Раздел 1. Парная регрессия и корреляция в эконометрических исследованиях

Стр 1 из 3Следующая ⇒

ФИЛИАЛ В Г. РОСТОВЕ-НА-ДОНУ

СОГЛАСОВАНО Руководитель учебно-методического отдела ____________О.М. Кирикова «____» ___________ 20__ г.

«УТВЕРЖДАЮ» Директор филиала в г. Ростове-на-Дону _____________ Н.Б. Осипян «___» ____________ 20___ г.

РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ

ЭКОНОМЕТРИКА

Направление подготовки:

Экономика

Профиль подготовки:

«Бухгалтерский учёт, анализ и аудит»

«Финансы и кредит»

Квалификация (степень) выпускника:

Бакалавр

Ростов-на-Дону – 2014 г.

1. Цели и задачи освоения дисциплины

Цель - формирование теоретических знаний о методах, моделях и приемах, позволяющих с помощью математико-статистического инструментария, современных информационных технологий и данных экономической статистики придать количественные выражения закономерностям экономической теории, а также формирование навыковформализации прикладных задач, работы в пакетах прикладных программ.

Задачи:

1. освоение методов, моделей и алгоритмов выявления и исследования количественных связей между показателями социально-экономических процессов;

2. приобретение навыков формализации прикладных задач;

3. освоение современных пакетов прикладных программ для реализации алгоритмов эконометрического моделирования;

4. приобретение навыков содержательной интерпретации результатов моделирования.

2. Место дисциплины в структуре ООП бакалавриата

Дисциплина «Эконометрика» относится к базовой части профессионального цикла дисциплин Б3 (обязательная дисциплина) и является одной из дисциплин, формирующей математические знания и навыки, необходимые для бакалавра по направлению подготовки 080100.62 – «Экономика». Рабочая программа дисциплины «Эконометрика» предназначена для студентов очной, очно-заочной, заочной (выходного дня). Программа соответствует требованиям Федерального государственного образовательного стандарта высшего профессионального образования (ФГОС ВПО) по направлению «Экономика».

Освоение курса базируется на следующих дисциплинах:

- линейная алгебра;

- математический анализ

- теория вероятностей и математическая статистика;

- статистика

Содержание данной дисциплины является опорой для освоения следующих дисциплин:

- методы оптимальных решений;

– рынок ценных бумаг;

– инвестиции.

3. Компетенции обучающихся, формируемые
в результате освоения дисциплины

Выпускник по направлению подготовки « Экономика » с квалификацией (степенью) «бакалавр» должен обладать следующими компетенциями:

владеет основными методами, способами и средствами получения, хранения, переработки информации, имеет навыки работы с компьютером как средством управления информацией, способен работать с информацией в глобальных компьютерных сетях (ОК-13);

способен на основе типовых методик и действующей нормативно-правовой базы рассчитать экономические и социально-экономические показатели, характеризующие деятельность хозяйствующих субъектов, (ПК-2);

способен выбрать инструментальные средства для обработки экономических данных в соответствии с поставленной задачей, проанализировать результаты расчетов и обосновать полученные выводы (ПК-5);

способен на основе описания экономических процессов и явлений строить стандартные теоретические и эконометрические модели, анализировать и содержательно интерпретировать полученные результаты (ПК-6);

способен использовать для решения аналитических и исследовательских задач современные технические средства и информационные технологии (ПК-10);

В результате освоения дисциплины обучающийся должен:

Знать:

основные понятия и задачи эконометрики;

методы оценивания параметров эконометрических моделей;

методы исследования эконометрических моделей.

Уметь:

придавать конкретное количественное выражение общим закономерностям, обусловленным экономической теорией;

применять пакеты прикладных программ для решения задач эконометрического моделирования;

производить оценку качества и верификацию построенных эконометрических уравнений;

проводить содержательный анализ результатов эконометрического моделирования.

Владеть навыкамиформализации прикладных задач, работы в пакетах прикладных программ. Приобрести опыт эконометрического моделирования социально-экономических процессов.

4. Структура и содержание дисциплины

Общая трудоемкость дисциплины составляет 4 зачетных единицы (4 з.е.), 144 часа (ч).

Тематический план для заочной полной формы обучения

№ п.п.	Наименование темы	Кол-во академических часов
Всего	Вид занятия
Л	С/Пр.з.	С.р.
	Основы математического обоснования методов эконометрики. Линейная модель.
	Нелинейные модели парной регрессии
	Сущность множественной регрессии, спецификация регрессионной зависимости.
	Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками
	Модели и методы анализа временных рядов
	Динамические модели
	Системы одновременных регрессионных уравнений
	Методы оценки параметров структурной формы модели
	Общий объем трудоемкости (учебной нагрузки) в часах		123 (в т.ч. экзамен)

Тематический план для заочной сокращенной формы обучения на базе СПО

№ п.п.	Наименование темы	Кол-во академических часов
Всего	Вид занятия
Л	С/Пр.з.	С.р.
	Основы математического обоснования методов эконометрики. Линейная модель.
	Нелинейные модели парной регрессии
	Сущность множественной регрессии, спецификация регрессионной зависимости.
	Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками
	Модели и методы анализа временных рядов
	Динамические модели
	Системы одновременных регрессионных уравнений
	Методы оценки параметров структурной формы модели
	Общий объем трудоемкости (учебной нагрузки) в часах		123 (в т.ч. экзамен)

Тематический план для заочной сокращенной формы обучения на базе ВПО

№ п.п.	Наименование темы	Кол-во академических часов
Всего	Вид занятия
Л	С/Пр.з.	С.р.
	Основы математического обоснования методов эконометрики. Линейная модель.
	Нелинейные модели парной регрессии
	Сущность множественной регрессии, спецификация регрессионной зависимости.
	Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками
	Модели и методы анализа временных рядов
	Динамические модели
	Системы одновременных регрессионных уравнений
	Методы оценки параметров структурной формы модели
	Общий объем трудоемкости (учебной нагрузки) в часах		123 (в т.ч. экзамен)

Содержание разделов дисциплины

Раздел 1. Парная регрессия и корреляция в эконометрических исследованиях

Основы математического обоснования методов эконометрики. Линейная модель.

Понятие парной регрессии, спецификация регрессии. Виды парных регрессий. Линейная регрессия. Методы оценки параметров регрессии: метод наименьших квадратов (МНК), общие представления о других методах. Интерпретация коэффициентов регрессии и эластичности. Корреляция для парной регрессии (коэффициент корреляции, коэффициент детерминации). Оценка существенности регрессионной зависимости и ее параметров, средняя ошибка аппроксимации. Свойства оценок МНК. Условия применения метода наименьших квадратов: доказательства получения несмещенной оценки, эффективности и состоятельности оценок коэффициентов регрессии.

Нелинейные модели парной регрессии.

Линеаризуемые и не линеаризуемые регрессии. Линеаризация некоторых видов нелинейной регрессии и применение МНК к преобразованной зависимости. Оценка параметров нелинейных моделей, преобразованных к линейному виду. Индекс корреляции для нелинейной регрессии.

Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками.

Исследование остатков на гомоскедастичность.Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками. Сущность обобщенного метода наименьших квадратов (ОМНК). Регрессионные модели с переменной структурой. Использование фиктивных переменных.

Раздел 3. Моделирование эконометрических процессов на основе временных рядов

Динамические модели.

Регрессионное моделирование временных рядов, устранение тенденции во временных рядах: метод взятия последовательных разностей, метод отклонения от тренда, метод введения фактора t в уравнение регрессии. Понятие об основных видах динамических моделей: модели с распределенным лагом, модели авторегрессии – скользящего среднего, модели рациональных ожиданий.

Образовательные технологии

В соответствии с требованиями ФГОС ВПО по направлению подготовки реализация компетентностного подхода в учебном курсе «Эконометрика» предусматривает широкое использование активных и интерактивных форм проведения занятий в сочетании с внеаудиторной работой с целью формирования и развития профессиональных навыков обучающихся.

Удельный вес занятий, проводимых в интерактивных формах, определяется главной целью ООП бакалавриата по направлению «Экономика», особенностью контингента обучающихся и содержанием учебного курса. В целом, их применение в учебном процессе предполагается не менее 20 процентов от всего объема аудиторных занятий.

Вид занятия (Л, ПР, ЛР)	Используемые интерактивные образовательные технологии
Л	Активная учебная лекция с использованием мультимедийного оборудования на темы: «Классическая линейная модель множественной регрессии» - 2 ч.; «Моделирование и прогнозирование на основе одномерных и многомерных временных рядов» - 2 ч.;
СПЗ	Технология компьютерного обучения Игровое проектирование (исследовательский, аналитический проекты) на темы: «Построение уравнения нелинейной регрессии» - 2 ч.; «Построение и исследование линейной регрессионной модели с переменной структурой» – 2 ч. «Нелинейные модели регрессии» - 2 ч.;
СПЗ	Ситуационный анализ (метод ситуационных задач) на тему «Системы одновременных регрессионных уравнений» - 2 ч.

7. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины и учебно-методическое обеспечение самостоятельной работы студентов

7.1. Примерная тематика рефератов и курсовых работ – не предусмотрено учебным планом.

7.2. Примерные вопросы для оценки качества освоения дисциплины на зачете и экзамене.