Российский новый университет
(г. Москва)
Санкт-Петербургский филиал
Кафедра менеджмента
МЕТОДИЧЕСКОЕ ПОСОБИЕ
по изучению дисциплины
«Эконометрика»
для студентов заочной формы обучения
специальность: 061100
«Менеджмент организаций»
Санкт-Петербург
2012
Содержание
Введение
Учебная программа
Перечень вопросов для подготовки к экзамену
Список рекомендуемой литературы
ВВЕДЕНИЕ
Эконометрика – наука, изучающая экономические явления с количественной точки зрения. Она устанавливает и исследует количественные закономерности в экономике на основе методов теории вероятности и математической статистики, приспособленных к обработке экономических данных.
Закономерности в экономике выражаются в виде связей и закономерностей экономических показателей и математических моделей их поведения. Зависимости и модели могут быть получены путем обработки реальных статистических данных с учетом внутренних механизмов связи и случайных факторов. Модель может быть получена и апробирована на основе анализа статистических данных, и изменения в поведении последних говорят о необходимости уточнения и развития модели.
Эконометрика позволяет строить эконометрические модели и оценивать их параметры, проверять гипотезы о свойствах экономических показателей и формах их связи. Это служит основой для экономического анализа и прогнозирования, создавая возможность для принятия обоснованных экономических решений. В результате изучения учебной дисциплины «ЭКОНОМЕТРИКА» студенты должны:
Знать: методы исследования количественных закономерностей и заимозависимостей в экономике (метод наименьших квадратов, метод инструментальных переменных) по эмпирическим экономическим данным на основе положений теории вероятностей, математической статистики и корреляционно-регрессионного анализа.
Уметь: применять полученные знания на практике, грамотно составлять и анализировать экономические модели с использованием эмпирических данных.
Иметь представление: о методах развития экономических моделей (метод максимального правдоподобия).
Изучение дисциплины базируется на знаниях, приобретенных студентами при изучении курсов экономической теории, математики, теории вероятностей, статистики, информатики. Она является основой для изучения специальных дисциплин, связанных с применением экономико-математических (эконометрических) методов моделирования.
Формами изучения дисциплины являются: лекции и практические занятия, проводимые преподавателем в период установочной сессии, консультации; самостоятельная работа – основная форма изучения дисциплины студентами.
Форма отчетности по данной дисциплине – экзамен.
.Учебная программа
Тема 1. Распределения и взаимосвязи случайных величин
Генеральная совокупность и выборка экономических данных. Основные статистические распределения: нормальное распределение, распределение Стъюдента. Таблицы распределений и их использование. Соотношения между экономическими переменными. Ковариация. Корреляция. Линейная связь.
ТЕМА 2. Модель линейной регрессии
Оценка линейной связи экономических переменных. Парная линейная регрессия. Использование метода наименьших квадратов для оценивания параметров линейной регрессии. Анализ статистической значимости коэффициентов линейной регрессии.
ТЕМА 3. Множественная линейная регрессия
Уравнение множественной линейной регрессии. Использование метода наименьших квадратов для оценивания параметров линейной регрессии. Расчет коэффициентов множественной линейной регрессии и проверка их статистической значимости.
ТЕМА 4. Линейные регрессионные модели с гетероскедастичными автокоррелированными остатками.
Гетероскедастичность и ее последствия. Обнаружение гетероскедастичности. Автокорреляция и ее факторы. Обнаружение автокорреляции первого порядка. Автокорреляция с лаговой зависимой переменной. Обобщенный метод наименьших квадратов.
ТЕМА 5. Регрессионные модели с нелинейной структурой
Нелинейные модели по переменным и по параметрам. Линеаризация нелинейных моделей регрессии. Производственная функция Дугласа-Кобба.
ТЕМА 6. Временные ряды
Характеристики временных рядов. Модели стационарных и нестационарных временных рядов, их идентификация.
ТЕМА 7. Система линейных одновременных уравнений.
Смещение при оценке одновременных уравнений. Структурная и приведенная форма уравнений. Инструментальные переменные. Косвенный, двухшаговый и трехшаговый метод наименьших квадратов. Условие размерности для идентификации. Идентификация относительно стабильных зависимостей.
ТЕМА 8. Метод максимального правдоподобия (ММП)
Недостатки МНК для построения экономических моделей. Сущность метода ММП. Использование ММП для построения экономических моделей.
Вопросы для подготовки к экзамену
Экономические данные, цели и методы их сбора.
Стохастическая природа экономических данных.
Способы представления экономических данных.
Определение случайной величины (СВ). Основные вероятностные характеристики СВ.
Математическое ожидание (МОЖ) СВ и его основные свойства.
Дисперсия СВ и ее основные свойства.
Закон больших чисел. Теоремы Бернулли, Ляпунова, Чебышева.
Закон равной вероятности и его основные характеристики.
Нормальный закон распределения и его основные характеристики.
Стандартное нормальное распределение и его роль для экономического анализа.
Распределение Стъюдента и его применение.
Вероятностные характеристики двух случайных величин и соотношения между ними.
Ковариация.
Коэффициент корреляции двух СВ.
Проверка гипотезы о некоррелированности двух СВ.
Линейная регрессия.
Парная линейная регрессия
Спецификация и параметризация уравнения регрессии.
Сущность метода наименьших квадратов (МНК).
Задача статистической оценки параметров линейной регрессии.
Свойства несмещенности, состоятельности и эффективности оценок параметров.
Смысловое и количественное различие теоретических значений коэффициентов регрессии и их оценок.
Связь коэффициента регрессии с коэффициентом корреляции.
Проверка нулевой гипотезы для коэффициента регрессии.
Проверка качества оцененного уравнения регресии. Коэффициент детерминации.
Распределение Фишера и его использование в задачах эконометрики.
Статистика Дарбина-Уотсона и ее использование в задачах эконометрики.
Необходимость уточнения линейной регрессионной модели.
Порядок выведения из уравнений регрессии незначимых объясняющих переменных и добавление новых переменных.
Временные ряды.
Необходимость и порядок разбиения временного интервала на части и оценка уравнения регрессии на каждом из них.
Построение нелинейных уравнений регрессии.
Линеаризация нелинейных уравнений регрессии.
Ошибки линеаризации.нелинейных уравнений регрессии
Гомоскедастичность и ее влияние на несмещенность, состоятельность и эффективность оценок параметров.
Гетероскедастичность и ее влияние на несмещенность, состоятельность и эффективность оценок параметров.
Системы одновременных уравнений
Роль систем одновременных уравнений в экономическом моделировании.
Сущность двухшагового МНК и условия его применения.
Сущность трехшагового МНК и условия его применения.