litceysel.ru
добавить свой файл
1
УТВЕРЖДАЮ


Первый проректор –

Проректор по учебной работе


____________________ И.Н.Захаров


РАБОЧАЯ УЧЕБНАЯ ПРОГРАММА

по дисциплине “Эконометрика”

Специальности:


  • Финансы и кредит;

  • Бухгалтерский учет, анализ и аудит;

  • Мировая экономика;

  • Менеджмент организации.


I. Целевая установка и организационно-методические указания


Основной целью дисциплины является изучение эконометрических методов исследования количественных и качественных закономерностей в экономике на основе анализа статистических данных.

Эконометрика объединяет совокупность методов и моделей, позволяющих на базе экономической теории, экономической статистики и математико-статистического инструментария выражать количественно и анализировать экономические законы и закономерности. Навыки проведения эконометрического исследования статистических данных и экономических показателей, а также верной интерпретации результатов такого исследования, являются одной из важных составляющих современного экономического образования.


В результате изучения дисциплины выпускник должен быть подготовлен к:


  • использованию эконометрических методов для обработки и анализа экономико-статистических данных с учетом внутренних экономических взаимосвязей и случайных факторов;

  • ретроспективному анализу и прогнозированию поведения экономических моделей на основе эконометрического исследования;

  • сопоставлению качественных закономерностей экономической теории с наблюдаемыми данными и показателями;
  • пониманию тех разделов общепрофессиональных и специальных дисциплин, фундаментальное изложение которых требует знакомства с эконометрическими методами исследования.



В результате изучения учебной дисциплины выпускники должны:


ЗНАТЬ:

  • основы регрессионного анализа;

  • основные предпосылки, необходимые для правильного применения классических регрессионных моделей;

  • основы анализа эконометрических моделей, представляющих собой системы одновременных уравнений;

  • основы анализа и прогнозирования временных рядов.


УМЕТЬ и ИМЕТЬ НАВЫК:

  • решения типовых задач в пределах изучаемого программного материала;

  • использования основных приемов эконометрического исследования эмпирических данных;

  • самостоятельной работы с учебно-методической литературой и электронными учебно-методическими комплексами.


БЫТЬ ОЗНАКОМЛЕНЫ:

  • с местом и ролью эконометрики в экономике, финансах, менеджменте;

  • с основными эконометрическими моделями и методами.


Необходимый предшествующий уровень образования студента, приступающего к изучению дисциплины «Эконометрика», подразумевает твердые познания в области экономической теории, теории вероятностей и математической статистики, знакомство с экономической статистикой, определенный навык использования программных средств для решения экономико-математических задач.

Перспективные учебные дисциплины, при изучении которых может быть востребована часть знаний и навыков, приобретенных студентами в процессе изучения дисциплины «Эконометрика»: основы аудита, экономический анализ, финансовый менеджмент, финансовый анализ, страхование, рынок ценных бумаг, инвестиции.



Учебная дисциплина “Эконометрика” состоит 6 тем. Дисциплина читается в шестом семестре.


Методические рекомендации для преподавателей.


Фундаментальность и прикладная направленность обучения реализуется путем тщательного отбора учебного материала в соответствии с классическими и современными результатами, как в эконометрике, так и в микроэкономике, макроэкономике, финансовом анализе. Основными видами занятий при изучении дисциплины “Эконометрика” являются: лекции, практические занятия, семинары, лабораторные работы, консультации по курсовой работе и самостоятельные занятия.

Курс эконометрики в значительной мере подразумевает уверенное владение основами теории вероятностей и, в особенности, математической статистики, поэтому в начале курса целесообразно некоторое повторение и закрепление знаний по математической статистике в виде самостоятельной и/или контрольной работ. Примерные темы: стандартные непрерывные распределения, точечные и интервальные оценки, корреляционные моменты, проверка гипотез.

В рамках лекционных занятий основное внимание уделяется изложению теоретических основ курса, доказательству основных теорем и результатов. Для эффективного освоения курса на лекциях крайне желательно уделять время решению примеров, а также обсуждению применения эконометрических методов для анализа социально-экономических явлений и процессов, основанному на реальных статистических данных. В связи с большим количеством расчетов, графиков для демонстрации результатов используются технические средства обучения (например, мультимедийный проектор). Для закрепления теоретического материала на лекциях целесообразно проведение мини-опросов и коротких тестов. Особое внимание на лекционных и практических занятиях должно уделяться содержательной интерпретации результатов в социально-экономическом контексте.

Целью практических занятий является закрепление теоретических знаний, выработка навыков решения задач с использованием современных компьютерных технологий. Практические занятия, в основном, проводятся в компьютерном классе. Для проведения занятий разрабатываются лабораторные работы, содержание которых отражает основные этапы и методику эконометрического анализа типичных задач.


В качестве базового программного обеспечения можно рекомендовать MS Excel. Выбор этого пакета оправдан тем, что, с одной стороны, он содержит все необходимые средства для проведения расчетов — как отдельные встроенные статистические функции, так и интегрированные средства Пакета Анализа, а с другой стороны, требует контроля за вводимыми данными, использованием функций, построением графиков, что необходимо в процессе обучения. Следует также отметить доступность этого программного обеспечения. В качестве дополнения в рамках курса целесообразно знакомство с некоторыми статистическими пакетами, по крайней мере, на уровне методологии использования и интерпретации получаемых результатов.

Основные темы курса, такие как парная и множественная линейные регрессии, нелинейные регрессии, временные ряды подразумевают выполнение домашних заданий и тестов (контрольных работ). Необходимым условием допуска студента к экзамену является выполнение всех самостоятельных (домашних) и контрольных работ, каждая из которых оценивается отдельно.

Курсовая работа оценивается отдельно, особое внимание уделяется интерпретации и анализу полученных результатов.

Конспекты лекций и практических занятий, тексты лабораторных работ, слайды лекций размещаются на сервере и доступны для студентов.

Система контрольных мероприятий должна обеспечивать объективную оценку знаний и навыков студентов, способствовать повышению эффективности всех видов учебных занятий, включая и самостоятельную работу.


Формы текущего промежуточного и итогового контроля:


Система контрольных мероприятий включает в себя:


  • коллоквиум;

  • проверку выполнения текущих заданий;
  • проверку и оценку результатов самостоятельной работы обучаемых под руководством преподавателя;


  • контрольные и лабораторные работы;

  • тесты;

  • защиту курсовой работы;

  • экзамен.


Промежуточная аттестация проводится в середине каждого учебного семестра в соответствии с графиком учебного процесса. В конце 6 семестра проходит защита выполненных курсовых работ и итоговый экзамен по дисциплине.


При проведении компьютерного тестирования и коллоквиумов может быть использована интерактивная образовательная среда МБИ «Виртуальный университетский комплекс Санкт-Петербурга (ВУОКСа)».


Методические указания студентам:


Методические указания студентам различных форм обучения представлены в комплекте методических материалов, разработанных на кафедре для изучения дисциплины, в том числе в таких элементах электронного учебно-методического комплекса (ЭУМК) как методические рекомендации по изучению дисциплины (составляются отдельно по различным формам обучения), практикум, методические рекомендации по выполнению курсовых работ, методические рекомендации по выполнению контрольных работ.

Эти методические рекомендации раскрывают рекомендуемый режим и характер различных видов учебной работы (в том числе самостоятельной работы) с учетом специфики выбранной студентом формы обучения (очная, очно-заочная, заочная с применением дистанционных технологий, и т.д.).

Студентам рекомендуется получить в Библиотечно-информа­ционном центре института учебную литературу по дисциплине, необходимую для эффективной работы на всех видах аудиторных занятий, а также для самостоятельной работы по изучению дисциплины. В часы самостоятельной работы студентам рекомендуется активно использовать ЭУМК по дисциплине (особенно такие его элементы как практикумы, тесты и тьюторы). Необходимо подчеркнуть, что студентам всех форм обучения предоставляется в достаточном объеме возможность для самостоятельной работы в компьютерных классах современного Центра информационных технологий МБИ.


Для успешного освоения курса, прежде всего, необходимо уверенное владение основами теории вероятностей и математической статистики. Повторение основных тем, таких как стандартные непрерывные распределения, точечные и интервальные оценки, корреляционные моменты, проверка гипотез выносится на самостоятельную работу.

Практические занятия происходят, в основном, в компьютерном классе с использованием MS Excel, поэтому предполагается, что студент имеет навыки, связанные с использованием стандартных математических и статистических функций, вычисление с помощью формул, построение диаграмм.

Успешное выполнение домашних заданий и самостоятельных работ необходимо для допуска к экзамену. В том случае, если студент не успевает выполнить практическую (лабораторную) работу на занятии, она должна быть выполнена в часы самостоятельной работы с помощью конспектов лекций и практических занятий.

На итоговую экзаменационную оценку влияет как выполнение самостоятельных, домашних работ, тестов, контрольных работ, так и посещение лекций и практических занятий.

Курсовая работа оценивается отдельно и предполагает самостоятельное выполнение студентом расчетов, подбор теоретического материала и анализ полученных результатов. Особое внимание в курсовой работе должно быть уделено экономической интерпретации полученных результатов, построению прогнозов. Подбор актуальных статистических данных является одной из составных частей курсовой работы. Статистические данные могут быт взяты как из печатных, так и из Интернет источников, ссылка на источник обязательна в любом случае. Для помощи в выполнении курсовых работ и промежуточного контроля предусмотрены консультации в группах по курсовой работе.

Курсовая работа представляется руководителю в утвержденные сроки (как правило, за 2 недели до зачетной недели), как в печатном, так и в электронном варианте. Составной частью курсовой работы является файл с выполненными расчетами. Использование без должного цитирования книг, статей, аналогичных работ недопустимо.


Наиболее общие методические рекомендации по контролируемой самостоятельной работе студентов приведены в Приложении 1 к настоящей программе.


II. Содержание дисциплины, структурированное по видам учебных занятий с указанием их объемов. Распределение учебного времени по семестрам, темам и видам учебных занятий (при очной форме обучения), с указанием контрольных работ.


6 семестр


Тема 1. Парная линейная регрессия.

(лекции – 8 ч., практические занятия –12 ч., самостоятельная работа – 8 ч.)


Спецификация модели парной линейной регрессии.

Оценка параметров. Экономическая интерпретация.

Основные предположения регрессионного анализа.

Метод наименьших квадратов.

Статистические свойства оценок. Теорема Гаусса-Маркова.

Показатели качества регрессии. Коэффициент детерминации.

Коэффициент парной корреляции.

Проверка статистической значимости в парной линейной регрессии.

Доверительные интервалы для параметров.

Доверительные интервалы прогноза для парной линейной регрессии.


Контрольная лабораторная работа № 1.


Тема 2. Множественная линейная регрессия.

(лекции – 8 ч., практические занятия – 12 ч., самостоятельная работа – 8 ч.)


Спецификация модели множественной регрессии.

Метод наименьших квадратов.

Оценка параметров. Экономическая интерпретация.

Основные предположения регрессионного анализа.

Теорема Гаусса-Маркова Статистические свойства оценок.

Показатели качества регрессии. Коэффициент детерминации.

Коэффициенты парной и частной корреляции.

Проверка статистической значимости в множественной линейной регрессии.

Доверительные интервалы для параметров.

Доверительные интервалы прогноза для множественной линейной регрессии.


Мультиколлинеарность.

Фиктивные переменные. Регрессионные модели с переменной структурой.


Тема 3. Гетероскедастичность и автокоррелированность остатков.

(лекции – 2 ч., практические занятия – 4 ч., самостоятельная работа – 4 ч.)


Гомоскедастичность и гетероскедастичность.

Тесты Спирмена и Голдфелда—Квандта.

Автокоррелированность остатков.

Обобщенный метод наименьших квадратов.


Контрольная лабораторная работа № 2.


Тема 4. Нелинейные модели регрессии и их линеаризация.

(лекции – 4 ч., практические занятия – 4 ч., самостоятельная работа – 6 ч.)


Модели нелинейной регрессии.

Нелинейные модели, сводимые к линейным моделям.

Примеры нелинейных регрессий (Энгеля, Филипса, квадратичная регрессия).


Тема 5. Системы линейных одновременных уравнений.

(лекции – 4 ч., практические занятия – 6 ч., самостоятельная работа – 6 ч.)


Идентифицируемость.

Косвенный, двухшаговый и трехшаговый методы наименьших квадратов.


Тема 6. Временные ряды.

(лекции – 8 ч., практические занятия – 8 ч., самостоятельная работа – 8 ч.)


Основные характеристики временных рядов.

Модели стационарных и нестационарных временных рядов.

Компоненты временных рядов.

Критерии случайности.

Идентификация моделей. Оценка тренда и периодической составляющей.

Авторегрессия. Критерий Дарбина—Уотсона.

Сглаживание временных рядов.


Контрольная лабораторная работа № 3.


Бюджет времени, отводимый на изучение дисциплины, составляет 120 часов.

В том числе (при очной форме обучения):


  • лекции 34 часа;

  • практические занятия (в том числе консультации в группах по курсовой работе) 46 часов;


  • самостоятельная работа 40 часов.


III. Учебно-методическое обеспечение дисциплины.


Основная литература:


  1. Электронный учебно-методический комплекс по дисциплине.

  2. Кремер Н.Ш., Путко Б.А. Эконометрика, М., 2003, гриф МО

  3. Елиссева И.И. Эконометрика. М., 2003, 2003, 2001, гриф МО

  4. Практикум по эконометрике (под ред. Елисеевой И.И.), М, 2005, 2003, 2002, гриф МО

  5. Березинец И.В. Эконометрика, СПб, 2003

  6. Катышев П.К. Сборник задач к начальному курсу эконометрики, М, 2002, 1999


Дополнительная:

  1. Айвазян С.А., Мхитарян В.С. Прикладная статистика в задачах и упражнениях: учебник для вузов. — М.: ЮНИТИ-ДАНА, 2001, 270 с.

  2. Бородич С.А. Вводный курс эконометрики: Учебное пособие. — Мн.: БГУ, 2000, 354 с.

  3. Джонстон Дж. Эконометрические методы. — М.: Статистика, 1980.

  4. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. — М.: Финансы и статистика, 1986, в 2-х кн.

  5. Кремер Н.Ш. Теория вероятностей и математическая статистика. — М.: ЮНИТИ-ДАНА, 2004, 573 с.

  6. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере. — М.:ИНФРА-М, 2003, 544 с.

  7. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. — М.: ЮНИТИ, 2003, 650 с.

  8. Буре В.М. Евсеев Е.А. Основы эконометрики: Учеб. Пособие. — СПб.: Изд-во С.-Петерб. ун-та, 2004, 72 с.

  9. Валландер С.С. Заметки по эконометрике. — СПб.: Европ. ун-т, 2001, 46 с.

  10. Доугерти К. Введение в эконометрику: учебник. 2-е изд. М.: ИНФРА-М, 2004.— 432 с.
  11. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. — М.: Дело, 2000, 400 с.




Заведующий кафедрой математических

методов исследования экономики

Международного банковского института,

кандидат физ.-мат.наук, доцент Д.В.Кузютин


Приложение 1. Методические рекомендации по контролируемой самостоятельной работе студентов







п.п.

Наименование тем


Рекомендуемые для самостоятельной работы элементы ЭУМК

Учебная литература, рекомендуемая в дополнение к ЭУМК

1

Тема 1. Парная линейная регрессия.

Контент и практикум по теме


[2]

[3]

[5]


2

Тема 2. Множественная линейная регрессия.

Контент и практикум по теме


[2]

[3]

[5]


3

Тема 3. Гетероскедастичность и автокоррелированность остатков.

Контент и практикум по теме


[2]

[3]

[5]


4

Тема 4. Нелинейные модели регрессии и их линеаризация.


Контент и практикум по теме


[2]

[3]


5

Тема 5. Системы линейных одновременных уравнений.

Контент и практикум по теме


[2]

[3]


6

Тема 6. Временные ряды.

Контент и практикум по теме


[2]

[3]