• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2019/2020

Эконометрика

Статус: Курс обязательный
Направление: 38.03.01. Экономика
Когда читается: 3-й курс, 2 модуль
Формат изучения: Full time
Язык: русский
Кредиты: 5

Программа дисциплины

Аннотация

Настоящая дисциплина относится к профессиональному циклу дисциплин, изучаемых в ИППС в рамках направления 38.03.01 Экономика подготовки бакалавра. Изучение данной дисциплины базируется на следующих дисциплинах: • Математика (разделы: математический анализ, линейная алгебра, теория вероятностей и математическая статистика); • Микроэкономика; • Макроэкономика. Для освоения учебной дисциплины, студенты должны владеть следующими знаниями и компетенциями: • владеть основными понятиями теории вероятностей и математической статистики; • знать основные законы распределения случайных величин; • уметь проверять статистические гипотезы относительно параметров известных рас-пределений; • иметь первичные навыки обработки статистических данных на компьютере. Основные положения дисциплины должны быть использованы в дальнейшем при изучении дисциплины «Производные финансовые инструменты» и выполнении студентом выпускной квалификационной работы. Цели освоения дисциплины: дать студентам научное представление о методах и моделях современной эконометрики, которые позволяют давать количественную оценку основным закономерностям экономической теории. В рамках дисциплины используются различные образовательные технологии: теоретические в виде лекционных занятий и практические формы - разбор практических задач и кейсов, выполнение групповых и индивидуальных проектов.
Цель освоения дисциплины

Цель освоения дисциплины

  • Целями освоения дисциплины являются изучение современных методов эконометрического моделирования и овладения навыками использования статистического инструментария с целью решения финансовых и экономических задач.
Планируемые результаты обучения

Планируемые результаты обучения

  • Знать: основные понятия эконометрики, основные методы оценивания неизвестных параметров эконометрических моделей, методы проверки статистических гипотез о параметрах построенных моделей, основные методы диагностики (проверки качества) эконометрических моделей
  • Уметь: применять стандартные методы построения эконометрических моделей, об-рабатывать статистическую информацию и получать статистически обоснованные выводы, давать содержательную интерпретацию результатов эконометрического мо-делирования
  • Иметь навыки (приобрести опыт): обработки реальных статистических данных; применения эконометрических пакетов для построения и диагностики эконометри-ческих моделей (например, ППП MS Excel, Eviews, STATA, Gretl, R)
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Тема 1. Основные понятия эконометрического моделирования
    Понятие эконометрической модели. Классификация и примеры эконометрических мо-делей. Этапы эконометрического исследования. Типы данных, используемые в эконометриче-ских моделях. Пространственная выборка. Панельные данные. Временные ряды. Виды пере-менных, включаемых в эконометрические модели. Эндогенные и экзогенные переменные.
  • Тема 2. Введение в язык обработки данных и статистического анализа R
    Обзор современных программных средств, используемых в финансовых вычислениях. Описание языка R. Базовая функциональность языка R (структура, операторы, команды, типы данных). Расширения и библиотеки языка. Работа в среде R Studio. Загрузка в R финансовой и экономической информации из внешних источников. Подготовка и первичная обработка дан-ных. Графические библиотеки. Библиотеки и приложения, используемые в анализе финансо-вых рынков. Создание отчетов и готовых документов
  • Тема 3. Методы оценивания параметров распределений
    Случайные величины и случайные процессы. Основные статистические распределения, используемые в экономике и финансах. Нормальный закон распределения. Центральная пре-дельная теорема. Специальные распределения. Многомерные законы распределения. Моменты распределения. Оценка статистических параметров. Свойства оценок. Условные распределе-ния и условные моменты. Интервальное оценивание. Проверка статистических гипотез. Оцен-ка параметров распределения с помощью языка R.
  • Тема 4. Статистические методы анализа взаимосвязи
    Дисперсионный анализ (ANOVA). Понятие ковариации. Корреляционный анализ. Пар-ный, частный и множественный коэффициенты корреляции. Графическая интерпретация ко-эффициента корреляции. Ковариационная и корреляционная матрицы. Проверка значимости коэффициентов корреляции. Непараметрическая корреляция. Библиотеки языка R, используе-мые для дисперсионного и корреляционного анализа.
  • Тема 5. Построение и анализ регрессионных моделей I
    Понятие регрессионной модели. Классификация регрессионных моделей. Линейная и нелинейная регрессия. Парная регрессия. Предпосылки (теорема) Гаусса-Маркова. Свойства МНК-оценок параметров регрессии. Интерпретация коэффициентов регрессии. Коэффициен-ты эластичности. Оценка качества регрессионных моделей. Анализ остатков уравнения ре-грессии. Последствия нарушения предпосылок Гаусса-Маркова. Понятие гетероскедастично-сти и автокорреляция остатков.
  • Тема 6. Построение и анализ регрессионных моделей II
    Методы оценивания параметров множественной регрессии. Представление МНК в век-торно-матричном виде. Оценивание параметров регрессии методом максимального правдопо-добия. Обобщенный метод моментов. Получение оценок регрессионной модели градиентными методами. Оценка качества модели множественной регрессии. Проблема мультиколлинеарно-сти. Экономический и статистический подходы к включению и исключению переменных в модель.
  • Тема 7. Развитие методов эконометрического моделирования. Системы экономет-рических уравнений. Многомерные статистические методы
    Моделирование сложных экономических процессов. Системы одновременных уравне-ний. Структурная и приведенная формы уравнений. Идентификация модели. Понятие инстру-ментальных переменных. Косвенный и двухшаговый МНК. Использование многомерных ста-тистических методов в решение экономических и финансовых задач. Методы классификации и снижения размерности. Метод главных компонент. Библиотеки языка R, используемые для анализа больших массивов данных. Факторная модель кривой доходности.
  • Тема 8. Моделирование финансовых динамических рядов.
    Введение в случайные процессы. Финансовые динамические ряды (financial time series). Разложение динамического ряда на компоненты (декомпозиция Вольда). Понятие тренда и се-зонности. Стационарные и нестационарные временные ряды. Проверка свойства стационарно-сти. Подход Бокса-Дженкинса к моделированию динамических процессов. Модели скользяще-го среднего и авторегрессии (ARMA). Автокорреляционная и частная автокорреляционная функции.
Элементы контроля

Элементы контроля

  • неблокирующий Домашние практические задания
  • неблокирующий Ответы на вопросы
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (2 модуль)
    0.7 * Домашние практические задания + 0.3 * Ответы на вопросы
Список литературы

Список литературы

Рекомендуемая основная литература

  • Введение в эконометрику : учебник для вузов, Доугерти К., Замкова О. О., 2010
  • Гладилин, А.В. Эконометрика : учебное пособие / Гладилин А.В., Герасимов А.Н., Громов Е.И. — Москва : КноРус, 2015. — 227 с. — ISBN 978-5-406-04503-9. — URL: https://book.ru/book/916545 (дата обращения: 10.10.2019). — Текст : электронный.

Рекомендуемая дополнительная литература

  • Эконометрика: теоретические основы: Учебное пособие / Г.А. Соколов. - М.: ИНФРА-М, 2012. - 216 с.: 60x90 1/16 + CD-ROM. - (Высшее образование). (переплет, cd rom) ISBN 978-5-16-004180-3 - Режим доступа: http://znanium.com/catalog/product/243046