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

Количественные методы в экономике

Статус: Майнор
Когда читается: 3, 4 модуль
Язык: русский
Кредиты: 5

Программа дисциплины

Аннотация

Изучение дисциплины «Количественные методы в экономике» базируется на следующих дисциплинах: - Микроэкономика; - Макроэкономика; - Анализ отраслевых рынков. Для освоения учебной дисциплины студенты должны владеть следующими знаниями и компетенциями: - Математика в объеме программы средней школы.
Цель освоения дисциплины

Цель освоения дисциплины

  • Целями освоения дисциплины «Количественные методы в экономике» являются: 1) Получение студентами представления о первичных методах анализа данных, проверки статистических гипотез, а также основных эконометрических моделях и методах их оценивания, области их применения; 2) Освоение студентами статистических пакетов, позволяющих проводить первичный анализ данных и применять эконометрические методы к анализу реальных статистических данных.
Планируемые результаты обучения

Планируемые результаты обучения

  • 1. знает основы статистических и эконометрических методов анализа данных;
  • 2. умеет проводить первичный анализ данных на основании описательных статистик, таблиц и графиков;
  • 3. умеет применять эконометрические методы оценивания при работе с реальными статистическими данными;
  • 4. владеет навыками работы с модулями статистических пакетов Excel и STATA , позволяющими применить эконометрические методы оценивания;
  • 5. владеет методикой и методологией проведения научных исследований в профессиональной сфере;
  • 6. владеет навыками самостоятельной исследовательской работы.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Тема 1. Введение. Зачем нужен анализ данных? Какие данные есть и где их найти.
    Зачем нужен анализ данных? Типы экономических данных: временные ряды, пространственные данные, панельные данные. Источники данных. Вероятностная природа экономических величин. Проблема измерений. Специфика экономических измерений. Что такое математические методы анализа экономики и эконометрика. Цели и методы эконометрики. Взаимосвязи между переменными. Статистические совокупности и группировка.
  • Тема 2. Как проводить анализ "на глаз". Визуальный анализ.
    Визуальный анализ. Таблицы и графики. Частота и частотность. Диаграммы. Гистограммы. Картограммы и картодиаграммы. Линейные тренды.
  • Тема 3. "Средняя температура по больнице" или, о чем говорят описательные статистики и как их правильно интерпретировать.
    Основные понятия прикладной статистики. Случайность. Вероятность. Случайное событие. Случайная величина. Функция распределения. Математическое ожидание. Дисперсия. Выборка. Выборочные характеристики. Арифметическое среднее. Геометрическое среднее. Дисперсия и среднеквадратическое отклонение. Медиана.Размах. Ковариация и корреляция. Выборочные и теоретические. Независимые и зависимые случайные величины. Степень связи между переменными.
  • Тема 4. Дороже ли квартиры на северо-западе Москвы, чем квартиры на юго-востоке столицы? Проверка простейших статистических гипотез.
    Нормальное распределение. Распределение Фишера. Распределение Стьюдента. Распределение Хи-квадрат. Нормальное распределение. Распределение Фишера. Распределение Стьюдента. Распределение Хи-квадрат. Связь между распределениями. Формулировка статистических гипотез. Тестирование гипотез. P-value. Нулевая и альтернативные гипотезы. Гипотезы о равенстве средних. Гипотеза о равенстве дисперсий. Гипотеза о равенстве среднего какому-то значению.
  • Тема 5. Индексы и их применение. Темпы роста и прироста.
    Темпы роста и прироста. Индексы цен и количеств. Индекс Пааше, Ласпейреса и Фишера. Цепные и базовые индексы. Примеры применения индексов.
  • Тема 6. Модель ценообразования стоимости акций (CAPM): парная регрессия.
    Модель CAPM. Классическая линейная регрессия для случая одной объясняющей переменной. Статистические характеристики оценок параметров модели. Свойства оценок. Теорема Гаусса – Маркова. Проверка гипотез о конкретном значении коэффициентов регрессии. Проверка гипотез о значимости коэффициентов регрессии. Доверительные интервалы для оценок параметров. Проверка адекватности регрессии.
  • Тема 7. Производственная функция и эффект масштаба: множественная регрессия.
    Производственная функция Кобба-Дугласа. Множественная линейная регрессия. Теорема Гаусса – Маркова для множественной линейной регрессии (без доказательства). Проверка гипотез о конкретном значении коэффициентов регрессии. Проверка гипотез о значимости коэффициентов регрессии. Коэффициент множественной детерминации и его свойства. Коэффициент множественной детерминации, скорректированный на число степеней свободы. Доверительные интервалы для коэффициентов регрессии. Проверка гипотезы об адекватности регрессии. Проверка общей линейной гипотезы о наличии нескольких линейных соотношений между коэффициентами регрессии.
  • Тема 8. Измерение изменения качества: построение гедонического индекса цен для компьютеров с помощью методов множественной регрессии.
    Анализ взаимосвязи между ценой и качеством. Гедонический метод и его применение к индексу цен. Эконометрические проблемы, связанные с оцениванием гедонических уравнений цен: гетероскедастичность, выбор функциональной формы, выбор объясняющих переменных (пропущенные и лишние переменные), мультиколлинеарность.
  • Тема 9. Анализ факторов, влияющих на заработную плату, и измерение дискриминации в оплате труда: фиктивные переменные в моделях регрессии.
    Уравнение Минцера для заработной платы. Отдача от образования. Смещение коэффициентов из-за неучтенных переменных (способности). Уменьшение эффективности оценок коэффициентов при включении в модель излишних переменных. Проверка гипотезы о группе излишних переменных. RESET- тест Рамсея для проверки гипотезы о существовании упущенных переменных. Фиктивные (dummy) переменные и их использование для измерения дискриминации. Исследование структурной устойчивости коэффициентов регрессии с помощью теста Чоу (Chow). Линейная в логарифмах регрессия как модель с постоянной эластичностью. Полулинейная модель как модель с постоянными темпами роста. Выбор между моделями с помощью теста Бокса-Кокса. Эндогенность.
  • Тема 10. Фондовые рынки: применение методов анализа временных рядов.
    Автокорреляция. Авторегрессионая модель. Скользящее среднее. Понятие стационарности временного ряда. Тесты на единичные корни. Подход Бокса-Дженкинса. Понятие коинтеграции. Процедура Энгла-Гренджера. Понятие сезонности и ее учет. Прогнозирование. Тренд.
Элементы контроля

Элементы контроля

  • неблокирующий Контрольная работа
    В случае болезни или отсутствия на контрольной работе по уважительной причине, студенту нужно предупредить преподавателя, проводящего контрольную работу, до ее начала. Повторное проведение контрольных работ для студентов, пропустивших их по уважительной причине, не производится, но вес контрольной работы переносится на проектную работу. В случае пропуска контрольной работы по неуважительной причине и/или отсутствия соответствующих документов повторное проведение контрольной работы не производится и в качестве оценки выставляется 0 баллов. Пересдача элементов текущего контроля (контрольных работ) не производится.
  • неблокирующий Домашняя работа
  • неблокирующий Проектная работа
  • неблокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (4 модуль)
    0.14 * Домашняя работа + 0.28 * Контрольная работа + 0.28 * Проектная работа + 0.3 * Экзамен
Список литературы

Список литературы

Рекомендуемая основная литература

  • Введение в эконометрику : учебник для вузов, Доугерти К., Замкова О. О., 2009
  • Статистика для менеджеров с использованием Microsoft Excel, Левин Д. М., Стефан Д., 2005

Рекомендуемая дополнительная литература

  • Michael N. Mitchell. (2012). A Visual Guide to Stata Graphics, 3rd Edition. StataCorp LP. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.b.tsj.spbook.vgsg
  • Statistics for business and economics, Newbold P., Carlson W. L., 2007
  • Канторович, Г. (2002). Лекции: Анализ Временных Рядов. Экономический Журнал Высшей Школы Экономики, (3). Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsclk&AN=edsclk.15693389
  • Общая теория статистики : учеб. пособие для вузов, Елисеева И. И., Юзбашев М. М., 1995
  • Прикладная статистика и основы эконометрики : Учебник для вузов, Айвазян С. А., Мхитарян В. С., 1998
  • Путеводитель по современной эконометрике : учеб. пособие для вузов, Вербик М., Банникова В. А., 2008
  • Статистический анализ данных на компьютере, Тюрин Ю. Н., Макаров А. А., 1998
  • Теория вероятностей и математическая статистика : учеб. пособие для вузов, Шведов А. С., 2005