ПРОЕКТ
ПРИМЕРНАЯ ПРОГРАММА
Наименование дисциплины Эконометрика
Рекомендуется для направления подготовки 080200 «Менеджмент»
Квалификации (степени) выпускника - бакалавр
Москва 2011 1. Цели и задачи дисциплины Цель дисциплины «Эконометрика» – обучение студентов методологии и методике построения и применения эконометрических моделей для анализа состояния и оценки перспектив развития экономических и социальных систем в условиях взаимосвязей между их внутренними и внешними факторами. Задачи дисциплины: расширение и углубление теоретических знаний о качественных особенностях экономических и социальных систем, количественных взаимосвязях и закономерностях их развития; овладение методологией и методикой построения, анализа и применения эконометрических моделей как для анализа состояния, так и для оценки перспектив развития указанных систем; изучение наиболее типичных моделей и получение навыков практической работы с ними.
2. Место дисциплины в структуре ООП: 2.1. Курс входит в вариативную часть математического и естественнонаучного цикла дисциплин направления «Менеджмент». 2.2. Требования к входным знаниям, умениям и компетенциям студента, необходимым для изучения дисциплины. Студент должен обладать: знанием и пониманием законов развития природы, общества и мышления и умением оперировать этими знаниями в профессиональной деятельности (ОК-2); умением анализировать и оценивать исторические события и процессы (ОК-4); владением культурой мышления, способностью к восприятию, обобщению и анализу информации, постановке цели и выбору путей её достижения (ОК–5); умением логически верно, аргументировано и ясно строить устную и письменную речь (ОК-6); способностью анализировать социальнозначимые проблемы и процессы (ОК-13); владением одним из иностранных языков на уровне, обеспечивающем эффективную профессиональную деятельность (ОК-14); владением основными методами, способами и средствами получения, хранения, переработки информации, навыками работы с компьютером как средством управления информацией (ОК-17); способностью работать с информацией в глобальных компьютерных сетях и корпоративных информационных системах (ОК-18). 2.3. Овладение методологией и методикой построения и применения эконометрических моделей необходимо для изучения следующих дисциплин: «Планирование в организации», «Планирование и прогнозирование в АПК».
3. Требования к результатам освоения дисциплины Процесс изучения дисциплины направлен на формирование следующих компетенций: способностью анализировать социально значимые проблемы и процессы (ОК-13); владеть методами количественного анализа и моделирования, теоретического и экспериментального исследования (ОК-15); обладать умением использовать системы современных показателей, для характеристики социально-экономической, производственной, управленческой и финансовой деятельности сельскохозяйственных организаций (ПКП-6). В результате изучения дисциплины студент должен: Знать: теоретические и методологические основы эконометрического исследования, основные его этапы. Уметь: отбирать систему показателей для построения эконометрических моделей; проводить спецификацию и параметризацию, оценку достоверности эконометрических моделей, в том числе и с использованием пакетов прикладных статистических и эконометрических программ; прогнозировать на основе эконометрических моделей, оценивать точность прогнозов; правильно интерпретировать результаты исследований, вырабатывать практические рекомендации по их применению. Владеть: методами построения, оценки качества и достоверности эконометрических моделей и прогнозов на их основе.
4. Объем дисциплины и виды учебной работы Целесообразно изучение дисциплины в 4 семестре. Таблица 1 - Распределение объёма дисциплины по видам работ Вид учебной работы | Всего часов/ зачетных единиц | Аудиторные занятия, всего | 54 | В том числе: |
| Лекции (Л) | 26 | Практические занятия (ПЗ) | 28 | Самостоятельная работа (СРС), всего | 54 | В том числе: |
| Консультации | 2 | Изучение теоретического материала, подготовка к контрольным работам, выполнение индивидуальных заданий, подготовка лабораторных работ к сдаче, научно-исследовательская работа | 50 | Вид промежуточной аттестации (зачет) | 2 | Общая трудоемкость: часы зачетные единицы | 108 | 3 | 5. Содержание дисциплины Таблица 2 - Содержание разделов дисциплины № п/п | Наименование раздела дисциплины | Содержание раздела (в дидактических единицах) | 1 | 2 | 3 |
| Парная регрессия | Предмет, метод и задачи эконометрики. Этапы эконометрического исследования. Формы связей в экономике. Функциональная и корреляционная связи. Регрессионная зависимость, зависимая и независимая переменная. Дисперсия, ковариация, корреляция случайной величины. Свойства дисперсии, ковариации и коэффициента корреляции. Генеральное уравнение парной линейной регрессии и его выборочная оценка. Параметры уравнения регрессии, коэффициент полной регрессии. Интерпретация параметров уравнения регрессии. Понятие и причины возникновения случайной ошибки уравнения регрессии. Остаточная дисперсия, число степеней свободы. Оценка параметров уравнения регрессии, метод наименьших квадратов. Понятие о методе максимального правдоподобия. Основные предпосылки регрессионного анализа. Классическая нормальная модель линейной регрессии. Показатели качества модели. Средняя ошибка аппроксимации. Понятие оценки параметра. Средняя и предельная ошибки оценок параметров, коэффициента корреляции. Точечная и интервальная оценка генеральных параметров. Понятие достоверности параметров. Оценка достоверности параметров и парного коэффициента корреляции с использованием критерия Стьюдента. Оценка достоверности уравнения регрессии в целом, дисперсионный анализ, критерий Фишера. Связь между критерием Фишера и критерием Стьюдента. Прогнозирование на основе уравнения регрессии. Средняя и предельная ошибки прогноза. Доверительный интервал прогнозного значения зависимой переменной. Обоснование выбора прогнозных значений независимой переменной. Применение пакетов прикладных статистических и эконометрических программ при построении, оценке достоверности модели парной линейной регрессии и прогноза на ее основе. Проблема спецификации модели. Классификация нелинейных функций. Основные виды нелинейных регрессий и их использование в эконометрических исследованиях (парабола, гипербола, степенная функция). Кривые Филипса, Энгеля, Гомперца, функция насыщения. Линеаризация переменных. Коэффициенты эластичности в нелинейных регрессиях. Индекс корреляции и индекс детерминации. Оценка достоверности параметров нелинейных моделей. Применение моделей парной регрессии для анализа и прогнозирования сельскохозяйственного производства. | Продолжение таблицы 2 1 | 2 | 3 | 2. | Множественная регрессия | Классическая нормальная линейная модель множественной регрессии. Предпосылка регрессионного анализа о невырожденности матрицы значений объясняющих переменных. Матричные обозначения. Оценка параметров методом наименьших квадратов модели множественной регрессии в матричной форме. Ковариационная матрица и ее выборочная оценка. Ковариационная матрица вектора возмущений. Ковариационная матрица вектора оценок параметров. Оценка значимости коэффициентов регрессии и определение доверительных интервалов. Определение ошибок коэффициентов регрессии. Расчет прогноза. Средняя ошибка прогноза, доверительные интервалы прогноза. Множественные коэффициент корреляции и детерминации, нормированный коэффициент детерминации. Дисперсионный анализ в оценке значимости уравнения множественной регрессии. Свойства оценок метода наименьших квадратов (несмещенность, состоятельность и эффективность). Понятие мультиколлинеарности и способы ее преодоления. Частный коэффициент корреляции, способы расчета и интерпретация, оценка значимости. Толерантность. Понятие о текущей матрице выметания. Отбор факторов в модель множественной регрессии. Версия всех возможных регрессий и пошаговые процедуры отбора. Понятие о факторном анализе и методе главных компонент. Стандартизованные коэффициенты регрессии, способы расчета и интерпретация. Коэффициенты частной детерминации. Разложение коэффициента множественной детерминации. Частные уравнения регрессии. Частные коэффициенты эластичности. Модели с переменной структурой. Причины изменчивости структуры модели и способы ее отображения в уравнении регрессии. Представление исходной информации в моделях с переменной структурой. Фиктивные переменные. Приемы обнаружения изменчивости структуры модели и закономерностей этого процесса с использованием статической и динамической информации. Критерий Чоу. Гетероскедастичность остатков. Тесты на гетероскедастичность остатков (Пирсона, Глейзера, Уайта, Гольдфельда-Квандта). Обобщенный метод наименьших квадратов. Взвешенный метод наименьших квадратов. Нелинейные модели множественной регрессии в сельском хозяйстве. Производственная функция Кобба-Дугласа. Коэффициенты замещения факторов. Предельная норма замены трудовых ресурсов капиталом. Применение пакетов прикладных статистических и эконометрических программ при множественном регрессионном анализе. Множественные модели регрессии в АПК. | Продолжение таблицы 2 1 | 2 | 3 | 3. | Эконометрическое моделирование временных рядов | Понятие временного ряда. Основные элементы и задачи исследования временных рядов. Стационарные ряды и их характеристики. Автокорреляционная и частная автокорреляционная функции. Моделирование основной тенденции развития ряда. Прогнозирование на основе временного ряда. Моделирование тенденции при наличии структурных изменений. Моделирование сезонных и циклических колебаний. Аддитивные и мультипликативные модели временных рядов. Идентификация стационарных рядов. Модели авторегрессии. Модели скользящего среднего. Модели авторегрессии–скользящего среднего. Применение моделей авторегрессии, скользящего среднего и авторегрессии–скользящего среднего в анализе динамики курса акций. Интегрируемые процессы. Нестационарные ряды. Проблема единичного корня. Автокорреляция в остатках. Критерий Дарбина-Уотсона. Оценивание параметров уравнения регрессии при наличии автокорреляции в остатках: обобщенный метод наименьших квадратов. Изучение взаимосвязей между экономическими переменными на основе временных рядов. Проблема ложной корреляции. Методы исключения тенденции: преобразование исходных данных, включение в модель фактора времени. Регрессионные динамические модели. Стохастические регрессоры. Лаги в зависимых и независимых переменных. Трудности оценок параметров в моделях с лаговыми переменными (смещение ошибок коэффициентов, их неэффективность и т.п.). причины коррелированности регрессоров и ошибок регрессии. Динамическая модель с распределенными лагами. Динамическая авторегрессионная модель. Интерпретация параметров в моделях с распределенными лагами и динамических автогрессионных моделях. Методы оценки оптимальной величины лага. Изучение структуры лага и выбор вида модели с распределенным лагом. Лаги Алмон. Метод Койка. Метод главных компонент. Метод инструментальных переменных. Двухшаговый МНК и особенности его применения в оценках коэффициентов моделей с лаговыми переменными. Модель частичной корректировки. Модель адаптивных ожиданий. Применение пакетов прикладных статистических и эконометрических программ при эконометрическом моделировании временных рядов. Эконометрическое моделирование и прогнозирование в сельском хозяйстве на основе временных рядов. |
Продолжение таблицы 2 1 | 2 | 3 | 4. | Системы одновременных эконометрических уравнений | Система эконометрических уравнений. Системы независимых уравнений, рекурсивных и одновременных уравнение. Структурная и приведенная формы систем одновременных уравнений. Идентификация системы уравнений. Неидентифицируемая и сверхидентифицируемая системы уравнений. Косвенный, двухшаговый и трехшаговый методы наименьших квадратов. Системы эконометрических уравнений с лаговыми переменными. Применение систем эконометрических уравнений для описания макроэкономики. Модель Кейнса, динамическая модель Кейнса. Интерпретация параметров. Мультипликаторы. Модель Клейна. Модели спроса и предложения. |
Таблица 3 - Разделы дисциплины и междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами № п/п | Наименование обеспечиваемых (последующих) дисциплин | Номера разделов данной дисциплины, необходимых для изучения обеспечиваемых (последующих) дисциплин | 1 | 2 | 3 | 4 | 1. | Планирование в организации | + | + | + | - | 2. | Планирование и прогнозирование в АПК | + | + | + | + |
Таблица 4 - Разделы дисциплины и виды занятий № п/п | Наименование раздела дисциплины | Л, час. | ПЗ, час. | СРС, час. | Всего, час. | 1. | Парная регрессия | 6 | 6 | 12 | 24 | 2. | Множественная регрессия | 8 | 12 | 18 | 38 | 3. | Эконометрическое моделирование временных рядов | 8 | 6 | 18 | 32 | 4. | Системы одновременных эконометрических уравнений | 4 | 4 | 6 | 14 | Итого | 26 | 28 | 54 | 108 |
6. Практические занятия Таблица 5 – Темы и трудоемкость практических занятий № п/п | № раздела дисциплины | Темы практических занятий | Трудо-емкость (час.) | 1. | 1 | Построение парной линейной модели регрессии методом наименьших квадратов | 2 | 2. | 1 | Оценка достоверности параметров и уравнения регрессии в целом. Построение парной линейной модели регрессии с использованием инструмента «Регрессия» MS EXCEL | 2 | 3. | 1 | Построение парной степенной модели регрессии. Расчет и оценка достоверности прогноза | 2 | 4. | 2 | Построение модели множественной линейной регрессии методом наименьших квадратов с использованием метода обратной матрицы | 2 | 5. | 2 | Исследование модели множественной регрессии на мультиколлинеарность. Отбор факторов в уравнение множественной регрессии (с использованием пакетов прикладных программ (ППП) | 2 | 6. | 2 | Исследование моделей парной регрессии на гетероскедастичность остатков.Оценка параметров модели множественной линейной регрессии с гетероскедастичностью остатков взвешенным методом наименьших квадратов (с использованием ППП) | 2 | 7. | 2 | Расчет и анализ стандартизованных коэффициентов регрессии, коэффициентов раздельной детерминации для модели множественной линейной регрессии. Разложения коэффициента множественной регрессии с учетом системного эффекта действия факторов | 2 | 8. | 2 | Построение уравнений множественной регрессии с фиктивными переменными. | 2 | 9. | 2 | Эконометрическое моделирование и прогнозирование объемов и уровня производства продукции с использованием производственной функции Кобба-Дугласа (с использованием ППП) | 2 | 10. | 3 | Моделирование тенденции временного ряда при наличии структурных изменений | 2 | 11. | 3 | Построение аддитивной и мультипликативной моделей временного ряда. Расчет прогнозных значений (с использованием ППП) | 2 | 12. | 3 | Изучение взаимосвязей на основе временных рядов. Устранение тенденции | 2 | 13. | 4 | Применение косвенного метода наименьших квадратов для оценки параметров систем одновременных эконометрических уравнений | 2 | 14. | 4 | Применение двухшагового метода наименьших квадратов для оценки параметров систем одновременных эконометрических уравнений | 2 | Итого | 28 | 7. Учебно-методическое и информационное обеспечение дисциплины а) основная литература Кремер Н.Ш., Путко Б.А. Эконометрика: Учебник для вузов / Под ред. проф. Н.Ш. Кремера. – М.: Юнити-Дана, 2010. – 328 с. Уколова А.В., Шайкина Е.В. Практикум по эконометрике.– М.: РГАУ-МСХА, 2011. – 104 с. Шайкина Е.В., Уколова А.В. Эконометрика: Курс лекций. Учеб. пособие. – М.: РГАУ- МСХА, 2009. – 119 с. Эконометрика: Учебник / Под редакцией Елисеевой И.И. – М: Финансы и статистика, 2007 – 344 с. Эконометрика: Учебник / Под редакцией Елисеевой И.И. – М: Проспект, 2011. – 288 с. б) дополнительная литература Christopher F. Baum. An Introduction to Modern Econometrics Using Stata. – Stata-Press, 2006. – 341 p. ISBN-10: 1-59718-013-0, ISBN-13: 978-1-59718-013-9 Green, W.H. Econometric analysis / W.H. Green. – 6th ed. – Pearson Prentice Hall, 2008. – 1178 p. Gujarati, D.N., Porter, D.C. Essentials of econometrics / D.N. Gujarati, D.C. Porter. – 4th ed. – McGraw-Hill, 2010. – 554 p. ISBN 978-007-127607-8 Koop, Gary. Analysis of economic data / by Gary Koop. – 3rd ed. – Wiley, 2009. – 250 p. ISBN 978-0-470-71389 (pbk.) William E. Griffiths, R. Carter Hill, Guay C. Lim. Using EViews for Principles of Econometrics, 3rd Edition. – Wiley, 2008. – 384 p. ISBN-10: 0-471-78711-6, ISBN-13: 978-0-471-78711-2 William Gould, Jeffrey Pitblado, and Brian Poi. Maximum Likelihood Estimation with Stata, 4th Edition. – Stata-Press, 2010. – 352 p. ISBN-10: 1-59718-078-5, ISBN-13: 978-1-59718-078-8 Wooldridge, J.M. Introductory Econometrics. A Modern Approach / J.M. Wooldridge. – 4th ed. – South-Western, Cengage Learning, 2009 – 865 p. Айвазян С.А. Методы эконометрики: Учебник. – М.: Инфра-М, 2010. – 512 с. ISBN: 978-5-9776-0153-5, 978-5-16-004050-9 Вербик М. Путеводитель по современной эконометрике. – М.: Научная книга, 2008. – 616с. ISBN: 978-5-91393-035-4 Доугерти К. Введение в эконометрику: Учебник. – М.: Инфра-М, 2010. – 465 с. ISBN: 978-5-16-003640-3, 978-0-19-928096-4 Мхитарян В.С., Архипова М.Ю., Балаш В.А. Эконометрика: Учебник. – М.: Проспект, 2010. – 384с. ISBN: 978-5-392-01227-5 Уткин В.Б. Эконометрика: Учебник. – М.: Дашков и К, 2011. – 564 с. ISBN: 978-5-394-01221-1 Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. Учебник для вузов. М.: ЮНИТИ, 1998. -1022 с. Берндт Э. Практика эконометрики: классика и современность: Учебник / пер. с англ. под ред. проф. С.А. Айвазяна. – М.: ЮНИТИ – ДАНА, 2005. – 863 с. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учебник. – М.: Дело, 2007. – 504 с. ISBN: 978-5-7749-0473-0 Боровиков В.П., Прогнозирование в системе STATISTICA в среде Windows: Основы теории и интенсивная практика на компьютере: Учеб. Пособ. – 2-е изд., перераб. и доп. - М.: Финансы и статистика, 2006. - 368 с. Боровиков В. П. STATISTICA: искусство анализа данных на компьютере, 2-ое изд. - Изд.: Питер., 2003. - 688 с. в) программное обеспечение: MS EXCEL, MS WORD, один из пакетов прикладных программ: STATA, Eviews, STATISTICA, SPSS и др. г) базы данных, информационно-справочные и поисковые системы Росстат – www.gks.ru Всероссийская сельскохозяйственная перепись – www.perepis2006.ru Центральный Банк России – www.cbr.ru Всемирная торговая организация – www.wto.org Международный валютный фонд – www.imf.org Всемирный банк - www.worldbank.org Министерство Финансов РФ – www.minfin.gov.ru Европейский банк реконструкции и развития – www.ebrd.com Организация экономического сотрудничества и развития – www.oecd.org (Банки статистических данных Организации экономического сотрудничества и развития – http://www.oecd-ilibrary.org/statistics . Банки статистических данных по сельскому хозяйству Организации экономического сотрудничества и развития – http://www.agrioutlook.org/pages/0,2987, en_36774715_36775671_1_1_1_1_1,00.html) Международная организации труда - www.ilo.org Евростат. http://epp.eurostat.ec.europa.eu/portal/page/portal/publications/recently_published Национальная служба сельскохозяйственной статистики США (NASS – National Agricultural Statistics Service) – www.nass.usda.gov Национальное бюро статистики по рынку труда США – www.bls.gov Национальное бюро экономических исследований США – www.nber.org Бюро экономического анализа США (Bureau of Economic Analysis) – http://www.bea.gov Бюро переписей США (U.S. Census Bureau) – http://census.gov Единый архив статистических и эконометрических данных ВШЭ – http://sophist.hse.ru/db/oprosy.shtml?ts=2 -
Econometric Laboratory Software Archive – http://elsa.berkeley.edu/ Квантиль. Международный эконометрический журнал на русском языке – http://www.quantile.ru/ Эконометрическое общество – http://edirc.repec.org/data/essssea.html
8. Материально-техническое обеспечение дисциплины Для преподавания дисциплины необходима мультимедийная лекционная аудитория и компьютерные классы с необходимым программным обеспечением и с доступом в сеть Интернет.
9. Методические рекомендации по организации изучения дисциплины Дисциплина состоит из четырех модулей (разделов), по каждому из которых предусмотрено выполнение лабораторных и контрольных работ. Получение углубленных знаний по изучаемой дисциплине достигается за счет самостоятельной и научно-исследовательской работы студентов. Промежуточным контролем знаний студентов в течение обучения являются контрольные работы, итоговым – зачет. С целью систематического контроля над качеством подготовки и степенью усвоения знаний в процессе аудиторной, самостоятельной и научно-исследовательской работы студентов используется рейтинговая оценка знаний студентов. В течение семестра оценке подлежат лабораторно-практические работы (возможна их выборочная проверка), самостоятельные работы, контрольные работы. Практические работы выполняются по индивидуальным вариантам. В качестве исходных данных желательно использовать официальные российские и зарубежные источники статистической информации по сельскому хозяйству, итоги маркетинговых исследований и др. Решение и анализ полученных результатов практических работ оформляется в текстовом редакторе MS WORD в соответствии с требованиями соответствующих стандартов и сдаются на следующем занятии. Студент, пропустивший контрольную работу по уважительной причине (при предъявлении подтверждающих документов) может написать ее во время еженедельных консультаций преподавателя. Контрольная работа, пропущенная без уважительной причины, оценивается в «0» баллов. Для определения текущего рейтинга в конце семестра определяется средняя оценка за контрольные работы в пересчете на 100 баллов и средний балл за лабораторно-практические и самостоятельные работы (в пересчете на 100 баллов). Текущий рейтинг определяется как средняя взвешенная величина из средней оценки за контрольные работы с удельным весом 60% и 40% – за практические и самостоятельные работы. Для получения зачета по дисциплине необходимо набрать рейтинг по каждому модулю и в целом не менее 50 процентов от максимально возможного.
Разработчик: ФГБОУ ВПО РГАУ-МСХА имени К.А.Тимирязева | зав. кафедрой статистики | А.В. Уколова |
|