Учебнаяпрограмма дисциплина: ен. Ф. 04 Эконометрика Специальность: 060400(080105) – Финансы и кредит Нижний Новгород 2009 Цель и задачи дисциплины Целью изучения учебной дисциплины «Эконометрика»



Скачать 173.47 Kb.
страница1/2
Дата16.08.2018
Размер173.47 Kb.
ТипУчебная программа
  1   2

Федеральное агентство по образованию
Государственное образовательное учреждение

высшего профессионального образования

«Нижегородский государственный лингвистический университет

им. Н.А. Добролюбова»








У Ч Е Б Н А Я П Р О Г Р А М М А
Дисциплина: ЕН.Ф.04 - Эконометрика
Специальность: 060400(080105) – Финансы и кредит

Нижний Новгород
2009
1. Цель и задачи дисциплины
Целью изучения учебной дисциплины «Эконометрика» является овладение современными эконометрическими методами анализа конкретных экономических данных на уровне, достаточном для использования в практической деятельности.

Основные задачи курса «Эконометрика» - изучение современных эконометрических методов и моделей, в том числе методов прикладной статистики, экспертного оценивания, эконометрических моделей инфляции, инвестиций, качества, прогнозирования и риска; формирование у будущих специалистов теоретических знаний и практических навыков по применению статистических методов для исследования и обобщения эмпирических зависимостей экономических переменных, а также построения надежных прогнозов в банковском деле, финансах, различных сферах предпринимательской деятельности с целью обоснования принимаемых решений.



2. Требования к уровню подготовленности студентов по дисциплине
В результате изучения курса «Эконометрика» студент должен знать и уметь:

- формировать концепцию эконометрической модели на основе качественного анализа объекта исследования;

- собирать и проводить статистическую обработку экономической информации с целью выявления основных характеристик числовой совокупности;

- проводить оценку взаимосвязей экономических показателей, интерпретировать полученные результаты по оценке взаимосвязей с точки зрения экономической сущности явлений;

- строить эконометрические модели с использованием процедур регрессионного анализа и анализа временных рядов;

- оценивать качество построенных эконометрических моделей с точки зрения их адекватности фактическим данным;

- применять эконометрические модели в практике финансовой деятельности.

3. Объём дисциплины и виды учебной работы
Общий объем дисциплины по учебному плану – 128 часов

Аудиторные занятия – 64 часа

Лекции – 42 часа

Семинары – 10 часов

Практические занятия – 12 часов

Самостоятельная работа – 64 часа

Контроль - экзамен

4. Виды учебно-научной работы
Курсовая работа: не предусмотрена
5. Содержание дисциплины
5.1. Содержание по разделам
Тема 1. Предмет и задачи эконометрики

Определение эконометрики. Термины и определения. Объект, предмет, цели, задачи, методы, структура и область использования эконометрики. Связь эконометрики с родственными науками. История эконометрики.


Тема 2. Моделирование экономических процессов

Классификация моделей. Этапы моделирования. Основные свойства экономической системы, которые учитываются в моделях. Классификация переменных в эконометрических исследованиях. Примеры использования эконометрических моделей для решения экономических задач.


Тема 3.Понятия регрессионного анализа

Основные положения регрессионного анализа. Задачи регрессионного анализа. Понятия регрессионного анализа: результирующая (зависимая) переменная y и объясняющие переменные X, функция регрессии y по X, возмущения. Основные предпосылки регрессионного анализа (теорема Гаусса-Маркова). Типы связи экономических переменных: линейные и нелинейные связи. Проблемы выбора регрессионной функции. Экономическая интерпретация случайной составляющей.


Тема 4. Парная регрессия и корреляция

Понятия функциональной, статистической и корреляционной зависимости. Коэффициенты корреляции: парный, частный. Свойства основных корреляционных коэффициентов. Линейная модель парной регрессии. Оценивание параметров парной линейной регрессионной модели. Метод наименьших квадратов (МНК) оценки коэффициентов парной линейной регрессионной модели. Примеры подгонки модели линейной связи к данным экономической статистики.


Тема 5. Линейная модель множественной регрессии

Классическая линейная модель множественной регрессии. МНК для оценки параметров регрессионной модели. Свойства оценок МНК.


Тема 6. Оценка качества регрессии

Анализ вариации результирующего показателя и выборочный коэффициент детерминации. Проверка значимости уравнения регрессии и коэффициентов уравнения регрессии. Оценка качества регрессионной зависимости. Построение точечных и интервальных прогнозов, основанных на моделях линейной регрессии. Построение доверительного интервала для параметров регрессионной модели.


Тема 7. Нелинейные модели регрессии и их линеаризация

Нелинейные регрессионные модели. Преобразование модели с целью сведения её к линейной. Предположения о случайном члене. Линейная в логарифмах модель как модель с постоянной эластичностью. Полулогарифмическая модель – модель с постоянными темпами роста. Преобразования при построении кривых Филлипса, Кейнса и Энгеля. Полиномиальная регрессия. Выбор между моделями. Выбор между линейной и логарифмической моделью.


Тема 8. Проблемы практического использования регрессионных моделей

Понятие мультиколлинеарности. Признаки и причины мультиколлинеарности. Методы устранения мультиколлинеарности. Отбор наиболее существенных переменных в классической линейной модели множественной регрессии. Скорректированный коэффициент детерминации.



Тема 9. Регрессионные модели с переменной структурой

Линейные регрессионные модели с переменной структурой. Фиктивные переменные.


Тема 10. Обобщенный метод наименьших квадратов

Обобщенный метод наименьших квадратов (ОМНК) оценки коэффициентов регрессионной модели с остаточным членом, для которого нарушены условия Гаусса-Маркова о гомоскедастичности и отсутствии автокорреляции ошибок.

Теорема Айткена. Дисперсии оценок, полученных обобщенным методом наименьших квадратов. Доступный обобщенный метод наименьших квадратов.
Тема 11. Гетероскедастичность

Модели с гетероскедастичными остатками. Экономические причины гетероскедастичности. Последствия наличия в модели гетероскедастичности для МНК-оценок коэффициентов и стандартных ошибок. Тесты на гетероскедастичность. Тест ранговой корреляции Спирмена, тест Голфелда-Квандта, тест Бреуша-Пагана, тест Уайта. Взвешенный метод наименьших квадратов оценки коэффициентов при известных дисперсиях случайного члена в каждом наблюдении как частный случай ОМНК. Оценка коэффициентов неизвестных дисперсиях случайной составляющей.


Тема 12. Автокорреляция случайного члена

Понятие об автокорреляции случайной составляющей. Экономические причины автокорреляции. Последствия автокорреляции для свойств оценок коэффициентов и стандартных ошибок. Автокорреляция первого порядка.

Графическое обнаружение автокорреляции. Статистика Дарбина-Уотсона обнаружения автокорреляции первого порядка. Условия применения статистики Дарбина-Уотсона. Статистика Дарбина обнаружения автокорреляции первого порядка в моделях с лаговой зависимой переменной.

Анализ коррелограммы остатков регрессии. Доступный обобщенный метод наименьших квадратов для оценки коэффициентов регрессионного уравнения при наличии автокорреляции первого порядка. Поправка Прайса-Уинсена для первого наблюдения. Метод поиска на сетке Хилдтет-Лу. Тест множителей Лагранжа для обнаружения автокорреляции более высокого порядка.


Тема13. Анализ временных рядов

Понятие временного ряда и его отличия от случайной выборки. Составляющие временного ряда. Характеристики временных рядов. Проверка гипотезы о неизменности среднего значения временного ряда как процедура проверки наличия тренда. Процедура аналитического выравнивания (сглаживания) временного ряда. Подбор порядка аппроксимирующего полинома с помощью метода последовательных разностей.


Тема14. Стационарные временные ряды

Стационарные временные ряды и их характеристики. Понятия автокорреляции, автокорреляционной функции, временного лага, коэффициента автокорреляции, коррелограммы. Интерпретация коррелограммы.


Тема 15. Методы преобразования нестационарного временного ряда в стационарный

Аналитические методы выделения неслучайной составляющей временного ряда. Алгоритмические методы выделения неслучайной составляющей временного ряда.


Тема 16. Использование авторегрессионных моделей

Использование авторегрессионных моделей: модель авторегрессии порядка p, определение порядка авторегрессионной модели. Методы исключения из временных рядов основной тенденции с целью устранения автокорреляции: метод последовательных или конечных разностей и метод коррелирования отклонений уравнений ряда от основной тенденции.


Тема 17. Построение множественной регрессионной модели по временным рядам

Способы построения множественной регрессионной модели по временным рядам. Модели рядов, содержащих сезонную компоненту. Определение максимального количества тригонометрических составляющих при представлении временного ряда в виде ряда Фурье. Оценивание параметров периодической функции, проверка их значимости.


Тема 18. Система линейных одновременных уравнений

Общий вид системы одновременных уравнений. Модель спроса и предложения. Условия идентифицируемости уравнений системы. Структурная и приведенная формы эконометрической модели, построенной на базе систем одновременных уравнений. Рекурсивная модель как частный случай модели в структурной форме. Идентификация систем одновременных уравнений (статистическое оценивание неизвестных значений параметров системы): идентификация рекурсивных систем, косвенный метод наименьших квадратов, двухшаговый МНК оценивания структурных параметров отдельного уравнения, трехшаговый МНК одновременного оценивания всех параметров системы. Оценивание параметров системы внешне не связанных уравнений. Экономически значимые примеры систем одновременных уравнений.



Тема 19. Основные понятия и модели дисперсионного анализа

Дисперсионный анализ как метод организации (планирования), статистического анализа и интерпретации результатов эксперимента. Сущность и задачи дисперсионного анализа. Полные и неполные, случайные и рандомизированные планы эксперимента. Модели одно- и двухфакторного дисперсионного анализа. Анализ вариации зависимой переменной. Проверка статистических гипотез относительно наличия/отсутствия влияния неколичественного признака.



5.2. Содержание по видам занятий




Каталог: old
old -> Общая характеристика исследования
old -> Петинова М. А. П 29 Философия техники
old -> Лингвистический поворот и его роль в трансформации европейского самосознания ХХ века
old -> Образование в человеческом измерении
old -> Социокультурные традиции в контексте становления и развития самосознания этноса
old -> Физкультура и спорт issn 2071-8950 Физкультура
old -> Культурная социализация молодежи в условиях транзитивного общества
old -> Всеобщей истории


Поделитесь с Вашими друзьями:
  1   2


База данных защищена авторским правом ©znate.ru 2017
обратиться к администрации

    Главная страница