Эконометрика

Бакалавриат 2020/2021

Статус: Курс обязательный (Финансовый менеджмент)

Направление: 38.03.01. Экономика

Кто читает: Центр развития компетенций в области финансов и учета Института открытых программ дополнительного образования Высшей школы бизнеса

Где читается: Центр развития компетенций в области финансов и учета Института открытых программ дополнительного образования Высшей школы бизнеса

Когда читается: 3-й курс, 3 модуль

Формат изучения: без онлайн-курса

Язык: русский

Кредиты: 6

Контактные часы: 32

Полная версия программы учебной 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 вероятно-стей и математическая статистика); • Микроэкономика; • Макроэкономика. Для освоения учебной дисциплины, студенты должны владеть следующими знаниями и ком-петенциями: • 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 изу-чении дисциплины «Производные финансовые инструменты» и выполнении студентом вы-пускной квалификационной работы.

Цель освоения дисциплины

Дать студентам научное представление о методах и моделях современной эконометрики, которые позволяют давать количественную оценку основным закономерностям экономической теории.

Планируемые результаты обучения

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)
Уметь: применять стандартные методы построения эконометрических моделей, об-рабатывать статистическую информацию и получать статистически обоснованные выводы, давать содержательную интерпретацию результатов эконометрического мо-делирования
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

Содержание учебной дисциплины

Тема 1. Основные понятия эконометрики. Парная линейная регрессия
Цели и методы эконометрики. Этапы построения эконометрической модели. Взаимосвязи между переменными. Примеры простейших эконометрических моделей. Типы эконометрических данных: временные ряды, перекрестные данные, панельные данные. Методы оценивания. Верификация оцененной модели. 1.2. Линейная регрессионная модель для случая одной объясняющей переменной. Метод наименьших квадратов (МНК) для оценивания параметров модели. Система нормальных уравнений и ее решение.
Тема 2. Множественная линейная регрессия. Теорема Гаусса-Маркова
Изучение множественной линейной регрессии. Метод наименьших квадратов и его геометрическая интерпретация в многомерном случае. Система нормальных уравнений. Теорема Гаусса – Маркова для случая множественной линейной регрессии (без доказательства). Коэффициент множественной детерминации и его свойства. Неприменимость коэффициента детерминации для оценки качества подгонки регрессии, проходящей через начало ко-ординат.
Тема 3. Некоторые аспекты множественной линейной регрессии: проверка гипотезы о наличии линейных ограничений на параметры; введение в модель dummy-переменных; тест Чоу
Проверка общей линейной гипотезы о наличии нескольких линейных соотношений между коэффициентами регрессии. Фиктивные переменные для дифференциации свободного члена и коэффициентов наклона. Сравнение двух регрессий с помощью фиктивных переменных и теста Чоу (Chow). Эквивалентность этих подходов. Анализ сезонности с помощью фиктивных переменных.
Тема 4. Нарушения предпосылок теоремы Гаусса-Маркова: ошибки спецификации; муль-тиколлинеарность; гетероскедастичность; автокорреляция
Выявление проблемы выбора "наилучшей" модели. Свойства, которыми должна обладать "хорошая" модель. Типы ошибок спецификации модели. Пропущенные и излишние переменные. Не-правильная функциональная форма модели. Смещение в оценках коэффициентов, вызыва-емое невключением существенных переменных. Ухудшение точности оценок (увеличение оценок дисперсий) при включении в модель излишних переменных. RESET тест Рамсея (Ramsey's RESET test) для проверки гипотезы о существовании упущенных переменных.
Тема 5. Прогнозирование в регрессионных моделях
Изучены основные понятия: точечное и интервальное прогнозирование; безусловное и условное прогнозирование. Безусловное прогнозирование в модели парной линейной регрессии. Ошибка прогноза. Доверительный интервал для прогнозируемого значения зависимой переменной. Понятие об условном прогнозировании

Элементы контроля

Домашние задания
Зачет (устно)

Промежуточная аттестация

Промежуточная аттестация (3 модуль)
0.7 * Домашние задания + 0.3 * Зачет (устно)

Программа дисциплины