• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2020/2021

Эконометрика

Лучший по критерию «Новизна полученных знаний»
Статус: Курс обязательный (Экономика и статистика)
Направление: 38.03.01. Экономика
Когда читается: 4-й курс, 1, 2 модуль
Формат изучения: с онлайн-курсом
Язык: русский
Кредиты: 5
Контактные часы: 56

Программа дисциплины

Аннотация

Анализ различных статистических показателей, представленных временными рядами, стало неотъемлемой частью современных научных прикладных исследований во многих областях науки. Временная структура данных накладывает ограничения на используемые эконометрические модели в силу того, что временные данные упорядочены во времени и наблюдения в близкие моменты времени зависимы. В курсе Эконометрики будут подробно обсуждаться вопросы моделирования детерминированных составляющих временного ряда, стационарности процессов, адаптивные модели, модели ARIMA, моделирование сезонности, проблемы анализа нестационарных временных рядов и многомерных моделей. В предлагаемом курсе будет рассмотрено большое количество прикладных задач с использованием современных пакетов прикладных программ (Stata, Gretl).
Цель освоения дисциплины

Цель освоения дисциплины

  • Целью освоения дисциплины Эконометрика является формирование у студентов научного представления о методах, моделях и приемах, позволяющих получать количественные выражения закономерностям экономической теории на базе экономической статистики с использованием математико-статистического инструментария анализа временных рядов.
  • выработка у студентов навыков критического анализа различных источников информации о временных рядах
  • подготовка студента к решению профессиональных задач в области анализа временных рядов
Планируемые результаты обучения

Планируемые результаты обучения

  • Знать основные принципы и уметь использовать методы оценивания моделей ARMA/ARIMA, моделей с авторегрессионной условной гетероскедастичностью, уметь применять тесты единичного корня.
  • Знать основные принципы и уметь использовать модели сезонных колебаний с фиктивными переменными, модели SARIMA, адаптивные сезонные модели временных рядов, применять тесты на сезонные единичные корни.
  • Знать основные принципы и уметь использовать основные модели многомерных временных рядов: модели коинтеграции, модели коррекции ошибками, авторегрессионная модели распределенных лагов, модели векторной авторегрессии.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Тема10. Анализ одномерных временных рядов
    Введения в анализ временных рядов. Основные типы стационарных ARMA моделей. Модели нестационарных временных рядов. Тесты на единичные корни. Модели с авторегрессионной условной гетероскедастичностью.
  • Тема11. Анализ и моделирование сезонных колебаний во временных рядах
    Моделирование сезонных колебаний с помощью гармонического анализа и фиктивных переменных. Сезонные модели SARIMA. Тесты на сезонные единичные корни. Адаптивные сезонные модели временных рядов
  • Тема12. Основные модели многомерных временных рядов
    Понятие о коинтеграции. Авторегрессионная модель распределенных лагов. Векторная авторегрессия. Векторная модель коррекции ошибками.
Элементы контроля

Элементы контроля

  • неблокирующий Активность на семинарах
  • неблокирующий Текущие домашние работы
    ТДР выполняются еженедельно, в группе по 2 человека и состоят из нескольких заданий по пройденной теме. На проверку отчет загружается в LMS.
  • неблокирующий Самостоятельная работа 1
    СР1 и СР2 (Самостоятельные работы 1 и 2) выполняются на компьютерах в соответствии с требованиями. В итоге студенты представляют на проверку текстовый отчет и расчетный файл через LMS.
  • неблокирующий Контрольная работа 1
    КР1 и КР2 (Контрольные работы 1 и 2) выполняются в форме аудиторной контрольной работы с решением теоретических, а также расчетных задач, не связанных с обработкой больших массивов данных, с использованием калькулятора.
  • неблокирующий Самостоятельная работа 2
    СР1 и СР2 (Самостоятельные работы 1 и 2) выполняются на компьютерах в соответствии с требованиями. В итоге студенты представляют на проверку текстовый отчет и расчетный файл через LMS.
  • неблокирующий Контрольная работа 2
  • неблокирующий Активность на семинарах
  • неблокирующий Текущие домашние работы
    ТДР выполняются еженедельно, в группе по 2 человека и состоят из нескольких заданий по пройденной теме. На проверку отчет загружается в LMS.
  • неблокирующий Самостоятельная работа 1
    СР1 и СР2 (Самостоятельные работы 1 и 2) выполняются на компьютерах в соответствии с требованиями. В итоге студенты представляют на проверку текстовый отчет и расчетный файл через LMS.
  • неблокирующий Контрольная работа 1
    КР1 и КР2 (Контрольные работы 1 и 2) выполняются в форме аудиторной контрольной работы с решением теоретических, а также расчетных задач, не связанных с обработкой больших массивов данных, с использованием калькулятора.
  • неблокирующий Самостоятельная работа 2
    СР1 и СР2 (Самостоятельные работы 1 и 2) выполняются на компьютерах в соответствии с требованиями. В итоге студенты представляют на проверку текстовый отчет и расчетный файл через LMS.
  • неблокирующий Контрольная работа 2
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (2 модуль)
    0.05 * Активность на семинарах + 0.15 * Контрольная работа 1 + 0.15 * Контрольная работа 2 + 0.25 * Самостоятельная работа 1 + 0.25 * Самостоятельная работа 2 + 0.15 * Текущие домашние работы
Список литературы

Список литературы

Рекомендуемая основная литература

  • Enders, W. (2015). Applied Econometric Time Series (Vol. Fourth edition). Hoboken, NJ: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1639192
  • Hamilton, J. D. . (DE-588)122825950, (DE-576)271889950. (1994). Time series analysis / James D. Hamilton. Princeton, NJ: Princeton Univ. Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edswao&AN=edswao.038453134
  • Подкорытова О. А., Соколов М. В. - АНАЛИЗ ВРЕМЕННЫХ РЯДОВ 2-е изд., пер. и доп. Учебное пособие для бакалавриата и магистратуры - М.:Издательство Юрайт - 2019 - 267с. - ISBN: 978-5-534-02556-9 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/analiz-vremennyh-ryadov-433180
  • Путеводитель по современной эконометрике : учеб.- метод. пособие для вузов, Вербик, М., 2008

Рекомендуемая дополнительная литература

  • Box, G. E. P., Reinsel, G. C., & Jenkins, G. M. (2008). Time Series Analysis : Forecasting and Control (Vol. 4th ed). Hoboken, N.J.: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=588017
  • Bulakh, V., Kirichenko, L., & Radivilova, T. (2019). Time series classification based on fractal properties. https://doi.org/10.1109/DSMP.2018.8478532
  • Chatfield, C., & Xing, H. (2019). The Analysis of Time Series : An Introduction with R (Vol. Seventh edition). Boca Raton, Florida: Chapman and Hall/CRC. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=2110461
  • Практика эконометрики: классика и современность : учебник для вузов, Берндт, Э. Р., 2005