Поиск

Полнотекстовый поиск:
Где искать:
везде
только в названии
только в тексте
Выводить:
описание
слова в тексте
только заголовок

Рекомендуем ознакомиться

'Программа курса'
Цель курса заключается в ознакомлении студентов с важнейшими этапами новой истории арабских стран, определении общественно-политического строя и циви...полностью>>
'Закон'
Отношения России с Востоком и Западом определяются специфичностью ее географического положения. Россия занимает обширную территорию между европейским...полностью>>
'Программа'
В условиях развивающейся демократии возникают особо актуальные, теоретические и практические проблемы создания национальной, региональной, национальн...полностью>>
'Методические рекомендации'
Одна из главных задач тор-менеджмента действующего предприятия состоит в организации контроля и оценке эффективности управления с целью его совершенст...полностью>>

Рабочая программа дисциплины «эконометрика» Рекомендуется для направления подготовки 080100 Экономика

Главная > Рабочая программа
Сохрани ссылку в одной из сетей:

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИКИ И ФИНАНСОВ

РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ

«ЭКОНОМЕТРИКА»

Рекомендуется для направления подготовки

080100 Экономика

Квалификация выпускника - бакалавр

Санкт-Петербург

2011

  1. Цели и задачи дисциплины

Цель изучения дисциплины «Эконометрика»- научить студентов использовать эконометрические методы в исследованиях экономических процессов и явлений. Эконометрические модели в современных экономических исследованиях широко используются для анализа рыночной конъюнктуры, описания эмпирических закономерностей в области спроса и предложения, построения статистических и динамических моделей экономики. Применение эконометрических моделей повышает научную обоснованность выбора стратегии принимаемых решений. В настоящее время математико-статистический аппарат, необходимый для разработки эконометрических моделей, включен в пакеты прикладных программ по статистике.

Задача курса «Эконометрика» - познакомить с наиболее распространенными методами эконометрических исследований, определить область их применения, реализацию и интерпретацию полученных результатов.

Дисциплина знакомит с историей развития эконометрических исследований как составной части экономико-математического моделирования, проблемами использования эконометрики в анализе и прогнозировании социально-экономических явлений и процессов, что способствует выработке современного экономического мышления и дает навыки решения ряда прикладных задач.

  1. Место дисциплины в структуре ООП

Дисциплина «Эконометрика» относится к базовой части профессионального цикла ООП.

Для изучения данной дисциплины студенты должны обладать знаниями в области математического анализа, линейной алгебры, теории вероятностей и математической статистики, макроэкономики, микроэкономики, статистики; умением использовать для анализа возможности ППП (например, MS Excel), производить поиск необходимой информации в печатных и электронных источниках.

Данная дисциплина является предшествующей для дисциплин «Анализ временных рядов и прогнозирование», «Эконометрическое моделирование», «Финансовая статистика».

  1. Требования к результатам освоения дисциплины

    Процесс изучения дисциплины направлен на формирование и развитие следующих компетенций:

  • способности анализировать социально-значимые проблемы и процессы, происходящие в обществе, и прогнозировать возможное их развитие в будущем (ОК-4);

  • осознания социальной значимости своей будущей профессии, повышению мотивации к выполнению профессиональной деятельности (ОК-11);

  • владения основными методами, способами и средствами получения, хранения, переработки информации, навыками работы с компьютером как средством управления информацией, способности работать с информацией в глобальных компьютерных сетях (ОК-13);

  • способности собрать и анализировать исходные данные, необходимые для расчета экономических и социально-экономических показателей, характеризующих деятельность хозяйствующих субъектов (ПК-1);

  • способности осуществлять сбор, анализ и обработку данных, необходимых для решения поставленных экономических задач (ПК-4);

  • способности выбрать инструментальные средства для обработки экономических данных в соответствии с поставленной задачей, анализировать результаты расчетов и обосновать полученные выводы (ПК-5);

  • способности на основе описания экономических процессов и явлений строить стандартные теоретические и эконометрические модели, анализировать и содержательно интерпретировать полученные результаты (ПК-6);

  • способности анализировать и интерпретировать данные отечественной и зарубежной статистики о социально-экономических процессах и явлениях, выявлять тенденции изменения социально-экономических показателей (ПК-8);

  • способности, используя отечественные и зарубежные источники информации, собрать необходимые данные проанализировать их и подготовить информационный обзор и/или аналитический отчет (ПК-9);

  • способности использовать для решения аналитических и исследовательских задач современные технические средства и информационные технологии (ПК-10);

  • способности использовать для решения коммуникативных задач современные технические средства и информационные технологии (ПК-12).

    В результате изучения дисциплины студент должен:

знать:

  • основы построения, расчета анализа современной системы показателей, характеризующих деятельность хозяйствующих субъектов на микро- и макроуровне;

  • методы построения эконометрических моделей объектов, явлений и процессов;

уметь:

  • использовать источники экономической, социальной, управленческой информации;

  • анализировать и интерпретировать данные отечественной и зарубежной статистики о социально-экономических процессах и явлениях, выявлять тенденции изменения социально- экономических показателей;

  • осуществлять поиск информации по полученному заданию, сбор, анализ данных, необходимых для решения поставленных экономических задач;

  • строить на основе описания ситуаций стандартные теоретические и эконометрические модели, анализировать и содержательно интерпретировать полученные результаты;

  • прогнозировать развитие экономических процессов и явлений на микро- и макроуровне;

    владеть:

  • современными методами сбора, обработки и анализа экономических и социальных данных;

  • современной методикой построения современных эконометрических моделей;

  • методами и приемами анализа экономических явлений и процессов с помощью стандартных теоретических и эконометрических моделей;

  • современными методиками расчета и анализа социально-экономических показателей, характеризующих экономические процессы и явления на микро- и макроуровне;

  • навыками самостоятельной работы, самоорганизации организации выполнения поручений.

  1. Объем дисциплины и виды учебной работы

Общая трудоемкость дисциплины составляет 5 зачетных единиц.

Вид учебной работы

Всего часов

семестр 5

Аудиторные занятия (всего)

72

В том числе:

-

Лекции

40

Практические занятия (ПЗ)

32

Самостоятельная работа (всего)

108

В том числе:

-

Аналитическая расчетная работа № 1

20

Аналитическая расчетная работа № 2

16

Контрольная работа

16

Аналитическая расчетная работа № 3

16

Другие виды самостоятельной работы

4

Вид промежуточной аттестации - экзамен

36

Общая трудоемкость час

зач. ед.

180

5

  1. Содержание дисциплины

5.1. Содержание разделов дисциплины

№ п/п

Наименование раздела дисциплины

Содержание раздела

1.

Предмет и задачи курса

Определение эконометрики. Эконометрика и экономическая теория. Эконометрика и статистика. Эконометрика и экономико-математические методы. Области применения эконометрических моделей. Специфика экономических данных. Этапы эконометрического исследования. Методологические вопросы построения эконометрических моделей: обзор используемых методов.

2.

Парная регрессия и корреляция

Уравнение регрессии, его смысл и назначение. Выбор типа математической функции при построении уравнения регрессии. Метод наименьших квадратов (МНК), условия его применения. Оценка параметров уравнения регрессии по МНК.

Понятие корреляции. Показатели корреляции: линейный коэффициент корреляции, индекс корреляции, теоретическое корреляционное отношение. Коэффициент детерминации.

Оценка значимости показателей корреляции и параметров уравнения регрессии. Интервальный прогноз на основе линейного уравнения регрессии. Нелинейная регрессия. Подбор линеаризующего преобразования. Корреляция для нелинейной регрессии.

3.

Множественная регрессия и корреляция

Множественная регрессия, ее смысл и значение. Отбор факторов, проблема мультиколлинеарности, выбор гипотетической формы уравнения регрессии. Оценка параметров уравнения множественной регрессии. Стандартизованные коэффициенты регрессии, их интерпретация. Коэффициенты эластичности, их экономический смысл. Частные и общий F-критерий в оценке результатов множественной регрессии.

Множественный коэффициент корреляции. Скорректированный коэффициент детерминации. Частная корреляция. Оценка надежности показателей корреляции. Примеры использования множественной регрессии при решении эконометрических задач. Модели с фиктивными переменными. Предпосылки МНК и последствия их нарушений. Гетероскедастичность, гомоскедастичность, автокорреляция остатков. Количественный методы оценки гетероскедастичности: метод Гольдфельда-Квандта, ранговая корреляция, тесты Уайта, Парка, Глейзера.

4.

Системы эконометрических уравнений

Система регрессионных уравнений. Рекурсивные системы. Система совместных уравнений. Проблема идентификации. Структурная и приведенная формы эконометрической модели. Косвенный и двухшаговый метод наименьших квадратов. Оценка надежности эконометрических моделей. Примеры построения систем эконометрических уравнений.

5.

Эконометрические модели временных рядов

Основные элементы временного ряда. Автокорреляция уровней временного ряда и выявление его структуры. Моделирование тенденций временного ряда.

Аналитическое выравнивание уровней временного ряда. Оценка параметров уравнения тренда. Автокорреляция в остатках, критерий Дарбина-Уотсона в оценке качества уравнения тренда. Анализ временных рядов при наличии периодических колебаний: аддитивная и мультипликативная модели. Применение фиктивных переменных для моделирования сезонных колебаний.

Особенности изучения взаимосвязанных временных рядов. Автокорреляция по рядам динамики и методы ее устранения. Метод последовательных разностей, метод отклонений уровней ряда от основной тенденции, метод включения фактора времени.

5.2 Разделы дисциплины и междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами

№ п/п

Наименование обеспе-чиваемых (последую-щих) дисциплин

№ № разделов данной дисциплины, необходимых для изучения обеспечиваемых (последующих) дисциплин

1

2

3

4

5

1.

Анализ временных рядов и прогнозирование

+

2.

Эконометрическое моделирование

+

+

+

+

+

3.

Финансовая статистика

+

4.

Российский рынок ценных бумаг

+

+

+

+

5.

Денежные и валютные рынки

+

+

+

+

6.

Теория и методы экономического прогнозирования

+

+

+

+

7.

Стратегическое планирование развития регионов и городов

+

+

+

+

8.

Макроэкономическое планирование и прогнозирование

+

+

+

+

9.

Методы социально-экономического прогнозирования

+

+

+

+

10.

Теория рисков и моделирование рисковых ситуаций

+

+

+

+

5.3. Разделы дисциплины и виды занятий

№ п/п

Наименование раздела дисциплины

Лекц.

Практ.

зан.

СРС

Всего

час.

1.

Предмет и задачи курса

2

-

2

4

2.

Парная регрессия и корреляция

10

10

20

40

3.

Множественная регрессия и корреляция

10

10

20

40

4.

Системы эконометрических уравнений

6

6

12

24

5.

Эконометрические модели временных рядов

12

6

18

36

6

Подготовка к экзамену

36

36

Итого

40

32

108

180

6. Лабораторный практикум не предусмотрен учебным планом.

7. Практические занятия (семинары)

№ п/п

№ раздела дисциплины

Тематика практических занятий (семинаров)

Трудо-емкость

(час.)

1.

2

По пространственной информации о зависимой и объясняющей переменных построить поле корреляции. Применяя метод наименьших квадратов, дать оценку параметров линейной регрессии. Вычислить линейный коэффициент корреляции и коэффициент детерминации. Проинтерпретировать результаты анализа.

F-критерий Фишера в оценке значимости уравнения регрессии. t-критерий Стьюдента для оценки значимости параметров уравнения регрессии и корреляции. Интервальные оценки коэффициентов регрессии. Средняя ошибка аппроксимации.

Регрессия нелинейная по переменным. Решение задач на регрессию в виде параболы второй степени и гиперболы.

Регрессия нелинейная по оцениваемым параметрам: степенная функция, показательная кривая, экспонента. Коэффициенты эластичности для разных видов уравнений регрессии.

Корреляция по нелинейным моделям. Индекс корреляции, коэффициент корреляции по преобразованным данным. Их взаимосвязь.

F-критерий Фишера в оценке значимости уравнения нелинейной регрессии. Дисперсионный анализ результатов регрессии. Заполнение таблицы дисперсионного анализа при отсутствии некоторых данных на основе взаимосвязи показателей регрессии и корреляции. Интервальное оценивание по нелинейной регрессии.

10

2.

3

Спецификация модели. Отбор факторов. Проблема мультиколлинеарности. Выбор вида модели множественной регрессии.

Оценка параметров уравнения множественной регрессии. Метод наименьших квадратов. Метод максимального правдоподобия.

Уравнение регрессии в натуральном и стандартизированном виде. Взаимосвязь коэффициентов регрессии и стандартизованных коэффициентов регрессии.

Коэффициент множественной корреляции. Частные коэффициенты корреляции.

Дисперсионный анализ результатов множественной регрессии. Общий, последовательный и частный F-критерий. Их определение и заполнение таблицы дисперсионного анализа.

Предпосылки МНК по конкретной модели множественной регрессии. Графики в анализе остатков регрессии. Случайный и систематический характер остатков. Гомоскедастичность и гетероскедастичность остатков. Автокорреляция остатков.

Критерии оценки гетероскедастичности: критерий Гольфельда-Квандта, ранговая корреляция, тесты Уайта, Парка, Глейзера. Обобщенный метод наименьших квадратов. Решение задач с остатками пропорциональными квадрату значений фактора.

Фиктивные переменные как составная часть объясняющих переменных и построение модели регрессии. Взаимодействие факторов и учет его в модели регрессии. Критерий Чоу для обоснования включения в модель регрессии фиктивной переменной.

10

3.

4

Структурная и приведенная формы моделей. Рассмотрение конкретных макроэкономических моделей и решение проблемы идентификации. Кейнсианская модель развития экономики; модели Клейна, модель Мендеса; модель равновесия на рынке товаров; модели спроса и предложения; модель Каульса. Проверка моделей по счетному правилу и на достаточное условие идентификации.

Решение задачи на точно идентифицированную систему. Применение косвенного метода наименьших квадратов.

Решение задачи на сверхидентифицированную систему одновременных уравнений. Применение двухшагового метода наименьших квадратов. Согласованность результатов оценок по КМНК и ДМНК для идентифицированных систем.

6

4.

5

По конкретным динамическим рядам построение уравнений линейного тренда, экспоненты, модифицированной экспоненты, кривой Гомперца и логистической кривой. Автокорреляция остатков и критерий Дарбина-Уотсона в оценке качества уравнений тренда.

Решение задачи на аддитивную и мультипликативную модели, измерения сезонных колебаний. Решение задачи на применение ряда Фурье: а) к стационарным рядам динамики; б) к рядам динамики с тенденцией.

Решение задачи на использование фиктивных переменных для моделирования сезонных колебаний.

Задача на построение модели парной регрессии по временным рядам. Исследование автокорреляционных функций и изучение структуры динамического ряда. Основные пункты учета тенденции при построении моделей регрессии: метод первых разностей; метод отклонений уровней ряда от основной тенденции; включение в модель регрессии фактора времени. Корреляция по взаимосвязанным рядам динамики.

Задача на построение двухфакторной модели регрессии по временным рядам. Условия сопоставимости данных как важнейшее требование построения модели множественной регрессии. Учет тенденций и проблема мультиколлинеарности факторов.

Модели авторегрессии: а) без включения объясняющих переменных; б) с включением объясняющих переменных. Оценка параметров модели авторегрессии. Метод инструментальных переменных.

Модели с распределенными лагами. Метод Алмон в оценке параметров модели с распределенными лагами. Оценка качества модели с распределенными лагами.

6

9. Учебно-методическое и информационное обеспечение дисциплины

а) основная литература

  1. Эконометрика: учебник / И.И. Елисеева, С.В.Курышева, Т.В.Костеева и др.; под ред. И.И.Елисеевой. – 2-е изд., перераб. и доп.   М.: Финансы и статистика, 2008.   576с.

  2. Практикум по эконометрике: учеб. пособие / И.И.Елисеева, С.В.Курышева, Н.М.Гордеенко и др.; под ред. И.И.Елисеевой.   2-е изд., перераб. и доп. – М.: Финансы и статистика, 2008. – 344с.

б) дополнительная литература:

  1. Вербик М. Путеводитель по современной эконометрике / пер. с англ. В.А.Банникова; научн. ред. и предисл. С.А. Айвазяна. – М.: Научная книга, 2008. – 616с.

  2. Эконометрика: учебник / под ред. И. И. Елисеевой. – М.: Проспект, 2011. – 288с.

  3. Эконометрика: учебник / под ред. В.С. Мхитаряна.   М.: Проспект, 2008. – 384с.

  4. Чураков Е. П. Прогнозирование эконометрических временных рядов: учебник.   М.: Финансы и статистика, 2008.   208с.

в) программное обеспечение: MS Excel.

г) базы данных, информационно-справочные и поисковые системы: Центральная База Статистических Данных Федеральной службы государственной статистики, официальные публикации Федеральной службы страхового надзора.

10. Материально-техническое обеспечение дисциплины

Мультимедийное оборудование, компьютерные классы.

11. Методические рекомендации по организации изучения дисциплины:

Изучение дисциплины предполагается разделить на четыре модуля (темы 1-2; 3; 4; 5) с проверкой знаний по результатам изучения каждого из них. Форма контроля по первому, второму и четвертому модулю – аналитическая расчетная работа; по третьему модулю – контрольная работа.

При проведении практическим занятий по дисциплине «эконометрика» преподавателям рекомендуется использовать компьютерные классы. Все расчеты можно проводить с помощью ППП Excel или других, специализированных, статистических ППП. В ходе занятия со студентами необходимо предварительно вспомнить теоретические вопросы, после чего приступить к решению задач. Рекомендуется решать не менее двух задач по каждому изучаемому вопросу: одну   совместно, другую – студенты самостоятельно. В качестве задачника рекомендуется использовать задачники, указанные в основном списке литературы.

Итоговая оценка по дисциплине рассчитывается по накопительной системе с учетом самостоятельной работы в течение всего семестра и баллов, полученных на экзамене.

Максимально за самостоятельную работу можно заработать 100 баллов.

Контрольные мероприятия

Возможное количество баллов

Минимум

Максимум

Аналитическая расчетная работа № 1

11

20

Аналитическая расчетная работа № 2

11

20

Контрольная работа

11

20

Аналитическая расчетная работа № 3

14

25

Другие виды самостоятельной работы (тестирование по отдельным темам, активность на практических занятиях, участие в научной работе и др.)

8

15

Итого

55

100

К экзамену студент допускается, если он набрал 55 баллов и более и выполнил все задания предусмотренные учебным планом.

Максимальное количество баллов на экзамене – 100 баллов.

Итоговая оценка по дисциплине складывается как средневзвешенная из накопленных в семестре баллов за самостоятельную работу с весом 0,6 и баллов, набранных на экзамене, с весом 0,4.

  • до 55 баллов - неудовлетворительно;

  • 55-70 баллов - удовлетворительно;

  • 71-85 баллов – хорошо;

  • 86-100 баллов – отлично.

Примерное задание аналитической расчетной работы

По данным статистической отчетности об объемах производства по разделу D ОКВЭД и числе легковых автомобилей в регионах России выполните следующие задания.

1. Постройте поле корреляции результата и фактора.

2. Рассчитайте параметры следующих функций:

  • линейной;

  • степенной;

  • показательной;

  • равносторонней гиперболы.

3. Оцените значимость параметров и модели в целом по каждой модели.

Рассмотрите следующие показатели и их значения по территориям Северо-Западного федерального округа за ХХХХ г.:

y1 – число зарегистрированных преступлений в расчете на 100 человек населения региона;

x1 – численность мигрантов за год, тыс. чел.;

х2 – сумма расходов всего населения за месяц, тыс. руб.;

х3 – численность безработных в процентах от численности экономически активного населения, %;

х4 – среди безработных доля лиц без общего (полного) среднего образования.

Установите зависимость числа совершенных преступлений в регионе от социально-экономических факторов, оказывающих наибольшее воздействие на данный процесс. Обоснуйте свои выводы.

Выполните расчет прогнозного значения результата, предполагая, что прогнозные значения факторов составят 104,8% от их среднего уровня.

Примерное задание контрольной работы.

Для приведенной ниже системы эконометрических уравнений проверить необходимое и достаточное условие идентификации, записать приведенную форму модели, указать метод нахождения структурных параметров модели.

.

Используя данные статистической отчетности по Санкт-Петербургу, найдите:

1) долю малых предприятий в общем, числе предприятий в каждом из указанных лет;

2) параметры линейного, экспоненциального, степенного, гиперболического трендов, описывающих динамику доли малых предприятий. Выберите из них наилучший;

3) охарактеризуйте развитие малого предпринимательства в Санкт-Петербурге.

Разработчики:

СПбГУЭФ, профессор кафедры статистики и эконометрики д.э.н. ________Курышева С.В.

СПбГУЭФ, доцент кафедры статистики и эконометрики к.э.н. ________Нерадовская Ю. В.

Эксперт:

СПбЭМИ РАН научн. сотрудник, к.ф-м.н. А.В.Сурков



Скачать документ

Похожие документы:

  1. Рабочая программа дисциплины «статистика» Рекомендуется для направления подготовки 080100 Экономика

    Рабочая программа
    ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИКИ И ФИНАНСОВ
  2. Рабочая программа дисциплины «инвестиции» Рекомендуется для направления подготовки 080100 Экономика

    Рабочая программа
    ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
  3. Рабочая программа дисциплины «микроэкономика» Рекомендуется для направления подготовки

    Рабочая программа
    ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИКИ И ФИНАНСОВ
  4. Рабочая программа дисциплины «Анализ временных рядов и прогнозирование» Рекомендуется для направления подготовки 080100 Экономика

    Рабочая программа
    ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИКИ И ФИНАНСОВ
  5. Рабочая программа дисциплины «эконометрическое моделирование» Рекомендуется для направления подготовки 080100 Экономика

    Рабочая программа
    Целью дисциплины «Эконометрическое моделирование» является обучение студентов основным методам моделирования социальных, экономических, демографических процессов, приёмам формирования баз данных, построения и оценки эконометрических

Другие похожие документы..