Наименования тем лекций и их содержание
Дневное обучение
Тема 1. Основные понятия, предмет и область применения эконометрики.
Предмет и метод эконометрики. Эконометрический подход к изучению экономических явлений и процессов. Понятие эконометрической модели, классификация моделей. Примеры. Основные этапы построения эконометрической модели.
Литература: [3, с.6–17]; [4, с.6–11]; [6, с.11–30]; [7, с.13–39]; [11, с.3–32].
Тема 2. Модели простой и множественной линейной регрессии (ПЛР, МЛР). Классические модельные предложения. Статистическое оценивание параметров модели. МНК-оценки их свойства. Проверка гипотез о значимости параметров и адекватности модели. Прогнозирование на основе ПЛР, МЛР.
Литература: [1, с.53–71]; [2, с.64–190]; [3, с.50–106]; [4, с.11–24]; [5, 4–11]; [7, с.42–57]; [8, с.6–62].
Тема 3. Спецификация эконометрической модели. Методы выбора экзогенных переменных (идентификация пропущенных и избыточных переменных). Методы выбора формы зависимости эндогенной и экзогенных переменных (нелинейная регрессия).
Литература: [1, с.165–196]; [2, с.200–222]; [3, с.243–254]; [4, с.25–29]; [5, с.12–19].
Тема 4. Эконометрический анализ при нарушении классических модельных предложений. Гетероскедастичность и ее экономическая интерпретация. Обобщенный МНК (ОМНК), свойства оценок ОМНК. Критерии проверки гетероскедастичности: Парка, Голдфилда-Кандта, Бриша-Пагана, Вайта. Автокорреляция ошибок модели. Операторы декорреляции. Критерий Дарбина-Вотсона. Мультиколлинеарность экзогенных переменных. Критерии обнаружения мультиколлинеарности. Оценивание модели по главным компонентам
|
|
|
Литература: [1, с.200–261]; [2, с.230–280]; [3, с.108–130]; [4, с.29–43]; [5, с.20–29].
Тема 5. Динамические эконометрические модели. Лаговые модели. Виды структуры оператора запаздывания во времени экзогенных переменных (Койка, Алмон, Бокса-Дженкинса). Примеры лаговых моделей в экономике: модель адаптивных информационных ожиданий и др.). Критерии диагностики автокорреляции в лаговых моделях (тест Дарбина, множественный тест Лагранжа). Модели временных рядов. Параметрические модели выделения тренда (МНК, Брауна, Хольта, Винтера). Стационарные модели: авторегрессии и скользящего среднего. Оценка структуры и параметров стационарных моделей. Применение динамики моделей временных рядов к прогнозу темпа инфляции. Прогнозирование временных рядов.
Литература: [2, с.310–341]; [3, с.133–149]; [4, с.65–71]; [5, с.70–80]; [8, с.169–197].
Тема 6. Модели с фиктивными (дихотомическими) переменными. Проверка однородности выборочных данных (критерий Чоу). Модель ANOVA. Использование фиктивных переменных в анализе сезонности. Логит и пробит модели.
Литература: [1, с.262–287]; [2, с.285–309]; [3, с.115–124]; [4, с.80–91].
|
|
|
Тема 7. Система одновременных эконометрических уравнений (СЭУ). Элементы причинного анализа. Графическое представление СЭУ. Структурная и приведенная формы СЭУ. Проблема идентифицируемости. Критерии проверки иденцифицируемости СЭУ. Методы оценивания параметров СЭУ (косвенный МНК, 2МНК). Свойства оценок.
Литература: [1, с.322–345]; [2, с.346–369]; [3, с.224–242]; [4, с.43–52]; [5, с.48–65].
Тема 8. Современное состояние эконометрики. Анализ больших макроэкономических моделей: Уортонская, Бруклинская, Мэрфи, LINK, LAM и другие.
Литература: [4, с.71–78]; [6, с.486–508]; [9, с.135–146]; [10, с.223–245]; [11, 290–335].
2.3. Практические занятия, наименование тем
и объем в часах
Таблица 2.2
| Наименование тем практических занятий | Цель занятия | Объем в часах | ||
| Дневное обучение | ||||
| 1. Модели простой и множественной линейной регрессии (ПЛР, МЛР) | Ознакомиться с классическими модельными предложениями ПЛР и МЛР. Научиться решать задачи на статистическое оценивание параметров модели по МНК. Освоить процедуру проверки гипотез о значимости параметров и адекватности модели и методы прогнозирования | 4 | ||
| 2. Эконометричес-кий анализ при нарушении классических модельных предложений | Научиться решению задач на диагностику: гетероскедастичности и ее экономической интерпретации. Освоить обобщенный МНК (ОМНК). Научиться проводить диагностику автокорреляции ошибок модели. Научиться измерять мультиколлинеарность экзогенных переменных | 2 | ||
| 3. Динамические эконометрические модели | Научиться решать задачи на построение лаговых моделей. Освоить модели временных рядов. Научиться применять динамику моделей временных рядов к прогнозированию экономических процессов | 4 | ||
| 4. Система одновременных эконометрических уравнений (СЭУ) | Научиться решать задачи на графическое представление СЭУ | 2 | ||
| Итого по дисциплине
| 12 | |||
2.4. Лабораторный практикум, наименование тем
и объем в часах
Таблица 2.3
| Наименование тем практических занятий | Цель занятия | Объем в часах | ||
| Дневное обучение | ||||
| 1. Простая линейная регрессия (ПЛР) | Ознакомиться с классическими модельными предложениями для построения простой линейной регрессии | 4 | ||
| 2. Множественная регрессия (МЛР) | Ознакомиться с классическими модельными предложениями для построения множественной линейной регрессии | 4 | ||
| 3. Спецификация экзогенных переменных мо-делей | Научиться выбирать пропущенные и избыточные переменные. Изучить алгоритмы и реализацию критериев Рамсея и Амемья | 2 | ||
| 4. Спецификация формы зависимости между эндогенной и экзогенными переменными | Научится выбирать корректную форму зависимости между эндогенной и экзогенными переменными | 2 | ||
| 5. Обнаружение и устранение гетероскедастичности | Освоить методы обнаружения и устранения гетероскедас-тичности случайных переменных моделей | 2 | ||
| 6. Обнаружение и устранение автокорреляции | Освоить методы обнаружения и устранения автокорреляции случайных переменных моделей | 2 | ||
| 7. Обнаружение и устранение мультиколлинеарности | Освоить методы диагностики и устранения проблемы линейной зависимости экзогенных переменных | 2 | ||
| 8. Временные ряды. Моделирование ARMA- процессов | Освоить методы анализа стационарных и нестационарных временных рядов | 2 | ||
| Итого по дисциплине
| 18 | |||
КОНСПЕКТ ЛЕКЦИЙ
Дата добавления: 2019-11-25; просмотров: 164; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!