ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

Государственное образовательное учреждение высшего профессионального образования

СЕВЕРО-ЗАПАДНЫЙГОСУДАРСТВЕННЫЙЗАОЧНЫЙТЕХНИЧЕСКИЙУНИВЕРСИТЕТ

Кафедра информатики

ЭКОНОМЕТРИКА

УЧЕБНО-МЕТОДИЧЕСКИЙ КОМПЛЕКС

Институт управления производственными и инновационными программами

Специальность 080105.65 – финансы и кредит

Направление подготовки бакалавра

080100.62 – экономика

Санкт-Петербург Издательство СЗТУ

2008

2

Утверждено редакционно-издательским советом университета УДК 519.2.06(07)

Эконометрика: учебно-методический комплекс / сост. М. Б. Шабаева – СПб.: Изд-во CЗТУ, 2008. – 159 с.

Учебно-методический комплекс разработан в соответствии с государственными образовательными стандартами высшего профессионального образования.

Дисциплина посвящена изучению теоретических основ, методов и алгоритмов построения эконометрических моделей по пространственным и временным выборкам, методов оценки параметров моделей и проверки их значимости.

Рассмотрено на заседании кафедры информатики 9 апреля 2008 г., одобрено методической комиссией института общепрофессиональной подготовки 3 июня 2008 г.

Рецензенты: кафедра информатики СЗТУ (зав. каф. Г. Г. Ткаченко, канд. физ.-мат. наук, доцент); Е. А. Карпова, канд. физ.-мат. наук, доцент.

Составитель: М. Б. Шабаева, канд. физ.-мат. наук, доц.

©Северо-Западный государственный заочный технический университет, 2008

©Шабаева М. Б., 2008

3

1. Информация о дисциплине

1.1. Предисловие

Дисциплина «Эконометрика» изучается студентами специальности 080105.65 всех форм обучения в одном семестре. Данная дисциплина включает в себя разделы: «Парная линейная регрессия», «Множественная регрессия», «Нарушения предпосылок классической регрессионной модели», «Временные ряды» и «Системы одновременных уравнений». Изучение дисциплины заканчивается сдачей экзамена.

Целью изучения дисциплины является приобретение знаний и навыков, необходимых для проведения эконометрического моделирования.

Задача изучения дисциплины – усвоение студентами теоретических основ и принципов построения эконометрических моделей, их верификации и использования для анализа и прогнозирования конкретных экономических процессов.

В результате изучения дисциплины студент должен овладеть основами знаний по дисциплине, формируемыми на нескольких уровнях:

•иметь представление об основных классах эконометрических моделей, областях и возможностях их использования для описания, анализа и прогнозирования реальных экономических процессов;

•знать и уметь использовать алгоритмы и методы оценки параметров моделей, делать выводы о качестве построенной модели, давать статистическую оценку значимости эффектов гетероскедастичности и автокорреляции остатков, а также мультиколлинеарности объясняющих переменных;

•владеть математическим аппаратом описания задач эконометрики, навыками построения эконометрических моделей и получения прогнозных оценок с использованием информационных технологий.

4

Местодисциплинывучебномпроцессе

Теоретической и практической основами дисциплины являются курсы экономической теории и математической статистики.

Курс «Эконометрика» выступает в качестве базы для курсов прикладной микро- и макроэкономики, специальных дисциплин направлений «Экономика», «Теория управления» и «Менеджмент».

1.2. Содержание дисциплины и виды учебной работы

1.2.1. Содержание дисциплины по государственному образовательному стандарту

ЕН.Ф.04 ЭКОНОМЕТРИКА

Линейная модель множественной регрессии; метод наименьших квадратов (МНК); свойства оценок МНК; показатели качества регрессии; линейные регрессионные модели с гетероскедастичными и автокорреляционными остатками; обобщенный метод наименьших квадратов (ОМНК); регрессионные модели с переменной структурой (фиктивные переменные); нелинейные модели регрессии и их линеаризация; характеристики временных рядов; модели стационарных и нестационарных временных рядов, их идентификация; система линейных одновременных уравнений; косвенный, двухшаговый и трехшаговый методы наименьших квадратов.

5

1.2.2. Объем дисциплины и виды учебной работы

			Всего часов
Вид учебной работы		форма обучения
			очно-
	очная					заочная
			заочная
			100
Общая трудоемкость дисциплины (ОТД)
Работа под руководством преподавателя	60		60			60
(включая ДОТ)
В том числе аудиторные занятия:
лекции	32		16			6
практические занятия (ПЗ)	16		8			4
			40
Самостоятельная работа студента (СР)	40					40
			1
Промежуточный контроль, количество	1					1
В том числе: курсовой проект (работа)	-		-			-
контрольная работа (реферат)	-		1			1
			Экзамен
Вид итогового контроля (зачет, экзамен)	Экзамен					Экзамен

Перечень видов практических занятий и контроля

-вопросы для самопроверки;

-тесты (по разделам дисциплины, тренировочные, общие);

-одна контрольная работа (для очно-заочной и заочной форм обучения);

-практические занятия – 16 часов для очной формы обучения,

–8 часов для очно-заочной формы обучения;

–4 часа для заочной формы обучения;

-экзамен.

6

2.Рабочие учебные материалы

2.1.Рабочая программа

(Объем дисциплины 100 часов)

Введение (2 часа)

[1], с. 9-49

Предмет и задачи дисциплины.

Предварительные сведения из теории вероятностей и математической статистики: условные распределения, функция регрессии. Коэффициент корреляции и его свойства. Выборочные ковариация и коэффициент корреляции.

Раздел 1. Парная линейная регрессия (18 часов)

[1], c. 50-81

Функциональная, статистическая и корреляционная зависимости. Результирующий признак и объясняющий фактор, детерминированная составляющая, случайная составляющая. Сумма квадратов остатков, метод наименьших квадратов, линия регрессии, коэффициенты регрессии. Теорема Гаусса-Маркова, экономическая интерпретация коэффициентов регрессии. Коэффициент детерминации R2 и его свойства, связь коэффициента детерминации и коэффициента корреляции в парной регрессии. Статистические свойства МНК-оценок параметров парной регрессии. Стандартные ошибки коэффициентов регрессии. Проверка гипотезы о наличии зависимости между объясняющим фактором и результирующим признаком по t-статистике, построение интервала для коэффициента регрессии b1. Построение доверительного интервала прогнозов в парной регрессии.

7

Раздел 2. Множественная регрессия (30 часов)

[1], с. 82-107, c. 115-128

Основные предположения классической линейной модели множественной регрессии. Метод наименьших квадратов, матричная форма записи коэффициентов множественной регрессии. Экономическая интерпретация частных коэффициентов множественной регрессии. Свойства оценок МНК. Теорема Гаусса-Маркова. Множественный коэффициент детерминации, скорректированный коэффициент детерминации. Проверка гипотезы о значимости коэффициентов множественной регрессии по t-статистике. Доверительные интервалы параметров множественной регрессии. Проверка значимости уравнения регрессии в целом по F-статистике.

Линейные регрессионные модели с переменной структурой. Фиктивные переменные.

Регрессии нелинейные по объясняющим переменным и нелинейные по параметрам. Индексы множественной корреляции и детерминации. Средняя ошибка аппроксимации. Коэффициент эластичности. Средний коэффициент эластичности. Степенная регрессия и сведение ее к линейной. Производственная функция Кобба-Дугласа. Кривая Филипса: уровень безработицы и темп роста заработной платы.

Раздел 3. Нарушения предпосылок классической регрессионной модели

(20 часов)

[1], с. 108-115, с. 128-132, с. 150-178

Гетероскедастичность случайного возмущения. Причины и последствия гетероскедастичности. Тест Голдфельда-Квандта, тест ранговой корреляции Спирмена. Автокорреляция случайного возмущения. Авторегрессия первого порядка. Статистика Дарбина-Уотсона. Обобщенный метод наименьших квадратов.

8

Мультиколлинеарность случайного возмущения. Причины и последствия мультиколлинеарности. Матрица парных корреляций. Частные коэффициенты корреляции. Множественные коэффициенты корреляции и детерминации. Пошаговая регрессия.

Раздел 4. Временные ряды (16 часов)

[1], c. 133-150, c. 178-190

Основные компоненты временного ряда. Аддитивная и мультипликативная модели. Стационарные временные ряды и их характеристики. Выборочная автокорреляционная функция, выявление структуры временного ряда. Сглаживание временного ряда. Представление тренда в аналитическом виде. Прогнозирование временных рядов.

Динамические эконометрические модели. Оценивание моделей с распределенными лагами. Модели авторегрессии, интерпретация параметров. Метод инструментальных переменных.

Раздел 5. Системы одновременных уравнений (12 часов)

[1], c. 224-242

Структурная и приведенная форма модели. Проблема идентификации. Необходимое и достаточное условие идентификации модели. Модель Кейнса функции потребления. Косвенный метод наименьших квадратов. Двухшаговый и трехшаговый методы наименьших квадратов.

Заключение (2 часа)

Эконометрические модели и методы представляют собой мощный инструментарий для принятия практических решений, получения новых знаний и прогнозирования в экономике в условиях стремительного развития социально-экономических процессов.

9

2.2. Тематический план дисциплины

Тематический план дисциплины для студентов очной формы обучения

		-Колво часов по дневнойформе обучения		Виды занятий и контроля
	Наименование		аудит.	ДОТ	аудит.	ДОТ	аудит.	ДОТ	Самостоятельработаная	Тесты	Контрольные работы
№	раздела
п/п	(отдельной темы)
	ВСЕГО	100	32	8	16	4			40
	Введение	2	2
1.	Раздел 1. Парная линейная	18	4	1,5	4	0,5			8
	регрессия
1.1	Классическая линейная		2	0,5	1
	модель парной регрессии
1.2	Оценка качества модели		1	0,5	2
1.3	Прогноз по модели парной		1	0,5	1
	регрессии
2.	Раздел 2. Множественная	30	10	2,5	6	2,5			9
	регрессия
2.1.	Линейная модель		4	1	2	1
	множественной регрессии
2.2	Оценка качества модели		2	1	2	1
2.3	Модели регрессии с		2
	переменной структурой
2.4	Нелинейные модели		2	0,5	2	0,5
	регрессии
3	Раздел 3. Нарушения	20	8	2	6	1			3
	предпосылок классической
	регрессионной модели
3.1	Гетероскедастичность		2	0,5
	случайного возмущения
3.2	Автокорреляция случайного		2	0,5	2
	возмущения
3.3	Обобщенный метод		2	0,5
	наименьших квадратов
3.4	Мультиколлинеарность		2	0,5	4	1

10

4	Раздел 4. Временные ряды	16	4	1					11
4.1	Основные элементы и		1	0,5
	структура временного ряда
4.2	Стационарные временные		1	0,5
	ряды и их характеристики
4.3	Моделирование тенденции		1
	временного ряда
4.4	Динамические		1
	эконометрические модели
5	Раздел 5. Системы	12	4	1					7
	одновременных уравнений
5.1	Основные понятия		2	0,5
5.2	Косвенный МНК		1	0,5
5.3	Двухшаговый и		1
	трехшаговый МНК
	Заключение	2							2

Тематический план дисциплины

для студентов очно-заочной формы обучения

		-Колво часов по дневнойформе обучения		Виды занятий и контроля
	Наименование		аудит.	ДОТ	аудит.	ДОТ	аудит.	ДОТ	Самостоятельработаная	Тесты	Контрольные работы
№	раздела
п/п	(отдельной темы)
	ВСЕГО	100	16	24	8	12			40		1
	Введение	2	1	1
1	Раздел 1. Парная линейная	18	3	3	2	2			8
	регрессия
1.1	Классическая линейная		1	1	1	1
	модель парной регрессии
1.2	Оценка качества модели		1	1	0,5	0,5
1.3	Прогноз по модели парной		1	1	0,5	0,5
	регрессии

11

2	Раздел 2. Множественная	30	6	8	4	6			6
	регрессия
2.1	Линейная модель		2	2	1	2
	множественной регрессии
2.2	Оценка качества модели		2	2	1	1
2.3	Модели регрессии с		1	2
	переменной структурой
2.4	Нелинейные модели		1	2	2	3
	регрессии
3	Раздел 3. Нарушения	20	4	4	2	4			6
	предпосылок классической
	регрессионной модели
3.1	Гетероскедастичность		1	1
	случайного возмущения
3.2	Автокорреляция случайного		1	1	1	1
	возмущения
3.3	Обобщенный метод		1	1
	наименьших квадратов
3.4	Мультиколлинеарность		1	1	1	3
4	Раздел 4. Временные ряды	16	1	4					11
4.1	Основные элементы и		0,5	1
	структура временного ряда
4.2	Стационарные временные		0,5	1
	ряды и их характеристики
4.3	Моделирование тенденции			1
	временного ряда
4.4	Динамические			1
	эконометрические модели
5	Раздел 5. Системы	12	1	2					9
	одновременных уравнений
5.1	Основные понятия		0,5	1
5.2	Косвенный МНК		0,5	0,5
5.3	Двухшаговый и			0,5
	трехшаговый МНК
	Заключение	2

12

Тематический план дисциплины для студентов заочной формы обучения

		-Колво часов по дневнойформе обучения		Виды занятий и контроля
	Наименование		аудит.	ДОТ	аудит.	ДОТ	аудит.	ДОТ	Самостоятельработаная	Тесты	Контрольные работы
№	раздела
п/п	(отдельной темы)
	ВСЕГО	100	6	30	4	20			40		1
	Введение	2		2
1	Раздел 1. Парная линейная	18	2	6		4			6
	регрессия
1.1	Классическая линейная		1	2		2
	модель парной регрессии
1.2	Оценка качества модели		0,5	2		1
1.3	Прогноз по модели парной		0,5	2		1
	регрессии
2	Раздел 2. Множественная	30	3	12	2	10			3
	регрессия
2.1	Линейная модель		1	4	1	2
	множественной регрессии
2.2	Оценка качества модели		0,5	2		4
2.3	Модели регрессии с		0,5	2
	переменной структурой
2.4	Нелинейные модели		1	4	1	4
	регрессии
3	Раздел 3. Нарушения	20	1	6	2	6			5
	предпосылок классической
	регрессионной модели
3.1	Гетероскедастичность		0,5	2
	случайного возмущения
3.2	Автокорреляция случайного		0,5	1		2
	возмущения
3.3	Обобщенный метод			1
	наименьших квадратов

13

3.4	Мультиколлинеарность			2	2	4
4	Раздел 4. Временные ряды	16		2					14
4.1	Основные элементы и			1
	структура временного ряда
4.2	Стационарные временные			1
	ряды и их характеристики
4.3	Моделирование тенденции
	временного ряда
4.4	Динамические
	эконометрические модели
5	Раздел 5. Системы	12		2					10
	одновременных уравнений
5.1	Основные понятия			1
5.2	Косвенный МНК			1
5.3	Двухшаговый и
	трехшаговый МНК
	Заключение	2							2