Программа курса Эконометрика - Рефераты - ЭКОНОМЕТРИКА - Библиотека

Программа курса ЭКОНОМЕТРИКА
(Пятый семестр)



Описание курса:

    Введение в эконометрику - годовой курс для студентов 3-го года обучения МИЭФ. Это - вводный курс эконометрики для студентов, специализирующихся в области экономики. Его пререквизиты - вводный курс статистики, а также курсы экономики и информатики. Курс преподается на английском языке, и по нему проводится итоговый экзамен Внешней программы Лондонского университета.
    Акцент в курсе делается на содержательном смысле фактов, методов и подходов эконометрического анализа. Выводы и доказательства даются для ряда базовых формул и моделей, что позволяет студентам понять принципы построения эконометрической теории. Главный акцент делается на экономической интерпретации и приложениях рассматриваемых эконометрических моделей. Курс в основном посвящен эконометрике перекрестных выборок; некоторые разделы эконометрики временных рядов и панельных данных также в него включены.

Цели курса:

Студенты должны получить базовые знания и навыки эконометрического анализа. Они должны уметь применять их в исследовании экономических зависимостей и процессов, а также понимать эконометрические методы, идеи, результаты и выводы, встречаемые в большинстве экономических книг и статей. В данном курсе студенты должны освоить традиционные эконометрические методы, предназначенные в основном для работы с данными перекрестных выборок. В то же время, студенты должны понимать содержательные различия данных перекрестных выборок и временных рядов и те специфические эконометрические проблемы, которые возникают при работе с данными этих типов. Студенты должны приобрести навыки построения и развития моделей парной и множественной линейной регрессии, познакомиться с некоторыми видами нелинейных моделей и специальными методами эконометрического анализа и оценивания, понимая область и границы их применения в экономике. Рассматриваемые методы и модели должны быть освоены на практике с использованием реальных массивов экономических данных и современного эконометрического программного обеспечения.
        
Методы:

В курсе используются следующие методы и формы работы:
-    Лекции (2 часа в неделю)
-   Семинарские занятия и практические занятия в компьютерном классе (2 часа в неделю всего, чередуются по неделям). Семинарские занятия посвящены теоретическому и прикладному анализу; практические занятия проводятся в компьютерном классе и посвящены практическим приложениям эконометрических методов, изучаемых в курсе;
-     Домашние задания по каждой теме, включающие теоретическую и прикладную части;
Консультации преподавателя
Самостоятельная работа с учебными материалами и в компьютерном классе, выполнение домашних заданий с использованием программ Excel и Econometric Views; работа с массивами экономических данных, пособиями для студентов в Интернет, работа с учебными материалами МИЭФ, Лондонского университета, ЛШЭ с использованием Интернет и Информационной системы МИЭФ.

Курс включает 68 часов лекций и 68 часов семинаров и практических занятий.

Основная литература:

Основным учебником по курсу является второе издание «Введения в эконометрику» Кристофера Доугерти (в оригинале - “Introduction to Econometrics” by Christopher Dougherty 2nd ed.). Руководство для студентов (Study Guide) Внешней программы Лондонского университета, а также сборники экзаменационных заданий с комментариями также широко используются в курсе. Второй (дополнительный) учебник - “Basic Econometrics”, D.N.Gujarati содержит также важную информацию по курсу (дополнительные выводы формул, тесты, доказательства и приложения). В курсе также используются учебные материалы МИЭФ (4-5 наименований). Книги Грина (Greene) и Кеннеди (Kennedy) рекомендуются для дополнительного чтения: первая содержит более глубокое изложение материала курса, вторая – полезные комментарии.

1.Dougherty, Christopher. Introduction to Econometrics. Oxford University Press, 2002 (2nd edition) (CD). Перевод на русский язык: Доугерти Кр. Введение в эконометрику. Изд.2. М., ИНФРА-М, 2004.
2.Dougherty, Christopher. Elements of econometrics. Study Guide. University of London, 2004.
3.Gujarati D.N. Basic Econometrics. McGraw-Hill, 4-е издание, 2003 (Gu) и более ранние издания (3-е издание – Gu-3, если нумерация глав отличается от 4-го издания).
4.Zamkov, Oleg. Econometric Methods in Macroeconomic Analysis. Moscow, Dialog-MGU, 1999 (OZ). На русском языке: Замков О.О. Эконометрические методы в макроэкономическом анализе. М., ГУ ВШЭ, 2001.
5.Замков О.О. Введение в эконометрику: лекции по курсу. I-4, 2004. На русском и английском языке.

Дополнительная литература:

1.Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. Изд. 6. М., Дело, 2004 (MKP).
2.Econometric Views 4.0 User's Guide. Quantitative Micro Software, LLC.
3.Greene W.H. Econometric Analysis. Prentice Hall int. 5th ed., 2003, и предшествующие издания (Gr).
4.Kennedy P. A Guide to Econometrics. MIT Press, 5th edition, 2003, and и предшествующие издания (K).
5.J.M.Woodridge. Introductory Econometrics. A modern approach. 2nd ed. Thompson South-Western, 2003 (W).

Интернет-ресурсы:

1.http://econ.lse.ac.uk/ie/ (I-1)
2.http://www.oup.com/uk/best.textbooks/economics/dougherty2e (I-2).
3.http://www.worthpublishers.com/mankiw (I-3).
4.http://mief.hse.ru  (I-4).
5.http://crow.academy.ru/econometrics/ (I-5)
6.http://www.beafnd.org  (I-6)


Компьютерные программы и массивы данных:

Основной компьютерной программой, используемой в курсе, является программа Econometric Views (версии 3.1 и последующие). Используются также электронные таблицы Excel.
Для выполнения заданий в классе и домашних заданий используются массивы данных: данные курса Кр.Доугерти в ЛШЭ (данные для оценивания функций заработка по опросу NSLY в США, данные о спросе, располагаемом доходе и относительных ценах по товарным группам в США за 1959-1994гг - данные имеются на сайте I-1);
Данные о погодовой динамике основных макроэкономических показателей в США за 1931-1998гг., данные имеются на сайте I-3;
Данные о помесячной динамике основных макроэкономических показателей России за 1992-2003гг., данные имеются на сайте I-6;
Данные опросов RLMS (Russian Longitudinal Monitoring Survey);
Данные об оценках ВНП, затрат труда и капитала в экономике СССР за 1928-1987гг.
Данные о динамике инвестиций и вводе основных производственных фондов в Российской Федерации в 1956-1991гг.

Определение оценок:

    Студенты сдают два промежуточных письменных экзамена, в ноябре и апреле, письменный экзамен за первый семестр в январе, а также Внешний экзамен Лондонского университета в мае. Ноябрьский и январский экзамены включают вопросы множественного выбора и открытые вопросы. Апрельский и майский экзамены включают только задания открытого типа. Оценка за первый семестр определяется следующим образом: январский экзамен дает 50% оценки, ноябрьский промежуточный экзамен - 30% оценки, и 20% оценки дается за выполнение домашних заданий. В итоговой оценке за год 40% составляет оценка внешнего экзамена Лондонского университета, оценка за 1-й семестр составляет 30%, и еще 30% дается за 2-й семестр (20% за апрельский экзамен и 10% - за выполнение домашних заданий).

Содержание курсa:

1. Введение в эконометрику.
    Статистическое исследование взаимосвязей экономических переменных. Зависимости в экономике: примеры, проблемы оценивания и анализа (функции спроса, функции заработка, модели экономического роста). Направленность курса. Базы данных: перекрестные выборки и временные ряды. Программное обеспечение. Учебные материалы по курсу.
Обзор, Глава 1 (CD), L.1 (OZ).

2. Модель парной линейной регрессии (ЛР). Свойства оценок в модели парной ЛР.
Предпосылки и обозначения модели ЛР. Оценивание модели ЛР с помощью Метода наименьших квадратов (МНК). Формулы для оценок коэффициента наклона и свободного члена: вывод и интерпретация. Условия Гаусса-Маркова и свойства получаемых по МНК оценок. Теорема Гаусса-Маркова (формулировка). Стандартные отклонения и стандартные ошибки оценок коэффициентов регрессии: вывод и интерпретация.
Статистическая значимость МНК-оценок коэффициентов парной ЛР: проверка гипотез с помощью t-статистик. Построение и интерпретация доверительных интервалов. Общее качество регрессии: коэффициент детерминации R2. F-статистика и F-тест. Связь R2 с коэффициентами корреляции.
Модель парной ЛР без свободного члена. Оценивание по МНК, свойства и приложения.
Глава 2 (2.1-2.7), Глава 3 (3.1-3.11) (CD). Глава  3, Глава 6 (6.1, Приложение 6A.1) (Gu). L.2 (OZ).

3. Модель множественной линейной регрессии (МЛР): две объясняющие переменные и k объясняющих переменных.
Оценивание с помощью МНК коэффициентов модели ЛР с двумя объясняющими переменными. Коэффициент детерминации R2. Скорректированный R2. Проверка гипотез с помощью t-статистик и F-статистик.  
Оценивание с помощью МНК коэффициентов модели ЛР с k объясняющими переменными в векторно-матричной форме. Свойства оценок коэффициентов модели. F-тест для групп переменных.
Мультиколлинеарность. Ее последствия, обнаружение и меры по устранению.
Оценивание производственных функций в объемной и темповой записи как моделей множественной регрессии.
Глава 4 (4.1-4.5, CD), L.2,4 (ОЗ), Глава 3 (МКР).

4. Преобразования переменных в регрессионном анализе.
Линеаризация нелинейных зависимостей и их оценивание с помощью МНК. Спецификация случайного члена. Интерпретация линейных, логарифмических и линейно-логарифмических зависимостей. Оценивание функций с постоянной эластичностью и экспоненциальных временных трендов.
Сравнение качества регрессионных зависимостей: линейные и линейно-логарифмические функции. Метод Зарембки. Метод Бокса-Кокса.
Глава 5 (CD), Глава 6 (6.5-6.7) (Gu), L.4 (ОЗ).

5.  Фиктивные переменные.
Фиктивные (dummy) переменные в моделях линейной регрессии. Эталонная категория и «Ловушка фиктивных переменных». Типы фиктивных переменных: фиктивные переменные для свободного члена и коэффициента наклона. Фиктивные переменные взаимодействия. Множественные совокупности фиктивных переменных. Тест Чоу.
Фиктивные переменные в экономических моделях: функции заработка, производственные функции. Фиктивные переменные в моделировании сезонности. Фиктивные переменные при объединении данных временных рядов и перекрестных выборок.
Глава 6 (6.1-6.4, CD). Глава 9 (Gu) (Глава 15 (Gu-3)).

6. Спецификация модели линейной регрессии.
Последствия неправильной спецификации. Невключение значимой объясняющей переменной. Включение лишней объясняющей переменной. Метод Монте-Карло в эконометрическом анализе: общие принципы, возможности применения и примеры. Замещающие переменные.  
Проверка выполнения линейных ограничений на параметры МЛР. F-тест и t-тесты. Роль и примеры линейных ограничений в исследовании экономических моделей.
Переменные с запаздыванием в экономических моделях.
Нарушение условий Гаусса-Маркова. Общие принципы анализа их последствий, обнаружения и корректировки модели ЛР. Обобщенный метод наименьших квадратов (ОМНК).
Глава 7 (7.1-7.6, CD). Глава 13 (13.3-13.4) (Gu) ( Глава 11 (11.3) (Gu-3)).

7. Гетероскедастичность.
Понятие, последствия, обнаружение гетероскедастичности. Тесты Голдфелда-Квандта, Парка, Бреуша-Годфри, Уайта, Спирмена, Глейзера. Корректировка модели. Взвешенный метод наименьших квадратов как частный случай ОМНК. Скорректированные по методу Уайта стандартные ошибки.
Причины и примеры гетероскедастичности в экономических моделях.
Глава 8 (8.1-8.3, CD). Глава 11 (Gu).

8.  Стохастические объясняющие переменные.
Стохастические объясняющие переменные в моделях ЛР. Свойства получаемых по МНК оценок и тестовых статистик при стохастических объясняющих переменных. Ошибки измерения. Критика Милтоном Фридменом оценивания функции потребления. Инструментальные переменные. Использование инструментальных переменных в модели потребления М.Фридмана и других экономических моделях.
Глава 9 (9.1-9.4, CD). Глава 13 (13.5-13.6) (Gu) .

9. Системы одновременных уравнений.
Понятие системы одновременных уравнений. Экзогенные и эндогенные переменные. Предопределенные переменные.
Смещение оценок в системах одновременных уравнений. Несостоятельность оценок при непосредственном оценивании по МНК. Структурная и приведенная формы модели. Модель спроса и предложения и простейшая кейнсианская модель равновесия как системы одновременных уравнений.
Проблема идентификации. Методы идентификации.
Проверка на экзогенность: тест Хаусмана.
Методы оценивания. Косвенный метод наименьших квадратов (КМНК). Инструментальные переменные. Двухшаговый метод наименьших квадратов (ДМНК).
Примеры оценивания систем одновременных уравнений: модель IS/LM, модель Клейна.
Глава 10 (10.1-10.3, CD-2), Главы 18-20 (Gu), L.6 (ОЗ).

10. Оценивание по методу максимума правдоподобия.
Оценивание по методу максимума правдоподобия (МП): общие принципы и направления применения. Оценивание параметров моделей парной и множественной регрессии с помощью метода максимума правдоподобия. Свойства получаемых по методу МП оценок. Тестовые статистики (z- статистики, псевдо-R2, отношение правдоподобия) и статистические тесты.
Глава 11 (11.6) (CD), Глава 4 (4.4, Приложение 4A) (Gu)

11. Модели двоичного выбора. Модели с ограничениями для зависимой переменной.
Линейная вероятностная модель: проблемы оценивания. Логит-модель. Пробит-модель. Оценивание параметров логит- и пробит - моделей с помощью метода максимума правдоподобия.
Цензурированные выборки. Непосредственное и усеченное оценивание. Тобит-модель. Смещение при построении выборки. Двухшаговая процедура Хекмана.
Глава 11 (CD). Глава 15 (Gu) (Глава 16 (Gu-3)).

12.    Автокоррелированность случайного члена.
Проявления и последствия автокоррелированности случайного члена в модели линейной регрессии. Критерий Дарбина-Уотсона для обнаружения автокорреляции первого порядка. . Тест Бреуша-Годфри (Breusch-Godfrey) для  обнаружения автокорреляции более высоких порядков. Автокоррелированность случайного члена и ошибки спецификации. Корректировка модели: авторегрессионное преобразование, процедура Кокрана-Оркатта. Процедура Кокрана-Оркатта как частный случай Обобщенного МНК. Поправка Прайса-Уинстена. Модели AR, MA и ARMA.
Автокоррелированность случайного члена в модели с лаговой зависимой переменной в качестве одной из объясняющих переменных. Статистика h Дарбина и тест на ее основе.  
Авторегрессионная условно гетероскедастичная модель (ARCH).
Глава 13 (13.1-13.6, CD), Глава 12 (Gu), L.3 (ОЗ).

13. Моделирование с использованием данных временных рядов. Модели динамических процессов. Прогнозирование.
Распределенные лаги: геометрический лаг, полиномиальный лаг. Преобразование Койка и непосредственное нелинейное оценивание параметров геометрического лага. Полиномиально распределенные лаги (лаги Алмон).
Авторегрессионная модель распределенного лага (модель ADL). Тест на общий множитель
Частичная корректировка. Адаптивные ожидания. Оценивание модели гиперинфляции Кейгана. Модель постоянного дохода  М.Фридмена: проблемы оценивания и анализа.
Построение прогнозов и предсказаний. Доверительные интервалы. Метод Салкевера. Тест Чоу на неудачу предсказания. Показатели качества прогнозов. Коэффициенты Тейла.
Причинно-следственные связи в экономике. Тест Гранжера.
Глава 12 (12.1-12.6), Глава 13 (13.5-13.7, Вставка 13.2) (CD), Главы 17, 22 (Gu),  L.5 (ОЗ).

14.Эконометрика временных рядов: нестационарные временные ряды.
Стационарные и нестационарные временные ряды. Определения и примеры стационарных и нестационарных временных рядов. Случайные блуждания. Дрейфы и тренды. Последствия нестационарности. Кажущиеся регрессии. Обнаружение нестационарности. Коррелограммы. Тесты на наличие единичного корня. Коинтеграция. Оценивание моделей на основе данных нестационарных временных рядов. Удаление трендов. Модель корректировки ошибок.
Глава 14 (CD), Глава 21 (Gu).

15. Модели, основанные на панельных данных.
Панельные данные. Примеры панельных данных в экономике. Случайные эффпекты. Фиксированные эффекты.
Глава 13 (МКР). Глава 16 (Gu).

Распределение часов курса по темам и видам работ:


№
п/п
Наименование
тем и разделов
ВСЕГО
(часов)
Аудиторные занятия  (час)
Самостоят. работа



в том числе




Лекции
Практические занятия

1.
Введение в эконометрику.
8
2
2
4
2.
Модель парной линейной регрессии (ЛР). Оценивание по Методу наименьших квадратов (МНК).
16
4
4
8
3.
Модель множественной линейной регрессии (МЛР): две объясняющие переменные и k объясняющих переменных.
30
8
8
14
4.
Преобразования переменных в регрессионном анализе.
8
4
4
4
5.
Фиктивные переменные.
16
4
4
8
6.
Спецификация модели линейной регрессии.
16
4
4
8
7.
Гетероскедастичность.
16
4
4
8
8.
Стохастические объясняющие переменные.
8
2
2
4
9.
Системы одновременных уравнений.
32
8
8
16
10.
Оценивание по методу максимума правдоподобия.
8
2
2
4
11.
Модели двоичного выбора, модели с ограничениями для зависимой переменной.
24
6
6
12
12.
Автокоррелированность случайного члена.
16
4
4
8
13.
Моделирование с использованием данных временных рядов. Модели динамических процессов. Прогнозирование.
40
10
10
20
14.
Эконометрика временных рядов: нестационарные временные ряды.
24
6
6
12
15.
Модели, основанные на панельных данных.
8
2
2
4

ИТОГО:
270


68
68
134



Вид литературы:  Рефераты
Учебный предмет:  ЭКОНОМЕТРИКА