лучшие отечественные аналоги образовательных программ	Содержание дисциплины ориентируется на образовательную программу Московского государственного университета экономики, статистики и информатики «МЭСИ».
4.	Применение предпринимательских идей в содержании курса	Студенты предлагают идеи использования эконометрических методов для решения предпринимательских задач, востребованных практикой.
5.	Использование проблемно-ориентированного междисциплинарного подхода к изучению наук	Для закрепления полученных теоретических и практических знаний студенты выполняют лабораторные работы, в которых требуется знание экономической теории, статистики (теории статистики, социально-экономической статистики) и применение эконометрических знаний. При выполнении задания от студента требуется: 1) Постановка проблемы и формулировка гипотез требующих проверки (с привлечением знаний из экономической теории); 2) Сбор необходимых статистических данных; 3) Непосредственно построение модели и проверка ее качества; 4) Содержательная интерпретация полученных результатов (в том числе ответ на вопрос: соответствует ли построенная модель нашим представлениям об изучаемом явлении?).
6.	Применение активных методов обучения, на основе опыта и др.	Используются интерактивные методы обучения: творческие задания; работа в малых группах; обучающие деловые игры; изучение и закрепление нового материала (интерактивная лекция, работа с наглядными пособиями, видео- и аудиоматериалами); обсуждение сложных и дискуссионных вопросов и проблем.
7.	Использование методов, основанных на изучении практики (case studies)	Использование в качестве кейсов примеров применения эконометрических методов в социально-экономических исследованиях обсуждаемых в книге Берндта Е.
8.	Использование проектно-организованных технологий обучения работе в команде над комплексным решением практических задач	Деловая игра. Проводится как игровая форма выполнения и защиты одного из домашних заданий по дисциплине с целью закрепления у студентов навыков эконометрического моделирования, начиная с постановки задачи, затем спецификации модели, идентификации параметров модели и заканчивая выводами и рекомендациями для принятия решений; а также развитие творческого (критического) подхода к исследованию экономических процессов. Результатом игры является постановка и решение конкретной практической экономической задачи с помощью эконометрических методов с интерпретацией результатов и формулировкой выводов. Студенты разбиваются на 4 группы по 5-6 человек, выбирают руководителей групп. Каждая группа презентует свои результаты и защищает свои выводы.

 

3. Средства обучения

3.1. Информационно-методические

№	Перечень основной и дополнительной литературы, методических разработок; с указанием наличия в библиотеке, на кафедре
Основная литература:
1.	Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. Учебник для вузов. – М.: ЮНИТИ, 1998.
2.	Анатольев С. Эконометрика для подготовленных. Курс лекций. – М.: РЭШ, 2003.
3.	Арженовский С.В. Системы одновременных уравнений. Учебное пособие. РГЭУ «РИНХ», Ростов-на-Дону, 2002.
4.	Берндт Е. Практика эконометрики: классика и современность. М.: ЮНИТИ, 2005.
5.	Джонстон Дж. Эконометрические методы/Пер. с англ.-М.: Статистика, 1980.
6.	Доугерти К. Введение в эконометрику. – М. ИНФРА-М, 2004.
7.	Замков О.О. Эконометрические методы в макроэкономическом анализе. -М.: Изд-во МГУ, 2000.
8.	Катышев П.К., Магнус Я.Р. и др. Сборник задач к начальному курсу эконометрики. - М.: Дело,2007.
9.	Кремер Н., Путко Б. Эконометрика. М.: ЮНИТИ-ДАНА, 2002.
10.	Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. – М.: Дело, 2004.
11.	Практикум по эконометрике/ Под ред. И.И. Елисеевой. М.: Финансы и статистика, 2001.
	Ниворожкина Л.И., Кокина Е.П., Кравцов В.Б. Эконометрическое моделирование с использованием пакета программ «Econometric Views». - Ростов-на-Дону: РГЭУ «РИНХ», 2005.
13.	Эконометрика./Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2005.
Дополнительная литература:
1.	Алексахин С.В., Балдин А.В., Кривицин В.В. и др. Прикладной статистический анализ данных. Теория. Компьютерная обработка. Области применения: Учебно-практическое пособие для вузов. Книга 1, 2. /под.ред. Криницына В.В. – М.: «Издательство ПРИОР», 1998.
2.	Арженовский С.В., Федосова О.Н. Эконометрика. Учебное пособие. - Ростов-на-Дону: РГЭУ, 2002.
3.	Балдин К.В., Быстров О.Ф., Соколов М.М. Эконометрика. М.: Юнити, 2004.
4.	Дрейпер Н., Смит Г. Прикладной регрессионный анализ. - М: Финансы и статистика,1986.
5.	Кейн Э. Экономическая статистика и эконометрика. Введение в количественный анализ. Пер. с англ. - М.: Статистика, 1977.
6.	Колемаев В.А., Калинина В.Н. Теория вероятностей и математическая статистика: Учебник - М.: ИНФРА - М, 1997 г.
7.	Сирл.С., Госман У. Матричная алгебра в экономике - М.: Финансы и статистика, 1974 г.
8.	Справочник по прикладной статистике. В 2-х т. Пер.с англ. /под ред. Э.Ллойда, У. Ледермана, Ю.Н.Тюрина. – М.: Финансы и статистика, 1989.
9.	Уотшем Т.Дж., Паррамоу К. Количественные методы в финансах. М.:Финансы, ЮНИТИ, 1999.
10.	Фёрстер Э., Рёнц Б. Методы корреляционного и регрессионного анализа: руководство для экономистов - М.: Финансы и статистика, 1983 г.
11.	Фишер Ф. Проблема идентификации в эконометрии. – М.: Статистика, 1978.
12.	Verbeek M. A guide to modern econometrics. John Wiley & Sons Ltd, 2000.
13.	Green W.H. Econometrics Analysis, fourth edition. Prentice Hall International Inc, 2000.

 

3.2. Материально-технические

№ ауд.	Основное оборудование, стенды, макеты, компьютерная техника, наглядные пособия и другие дидактические материалы, обеспечивающие проведение лабораторных и практических занятий, научно-исследовательской работы студентов с указанием наличия	Основное назначение (опытное, обучающее, контролирующее) и краткая характеристика использования при изучении явлений и процессов, выполнении расчетов.
513, 516	Компьютерная техника, телевизионная техника для презентаций	ППП Eviews 6.0, MS Excel.

 

4. Текущий, промежуточный контроль знаний студентов

№	Тесты, вопросы для текущего контроля, для подготовки к зачету, экзамену
1.	Вопросы для подготовке к зачету 1. Определение эконометрики. 2. Эконометрика и экономическая теория. Эконометрика и статистика. Эконометрика и экономико-математические методы. 3. Области применения эконометрических моделей. 4. Методологические вопросы построения эконометрических моделей: обзор используемых методов. 5. Понятие о функциональной, статистической и корреляционной связях. Основные задачи прикладного корреляционно-регрессионного анализа. 6. Уравнение регрессии, его смысл и назначение. Выбор типа математической функции при построении уравнения регрессии. 7. Парная регрессия. Метод наименьших квадратов и условия его применения для определения параметров уравнения парной регрессии. 8. Нелинейные модели регрессии и их линеаризация. 9. Оценка степени тесноты связи между количественными переменными. Коэффициент ковариации. Показатели корреляции: линейный коэффициент корреляции, индекс корреляции, теоретическое корреляционное отношение. Коэффициент детерминации. 10. Стандартная ошибка уравнения регрессии. 11. Оценка статистической значимости показателей корреляции, параметров уравнения регрессии, уравнения регрессии в целом: t - критерий Стьюдента, F - критерий Фишера. 12. Понятие о множественной регрессии. Классическая линейная модель множественной регрессии (КЛММР). Определение параметров уравнения множественной регрессии методом наименьших квадратов. 13. Стандартизованные коэффициенты регрессии, их интерпретация. 14. Парные и частные коэффициенты корреляции. 15. Множественный коэффициент корреляции и множественный коэффициент детерминации. Оценка надежности показателей корреляции. 16. Оценка качества модели множественной регрессии: F – критерий Фишера, t - критерий Стьюдента. 17. Мультиколлинеарность. Методы устранения мультиколлинеарности. 18. Эконометрические модели: общая характеристика, различия статистического и эконометрического подхода к моделированию. 19. Спецификация переменных в уравнениях регрессии. Ошибки спецификации. 20. Обобщенная линейная модель множественной регрессии. Обобщенный метод наименьших квадратов. 21. Проблема гетероскедастичности. Автокорреляция. 22. Анализ линейной модели множественной регрессии при гетероскедастичности и автокорреляции. 23. Фиктивные переменные: общий случай. Множественные совокупности фиктивных переменных. Фиктивные переменные для коэффициентов наклона. Тест Чоу. 24. Моделирование: влияние отсутствия переменной, которая должна быть включена; влияние включения в модель переменной, которая не должна быть включена. Замещающие переменные. 25. Специфика временных рядов как источника данных в эконометрическом моделировании. 26. Аналитическое выравнивание временных рядов. Оценка параметров уравнения тренда. 27. Автокорреляция в остатках, ее измерение и интерпретация. 28. Критерий Дарбина-Уотсона в оценке качества трендового уравнения регрессии. 29. Анализ временных рядов при наличии периодических колебаний: аддитивная и мультипликативная модели. 30. Особенности изучения взаимосвязанных временных рядов. 31. Автокорреляция рядов динамики и методы ее устранения. 32. Метод последовательных разностей. Интерпретация параметров уравнения регрессии, построенного по первым и вторым разностям. 33. Метод отклонения уровней ряда от основной тенденции. 34. Метод включения фактора времени. 35. Виды систем эконометрических уравнений. Независимые системы. Рекурсивные системы. Системы одновременных (совместных) уравнений. 36. Структурная и приведенная формы эконометрической модели. 37. Проблемы идентификации. Косвенный и двухшаговый метод наименьших квадратов, общая схема алгоритма расчетов. 38. Применение эконометрических моделей. Модель Кейнса (статистическая и динамическая формы). Модель Клейна.
2.	Тесты 1. Термин «эконометрика» был введен в научный оборот: А) В. Парето; Б) Р. Фришем; В) Дж. Кейнсом Г) Гукером.   2. Все переменные в эконометрических моделях делятся на (выберите несколько правильных ответов): А) экзогенные; Б) эндогенные; В) пространственные; Г) предопределенные.   3. Парная регрессия – это: А) односторонняя стохастическая зависимость; Б) функциональная зависимость; В) двухсторонняя стохастическая зависимость; Г) детерминированная зависимость.   4. Коэффициент парной регрессии интерпретируется: А) в зависимости от экономического смысла задачи. Чаще всего отражает совокупное воздействие на Y неучтенных X -ом факторов; Б) как показатель изменения Y при изменении X на единицу измерения признака; В) не имеет интерпретации.   5. Стандартная ошибка оценки уравнения регрессии – это: А) мера вариации относительно среднего X; Б) мера вариации относительно среднего Y; В) мера вариации относительно линии регрессии.   6. Коэффициент детерминации может быть рассчитан как: А) ; Б) ; В) ; Г) .   7. Для проверки качества оценивания регрессии необходимо рассчитать: А) ; Б) ; В) .   8. Частный коэффициент корреляции характеризует: А) тесноту связи между результативным и факторным признаками; Б) тесноту связи между результативным и факторным признаками при фиксированном воздействии других факторов, включенных в уравнение регрессии; В) тесноту связи между факторными признаками.   9. Для измерения эффекта мультиколлинеарности используют: А) ; Б) ; В) . 10. Модель временного ряда с аддитивной компонентой выглядит как: А) Фактическое значение = Трендовое значение + Сезонная вариация + Ошибка (A = T + S + E); Б) Фактическое значение = Трендовое значение·Сезонная вариация·Ошибка (A =T · S · E); В) Фактическое значение =Трендовое значение + Сезонная вариция·Ошибка (A=T + S · E).   11. Эконометрика получила свое развитие на стыке следующих наук (выберите несколько правильных ответов): А) экономической теории; Б) статистики; В) кибернетики; Г) математики.   12. По уровню иерархии экономической системы, анализируемой при помощи эконометрики, выделяют (выберите несколько правильных ответов): А)мегауровень; Б) макроуровень; В) мезоуровень; С)микроуровень.   13. Относительно числа явлений (переменных), учитываемых в регрессии различают (выберите несколько правильных ответов): А) простую (парную) регрессию; Б) сложную регрессию; В) множественную регрессию; Г) единственную регрессию.   14. Найденная с помощью Метода Наименьших Квадратов линия регрессии: А) максимизирует сумму квадратов отклонений ; Б) минимизирует сумму квадратов отклонений ; В) оптимизирует сумму квадратов отклонений .   15. Параметр b в модели парной регрессии может быть найден как: А) ; Б) ; В) 16. Коэффициент детерминации – это: А) доля вариации, которая не объясняется зависимыми переменными в регрессионной модели; Б) доля вариации, которая не объясняется независимыми переменными в регрессионной модели. В) доля вариации, которая объясняется зависимыми переменными в регрессионной модели; Г) доля вариации, которая объясняется независимыми переменными в регрессионной модели.   17. Для проверка значимости параметра уравнения используется: А) хи- квадрат; Б) F -критерий Фишера;) t -критерий Стьюдента.   18. Множественный коэффициент детерминации оценивает: А) степень тесноты связи между результативным признаком и каждым факторным; Б) совокупное влияние факторыных признаков на результативный; В) какой из факторных признаков в большей степени влияет на результативный.   19. Гомоскедастичность случайных остатков означает, что: А) остатки модели ei имеют постоянную дисперсию; Б) распределение остатков ei является нормальным; В) остатки ei носят случайный характер   20. Критерий Дарбина - Уотсона используется при выявлении: А) мультиколлинеарности; Б) гомоскедастичности; В) гетероскедастичности; Г) автокорреляции.   21. Случайная составляющая (ошибка) обусловлена: А) стохастическим характером зависимости между X и Y; Б) функциональным характером зависимости между X и Y; В) детерминированным характером зависимости между X и Y.   22. При эконометрическом моделировании встречаются следующие типы данных (выберите несколько правильных ответов): А) пространственные данные; Б) экзогенные данные; В) временные ряды.   23. Свободный член уравнения регрессии интерпретируется: А) в зависимости от экономического смысла задачи. Чаще всего отражает совокупное воздействие на Y неучтенных X -ом факторов; Б) как показатель изменения Y при изменении X на единицу измерения признака; В) не имеет интерпретации.   24. Параметр a в модели парной регрессии может быть найден как: А) ; Б) ; В) ; Г) .   25. Сила корреляционной связи между двумя переменными в генеральной совокупности измеряется при помощи коэффициента корреляции, который изменяется в пределах: А) от 0 до +1; Б) от –1 до 0; В) от –1 до +1; Г) от –1 до +∞.   26. Вывод о значимости параметра уравнения делается если: А) ; Б) ; В) ; Г) .   27. Для проверки значимости коэффициента детерминации используется: А) хи-квадрат; Б) F -критерий Фишера;) t -критерий Стьюдента.   28. Для получения прогноза по уравнению множественной регрессии необходимо: А) оценить статистическую значимость параметров уравнения регрессии; Б) найти средние значения факторных признаков, включенных в уравнение множественной регрессии; В)подставить в уравнение множественной регрессии значения x .   29.Скорректированный коэффициент детерминации в модели множественной регрессии находят как: А) ; Б) ; В) . 30. Автокорреляция – это: А) замена данных, имеющих отношение к мелким временным периодам, данными по более крупным периодам; Б) выравнивание уровней ряда по аналитическим формулам; В) зависимость между последовательными (соседними) уровнями временного ряда.   31. Источниками ошибок являются (выберите несколько правильных ответов): А) неучтенные факторы; Б) недетерминированность индивидуального поведения; В) ошибки измерения; Г) детерминированный характер зависимости.   32. Наиболее распространенными в эконометрическом моделировании являются следующие классы моделей (выберите несколько правильных ответов): А) регрессионные модели с одним уравнением; Б) модели временных рядов; В) системы одновременных уравнений; Г) Logit – модели.   33. Относительно формы регрессии различают (выберите несколько правильных ответов): А) линейную регрессию; Б) нелинейную регрессию; В) множественную регрессию; Г) простую регрессию.   34. Метод Наименьших Квадратов используется для: А) нахождения параметров регрессии; Б) интерпретации параметров регрессии; В) определения формы регрессионной зависимости.   35. Стандартная ошибка оценки уравнения регрессии может быть рассчитана как: А) ; Б) ; В) .   36. Выборочный коэффициент корреляции (R) связан с коэффициентом детерминации() следующим образом: А) ; Б) ; В) ; Г) .   37. Для проверки значимости параметра уравнения необходимо рассчитать: А) ; Б) ; В) . 38. Явление мультиколлинеарности состоит в следующем: А) две или более независимых переменных, включенных в уравнение множественной регрессии, связаны между собой линейной корреляционной зависимостью; Б) две или более независимых переменных и зависимая переменная связаны между собой линейной корреляционной зависимостью; В) правильного ответа нет   39 Гетероскедастичность случайных остатков означает, что: А) остатки модели ei имеют непостоянную дисперсию; Б) распределение остатков ei является нормальным; В) остатки ei носят случайный характер.   40. Модель временного ряда с аддитивной компонентой выглядит как: А) Фактическое значение=Трендовое значение + Сезонная вариация + Ошибка (A = T + S + E); Б) Фактическое значение = Трендовое значение·Сезонная вариация·Ошибка (A=T · S · E); В) Фактическое значение = Трендовое значение + Сезонная вариация · Ошибка (А = T + S · E).   41. Модель временного ряда с мультипликативной компонентой выглядит как: А) Фактическое значение=Трендовое значение + Сезонная вариация + Ошибка (A = T + S + E); Б) Фактическое значение = Трендовое значение·Сезонная вариация·Ошибка (A=T · S · E); В) Фактическое значение = Трендовое значение + Сезонная вариация · Ошибка (А = T + S · E).
3.	Заданиедля студентов заочной формы обучения содержатся в методических рекомендациях: Арженовский С.В., Федосова О.Н. Эконометрика. Методические указания и задания к контрольной работе. Ростов-на-Дону: РГЭУ, 2003.

 

5. Дополнения и изменения в рабочей программе на учебный год _____/______

Следующие записи относятся к п.п.

Автор

Зав. кафедрой

Принято УМУ__________________________________ Дата:_____________________

Выписка из ГОС ВПО по специальности «Бухгалтерский учет, анализ и аудит».

 

Индекс	Наименование дисциплин и их основные разделы	Всего часов
ЕН.Ф.05.	ЭКОНОМЕТРИКА Линейная модель множественной регрессии; метод наименьших квадратов (мнк); свойства оценок мнк; показатели качества регрессии; линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками; обобщенный метод наименьших квадратов (омнк); регрессионные модели с переменной структурой (фиктивные переменные); нелинейные модели регрессии и их линеаризация; характеристики временных рядов; модели стационарных и нестационарных временных рядов, их идентификация; система линейных одновременных уравнений; косвенный, двухшаговый и трехшаговый метод наименьших квадратов.

 

 

2. Краткое изложение программного материала (курс лекций) [1]

 

Введение

В последнее время специалисты, обладающие знаниями и навыками проведения прикладного экономического анализа с использованием доступных математических и программных средств, пользуются спросом на рынке труда. Одной из центральных дисциплин в подготовке таких специалистов является дисциплина "Эконометрика".

Эконометрика является областью знаний, которая охватывает вопросы применения статистических методов к теоретическим моделям, описывающим реальные экономические процессы.

Очевидно, что с помощью моделей можно получить много информации об экономических процессах, объяснить те или иные явления или процессы, но никогда не удастся получить всю информацию и однозначно определить истинный механизм экономического процесса или явления.

И даже в тех случаях, когда достаточно адекватная исходным данным эконометрическая модель построена и вопрос только в использовании ее для объяснения экономической ситуации или принятия решения, следует весьма осторожно подходить к выводам и рекомендациям, следующим из модельных оценок.

Эконометрический анализ, как правило, проводят с помощью ПЭВМ. В последние несколько лет сформировался обширный набор из пакетов прикладных программ, позволяющих автоматизировать процессы такого анализа. К наиболее распространенным относятся пакеты SAS, SPSS, Stata, Eviews и др. Имеются простейшие опции для проведения эконометрического анализа в Excel.

В настоящем пособии даются основные понятия, модели и методы эконометрики, рассматриваются примеры.

Содержание пособия полностью соответствует требованиям государственного стандарта высшего профессионального образования за исключением темы "Системы одновременных уравнений".

Для работы с предлагаемым изданием необходимы базовые знания некоторых разделов следующих учебных дисциплин: высшая математика, теория вероятностей, математическая статистика, общая теория статистики.

Эффективным является использование данной книги в сочетании с самостоятельным разбором примеров с использованием доступного статистического программного обеспечения.

1. Предмет и задачи дисциплины "Эконометрика"

1.1. Определение эконометрики

Сложность экономических процессов и необходимость их количественного измерения не позволяют современному экономисту ограничиваться в своей работе применением инструментов отдельных экономических дисциплин. Так, например, невозможно сделать прогноз о том, будет ли пользоваться спросом новый продукт (сорт кофе), если рассматривать этот процесс только с точки зрения экономической теории, то есть закона спроса и предложения. На практике для осуществления прогноза экономисту необходимо применить целый комплекс экономических наук, синтез которых и является сутью научной дисциплины - эконометрики.

Основной целью эконометрики является модельное описание конкретных количественных взаимосвязей, обусловленных общими качественными закономерностями, изученными в экономической теории.

Эконометрика – относительно молодая научная дисциплина, сформировавшаяся во второй половине ХХ века и развивающаяся на стыке экономической теории, статистики и математики (см. рис. 1.1).

 

Рис. 1.1. Эконометрика и ее место в ряду других экономических

и статистических дисциплин

Впервые термин эконометрика был введен норвежским ученым Рагнаром Фришем в 1926 году и в буквальном переводе означает «измерение в экономике». Однако на сегодняшний день эта трактовка чересчур широка. Более четко определение эконометрики предложено известным российским ученым, профессором С.А. Айвазяном.

Эконометрика - это самостоятельная научная дисциплина, объединяющая совокупность теоретических результатов, приемов, методов и моделей, предназначенных для того, чтобы на базе - экономической теории, - экономической статистики, - математико-статистического инструментария придавать конкретное количественное выражение общим качественным закономерностям, обусловленным экономической теорией.

Таким образом, суть эконометрики состоит в синтезе экономической теории, экономической статистики и математико-статистического инструментария.

 

⇐ Предыдущая12345678910Следующая ⇒

Поделиться:

Воспользуйтесь поиском по сайту: