• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
2021/2022

Временные ряды и их практическое применение

Статус: Майнор
Когда читается: 3, 4 модуль
Охват аудитории: для всех кампусов НИУ ВШЭ
Язык: русский
Кредиты: 5

Программа дисциплины

Аннотация

Представленные в хронологической последовательности данные об объектах, или временные ряды, являются информационной базой для статистического прогнозирования. Методы прогнозной экстраполяции основаны на использовании свойства инерционности процессов и моделирования основной тенденции (тренда) и циклических изменений. Современные социально-экономические процессы все более утрачивают инерционность в силу "виртуализации" основных показателей, например, финансовых, и преобладающими моделями временных рядов становятся бестрендовые. Какую модель предпочесть и как рассчитать ее параметры, чтобы сделать прогноз на будущее? Какой прогноз: краткосрочный или долгосрочный, - можно сделать на основе построенной модели, и насколько он надежен? Ответы на эти и другие вопросы можно найти в процессе изучения предлагаемого курса, в ходе которого будут отработаны модели прогнозирования на основе реальных данных. Для моделирования и прогнозирования предполагается широкое использование передовых информационных технологий и прикладных программ. Также в процессе изучения курса Вы познакомитесь с теорией случайных процессов.
Цель освоения дисциплины

Цель освоения дисциплины

  • Целью освоения 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

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

Содержание учебной дисциплины

  • Раздел 1. 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.
  • Раздел 2. 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
  • Раздел 3. Основные модели многомерных временных рядов
    Модели коинтеграции. Модель коррекции ошибками. Авторегрессионная модель распределенных лагов. Векторная авторегрессия.
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 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 Текущие тесты
    Проводятся в течение 10 мин на занятии по пройденному материалу.
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (4 модуль)
    0.2 * активность на семинарах + 0.2 * Самостоятельная работа 1 + 0.2 * Самостоятельная работа 2 + 0.2 * Текущие домашние работы + 0.2 * Текущие тесты
Список литературы

Список литературы

Рекомендуемая основная литература

  • 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
  • Практика эконометрики: классика и современность : учебник для вузов, Берндт, Э. Р., Айвазяна, С. А., 2005
  • Путеводитель по современной эконометрике : учеб.- метод. пособие для вузов, Вербик, М., Банникова, В. А., 2008

Рекомендуемая дополнительная 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