• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2018/2019

Анализ временных рядов-2

Статус: Курс по выбору (Прикладная экономика)
Направление: 38.04.01. Экономика
Когда читается: 1-й курс, 4 модуль
Формат изучения: Full time
Прогр. обучения: Прикладная экономика
Язык: русский
Кредиты: 3

Программа дисциплины

Аннотация

Курс "Анализ временных рядов-2" является курсом по выбору и рассчитан на студентов 1-го курса магистерской программы «Прикладная экономика», а также студентов иных магистерских программ. Материал курса предназначен для использования в курсах, связанных с количественным анализом динамики реальных экономических явлении, таких как, например, макроэкономика, прикладная макроэкономика, теория финансов и других. Может быть использован в спецкурсах по теории случайных процессов, математическим моделям в экономике, оптимальному управлению, статистическому прогнозированию, применению методов теории вероятностей в финансовой математике, принятию решений в условиях неопределенности. Требования к студентам: курс "Анализ временных рядов-2" рассчитан на студентов, прослушавших курс математического анализа, включающий дифференциальное и интегральное исчисление, курс разностных уравнений, а также курсы линейной алгебры, методов оптимальных решений, экономической статистики, теории вероятностей и математической статистики, эконометрики, курс "Анализ временных рядов-1".
Цель освоения дисциплины

Цель освоения дисциплины

  • Студент способен оценивать и перерабатывать освоенные научные методы и способы деятельности;
Планируемые результаты обучения

Планируемые результаты обучения

  • Умеет тестировать наличие единичного корня, понимает особенности распределения тестовой статистики.
  • Умеет проводить тесты на наличие экзогенных и эндогенных структурных сдвигов.
  • Умеет тестировать тип нестационарнности.
  • Понимать к чему ведет наличие или отсутствие коинтеграции нестационарных временных рядов. Уметь переписать ARDL-модели в ECM форме.
  • Умеет тестировать коинтеграцию многих временных рядов и строить многомерные модели как стационарных, так и нестационарных временных рядов.
  • Уметь оценивать модели с условной гетероскедастичностью.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Тесты на единичные корни: тесты Дикки-Фуллера, Филлипса-Перрона, KPSS и др.
    6. Кажущиеся тренды и регрессионные зависимости. Распределение тестовой статистики Дикки-Фуллера. Теорема Донскера. Мощность теста Дикки-Фуллера и выбор альтернативной гипотезы. ADF тест и выбор числа лагов. Непараметрический тест Филлипса и Перрона. Альтернативные тесты на единичные корни. Тест KPSS.
  • Единичные корни и структурные сдвиги: Тесты Перрона, Бай-Перрона и Зивота-Эндрюса.
    7. Тесты на единичные корни со структурными сдвигами. Тест Перрона (с экзогенным структурным сдвигом). Тест Эндрюса-Живота (с эндогенным структурным сдвигом). Тесты на единичные корни с множественными структурными сдвигами.
  • Методика исследования типа нестационарности временного ряда TSP или DSP. Другие типы нестационарных процессов.
    8. Методика исследования типа нестационарности временного ряда TS или DS. Другие типы нестационарных процессов. Использование специализированного компьютерного пакета Eviews.
  • Авторегрессионные модели с распределенными лагами. Понятие экзогенности (слабой, сильной, супер–). Причинность по Грэнджеру.
    9. Регрессионные динамические модели. Авторегрессионые модели с распределенными лагами (ADL). Понятие экзогенности. Слабая, сильная и супер-экзогенность переменных. Причинность по Грэнджеру (Granger causality).
  • Коинтеграция временных рядов. Модели коррекции ошибками.
    10. Коинтеграция временных рядов. Коинтеграционная регрессия. Общие множители и тренды. Коинтеграция и модель коррекции ошибками (Error Correction Model).
  • 13. Тестирование коинтеграции. Тест Йохансена. Теорема Гренджера о представлении. Структурные модели векторной авторегрессии (SVAR).
    Коинтеграция временных рядов. Коинтеграционная регрессия. Тестирование коинтеграции. Тест Йохансена. Модели векторных коррекций ошибками (VECM).0Теорема Гренджера о представлении. Структурные модели векторных коррекций ошибками (SVECM).
  • 15. Нелинейные модели временных рядов: ARCH, GARCH и др.
    Модели с условной гетероскедастичностью. Тестирование на наличие условной гетероскедастичности. ARCH, GARCH, EGARCH модели.
Элементы контроля

Элементы контроля

  • неблокирующий Домашнее задание
  • неблокирующий Эссе
  • блокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (4 модуль)
    0.2 * Домашнее задание + 0.6 * Экзамен + 0.2 * Эссе
Список литературы

Список литературы

Рекомендуемая основная литература

  • Канторович Г.Г. (2002). Лекции: Анализ временных рядов. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.69D6F004
  • Канторович Г.Г. (2002). Лекции: Анализ временных рядов. Экономический Журнал Высшей Школы Экономики, (1). Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsclk&AN=edsclk.16537823

Рекомендуемая дополнительная литература

  • Канторович, Г., & Назруллаева, Е. (2009). Удельные Затраты В Отраслях Российской Промышленности: Ведут Ли Прямые Инвестиции К Их Снижению? Экономический Журнал Высшей Школы Экономики, 1.