Geum.ru

Примерная программа наименование дисциплины Эконометрика Рекомендуется для направления подготовки 080200 «Менеджмент»

Вид материалаПримерная программа

Содержание


2. Место дисциплины в структуре ООП
3. Требования к результатам освоения дисциплины
4. Объем дисциплины и виды учебной работы
5. Содержание дисциплины
6. Практические занятия
7. Учебно-методическое и информационное обеспечение дисциплины
8. Материально-техническое обеспечение дисциплины
9. Методические рекомендации по организации изучения дисциплины
Подобный материал:

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
  1. Кремер Н.Ш., Путко Б.А. Эконометрика: Учебник для вузов / Под ред. проф. Н.Ш. Кремера. – М.: Юнити-Дана, 2010. – 328 с.
  2. Уколова А.В., Шайкина Е.В. Практикум по эконометрике.– М.: РГАУ-МСХА, 2011. – 104 с.
  3. Шайкина Е.В., Уколова А.В. Эконометрика: Курс лекций. Учеб. пособие. – М.: РГАУ- МСХА, 2009. – 119 с.
  4. Эконометрика: Учебник / Под редакцией Елисеевой И.И. – М: Финансы и статистика, 2007 – 344 с.
  5. Эконометрика: Учебник / Под редакцией Елисеевой И.И. – М: Проспект, 2011. – 288 с.

б) дополнительная литература
  1. 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
  2. Green, W.H. Econometric analysis / W.H. Green. – 6th ed. – Pearson Prentice Hall, 2008. – 1178 p.
  3. 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
  4. Koop, Gary. Analysis of economic data / by Gary Koop. – 3rd ed. – Wiley, 2009. – 250 p. ISBN 978-0-470-71389 (pbk.)
  5. 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
  6. 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
  7. Wooldridge, J.M. Introductory Econometrics. A Modern Approach / J.M. Wooldridge. – 4th ed. – South-Western, Cengage Learning, 2009 – 865 p.
  8. Айвазян С.А. Методы эконометрики: Учебник. – М.: Инфра-М, 2010. – 512 с. ISBN: 978-5-9776-0153-5, 978-5-16-004050-9
  9. Вербик М. Путеводитель по современной эконометрике. – М.: Научная книга, 2008. – 616с. ISBN: 978-5-91393-035-4
  10. Доугерти К. Введение в эконометрику: Учебник. – М.: Инфра-М, 2010. – 465 с. ISBN: 978-5-16-003640-3, 978-0-19-928096-4
  11. Мхитарян В.С., Архипова М.Ю., Балаш В.А. Эконометрика: Учебник. – М.: Проспект, 2010. – 384с. ISBN: 978-5-392-01227-5
  12. Уткин В.Б. Эконометрика: Учебник. – М.: Дашков и К, 2011. – 564 с. ISBN: 978-5-394-01221-1
  13. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. Учебник для вузов. М.: ЮНИТИ, 1998. -1022 с.
  14. Берндт Э. Практика эконометрики: классика и современность: Учебник / пер. с англ. под ред. проф. С.А. Айвазяна. – М.: ЮНИТИ – ДАНА, 2005. – 863 с.
  15. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учебник. – М.: Дело, 2007. – 504 с. ISBN: 978-5-7749-0473-0
  16. 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.
  17. 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
  1. Росстат – ссылка скрыта
  2. Всероссийская сельскохозяйственная перепись – ссылка скрыта
  3. Центральный Банк России – www.cbr.ru
  4. Всемирная торговая организация – www.wto.org
  5. Международный валютный фонд – www.imf.org
  6. Всемирный банк - www.worldbank.org
  7. Министерство Финансов РФ – www.minfin.gov.ru
  8. Европейский банк реконструкции и развития – www.ebrd.com
  9. Организация экономического сотрудничества и развития –

  10. ссылка скрыта (Банки статистических данных Организации экономического сотрудничества и развития – ссылка скрыта . Банки статистических данных по сельскому хозяйству Организации экономического сотрудничества и развития – ссылка скрыта, en_36774715_36775671_1_1_1_1_1,00.php)

  11. Международная организации труда - www.ilo.org
  12. Евростат. tat.ec.europa.eu/portal/page/portal/publications/recently_published
  13. Национальная служба сельскохозяйственной статистики США (NASS – National Agricultural Statistics Service) – ссылка скрыта
  14. Национальное бюро статистики по рынку труда США – ссылка скрыта
  15. Национальное бюро экономических исследований США – www.nber.org
  16. Бюро экономического анализа США (Bureau of Economic Analysis) – ov
  17. Бюро переписей США (U.S. Census Bureau) – v

  18. Единый архив статистических и эконометрических данных ВШЭ – se.ru/db/oprosy.shtml?ts=2

  19. Econometric Software Links Econometrics Journal – ссылка скрыта

  20. Econometric Laboratory Software Archive – ссылка скрыта
  21. ссылка скрыта Международный эконометрический журнал на русском языке – ссылка скрыта
  22. Эконометрическое общество – ec.org/data/essssea.php


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




Эксперты: