Учебный модуль 1. Возникновение и развитие эконометрики. Парная регрессия

Тема 1. Возникновение и развитие эконометрики. Парная регрессия. Свойства остатков.

Учебный модуль 2. Множественная регрессия. Фиктивные переменные. Системы эконометрических уравнений.

Тема 2. Множественная линейная регрессия в скалярной и векторной форме. Метод наименьших квадратов (МНК) и предпосылки его применения. Следствия выполнения предпосылок Гаусса – Маркова. Изучение тесноты связи по множественной регрессии. Проверка значимости модели множественной регрессии и ее параметров. Множественная линейная регрессия с ограничениями на параметры

Тема 3. Нелинейные модели множественной регрессии. Выбор наилучшей функции регрессии. Метод максимального правдоподобия. Прогнозирование по модели множественной регрессии. Мультиколлинеарность данных.

Тема 4. Гетероскедастичность данных. Обобщенный метод наименьших квадратов (ОМНК).

Тема 5. Фиктивные переменные. Особенности включения в модели регрессии неколичественных показателей. Спецификация моделей регрессии с фиктивными независимыми переменными. Модели регрессии с фиктивными переменными сдвига и наклона. Общий вид модели регрессии с фиктивными переменными. Исследование структурных изменений с помощью теста Чоу.

Тема 6. Системы эконометрических уравнений. Виды систем эконометрических уравнений и методы их оценивания.. Системы одновременных уравнений. Уравнения, кажущиеся несвязанными.

 

 

Учебный модуль 3. Моделирование изолированного динамического ряда. Модели регресcии по временным рядам. Модели с лаговыми переменными. Модели АRMA, ARIMA, ARCH, GARCH. Анализ панельных данных.

Тема 7. Моделирование изолированного динамического ряда. Компоненты динамического ряда. Автокорреляция уровней динамического ряда и характеристика его структуры. Модели тенденции развития. Моделирование периодических колебаний.

Тема 8. Модели регрессии по временным рядам. Специфика изучения взаимосвязей по рядам динамики. Учет тенденции при построении модели регрессии. ОМНК при построении модели регрессии по временным рядам. Учет сезонности при построении модели регрессии.

Тема 9. Модели с лаговыми переменными. Общая характеристика. Модели с распределенными лагами. Модели авторегрессии. Авторегрессионные процессы и их моделирование (общая характеристика).

Тема 10. Модели АRMA, ARIMA, ARCH, GARCH. Стационарный ряд. Базовые модели временных рядов. Теорема декомпозиции Вольда. Частная автокорреляционная функция. Модель ARMA. Модель ARIMA. Коинтеграция. Модели ARCH и GARCH.

Тема 11. Анализ панельных данных. Панельные данные и их преимущества. Однонаправленные модели панельных данных. Качество подготовки. Выбор модели. Двунаправленная модель панельных данных с фиксированными эффектами.

 

 

Выбор темы контрольной работы студент заочной формы обучения осуществляет по двум последним цифрам номера зачетной книжки студента. Если последние цифры номера 01 – 10 то тема, соответственно, выбирается с начала до конца списка. Если номер заканчивается на 11 (11, 12 и т.д.), следует выбирать тему только по последней цифре номера (например, тема, 1,2 и т. д.).

Контрольная работа должна быть оформлена в соответствии с общими требованиями к выполнению контрольных работ:

- соответствовать выбранной теме;

- выполняться согласно общему плану;

- быть объемом 15 – 20 м.п. страниц;

- быть набрана на листе форматом А4, шрифт Times New Roman, кегль 14, интервал полуторный, поля: верхнее и нижнее по 2 см, левое 2 см, правое 1см,; красная строка 1,25;

- иметь титульный лист (не нумеруется), нумерацию страниц и оглавление;

- содержать (если необходимо) название глав, параграфов с проставлением страниц, таблицы, графические иллюстрации, приложения;

- введение;

- главы, параграфы;

- заключение;

- иметь библиографический список не менее пяти источников, начиная с 2009 года;

- ссылки на Интернет-ресурсы.

При написании контрольной работы студенты должны ориентироваться на представленный в данных методических указаниях библиографический список. Возможно использование и других специальных литературных экономических источников последних лет по данной проблематике. Ссылка на литературу обязательна. Оформление списка использованных источников: в алфавитном порядке; в тексте ссылки на источники в квадратных скобках.

 

 

ТЕМЫ КОНТРОЛЬНЫХ РАБОТ ПО ДИСЦИПЛИНЕ:

1. Парная регрессия. Свойства остатков.

2. Множественная регрессия. Следствия выполнения предпосылок Гаусса-Маркова. Выбор наилучшей функции регрессии. Метод максимального правдоподобия. Прогнозирование по модели множественной регрессии.

3. Множественная регрессия. Мультиколлинеарность данных. Гетероскедастичность случайных остатков. Тест Гольдфельда-Квандта; тесты Парка, Глейзера, Уайта и Бреуша-Пагана.

4. Фиктивные переменные. Модели регрессии с фиктивными переменными сдвига. Модели регрессии с фиктивными переменными наклона. Исследование структурных изменений с помощью теста Чоу.

5. Системы эконометрических уравнений. Тестирование на экзогенность. Тест Хаусмана – Ву. Уравнения кажущиеся несвязанными.

6. Временные ряды. Моделирование изолированного динамического ряда. Модели тенденции развития: кривая Гомперца, логистическая кривая Перла-Рида. Тест Бройша-Годфри. Q-тест Льюнга-Бокса.

7. Временные ряды. Моделирование изолированного динамического ряда. моделирование периодических колебаний. Ряд Фурье. Модели регрессии по временным рядам. ОМНК. Интерактивная процедура Кохрейна –Оркатта.

8. Временные ряды. Модели с лаговыми переменными. Модели с распределенными лагами. Метод Алмон. Метод Койка. Авторегрессионные процессы и их моделирование (общая характеристика). Модель АRMA. Авторегрессионные процессы и их моделирование (общая характеристика). Модель АRIMA. Модели ARCH, GARCH. Тест Льюнга – Бокса.

9. Временные ряды. Модели АRMA, ARIMA, ARCH, GARCH. Теорема декомпозиции Вольда.. Тест Дики-Фуллера. Тест Бокса-Дженкинса. Критерии: Акайке, Шварца. Информационный критерий Ханнан-Куина. Коинтеграция. Тесты Энгла-Грэнжера, Дарбина –Уотсона, Филиппа-Перрона. Подход Йохансена.

10. Анализ панельных данных. Панельные данные и их преимущества. Однонаправленные модели панельных данных. Выбор модели. Объединенная модель против модели со случайными эффектами. Тест Фишера. Тест множителей Лагранжа Бреуша-Пагана. Тест Хонды. Модель с фиксированными эффектами против модели со случайными эффектами. Тест Хаусмана.

 

вопросы к ЗАЧЕТУ

1. Возникновение и развитие эконометрики. Парная регрессия. Свойства остатков модели парной регрессии.

2. Множественная линейная регрессия в скалярной и векторной форме. Метод наименьших квадратов (МНК) и предпосылки его применения. Следствия выполнения предпосылок Гаусса – Маркова.

3. Изучение тесноты связи по множественной регрессии. Проверка значимости модели множественной регрессии и ее параметров.

4. Множественная линейная регрессия с ограничениями на параметры.

5. Нелинейные модели множественной регрессии. Выбор наилучшей функции регрессии.

6. Метод максимального правдоподобия. Прогнозирование по модели множественной регрессии. Мультиколлинеарность данных.

7. Гетероскедастичность данных. Обобщенный метод наименьших квадратов (ОМНК).

8. Особенности включения в модели регрессии неколичественных показателей. Спецификация моделей регрессии с фиктивными независимыми переменными.

9. Модели регрессии с фиктивными переменными сдвига и наклона. Общий вид модели регрессии с фиктивными переменными. Тест Чоу.

10. Виды систем эконометрических уравнений и методы их оценивания.

11. Системы одновременных уравнений. Уравнения, кажущиеся несвязанными.

12. Компоненты динамического ряда. Автокорреляция уровней динамического ряда и характеристика его структуры.

13. Модели тенденции развития. Моделирование периодических колебаний.

14. Специфика изучения взаимосвязей по рядам динамики Учет тенденции при построении модели регрессии.

15. ОМНК при построении модели регрессии по временным рядам.

16. Учет сезонности при построении модели регрессии.

17. Модели с лаговыми переменными. Общая характеристика.

18. Модели с распределенными лагами.

19. Модели авторегрессии. Авторегрессионные процессы и их моделирование (общая характеристика).

20. Стационарный ряд. Базовые модели временных рядов.

21. Теорема декомпозиции Вольда. Частная автокорреляционная функция.

22. Модель ARMA. Модель ARIMA. Коинтеграция. Модели ARCH и GARCH.

23. Панельные данные и их преимущества.

24. Однонаправленные модели панельных данных. Качество подготовки. Выбор модели.

25. Двунаправленная модель панельных данных с фиксированными эффектами.

 

Тестовые задания