Алендарный график дисциплины

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ

РЕСПУБЛИКИ КАЗАХСТАН

МАГИСТРАТУРА НАЦИОНАЛЬНОГО БАНКА

РЕСПУБЛИКИ КАЗАХСТАН

«УТВЕРЖДАЮ»

Директор Магистратуры

Национального Банка РК,

д.э.н., профессор

______________Абдильманова Ш.Р.

«______» ______________ 2014 г.

УЧЕБНАЯ ПРОГРАММА

(SYLLABUS)

«КОЛИЧЕСТВЕННЫЕ МЕТОДЫ»

Наименование дисциплины

Направление подготовки - Магистр финансов

(специализация «Финансовый аналитик, Финансовый риск-менеджер, Страховой бизнес, Актуарий»)

Срок обучения – 2 года

АЛМАТЫ, 20­­­­­­14

1. Лектор	Сурапбергенова Зинагуль Алмабаевна – доцент Магистратуры Национального Банка РК
E-mail	[email protected]
Телефон	(служ.)
2. Дисциплина	количественные методы
3. Семестр, кол-во кредитов	1-й семестр 2014-2015 учебного года, 2 кредита
4. Краткое описание дисциплины	В курсе изучаются методы количественного анализа статистических данных, а также расчеты и применение пакетов компьютерных программ эконометрического анализа статистических данных на практике для использования в прикладных исследованиях.
5. Цель дисциплины	Изучение использования и реализации количественных методов в практике экономического анализа для описания, анализа и прогнозирования реальных микро- и макроэкономических процессов, подготовка магистрантов к прикладным исследованиям в области экономики.
6. Задачи дисциплины	Основными задачами изучения курса являются овладение магистрантами навыками разработки моделей на основе теоретических предпосылок, освоение методов количественного анализа статистических данных, обучение техникой расчетов и применение пакетов компьютерных программ эконометрического анализа статистических данных на практике. После изучения курса магистранты должны знать, уметь и понимать • основные методы эмпирических исследований; • строить уравнения регрессии (однофакторные, многофакторные); • оценивать качество построенного уравнения регрессии; •при работе с временными рядами строить прогнозные расчеты, на базе которых принимать решения. В итоге, применять изученные методы для выполнения конкретной экономической задачи.
7. Пререквизиты	Предполагается, что магистранты обладают достаточными знаниями в области математического анализа, линейной алгебры, теории вероятностей и математической статистики, эконометрики, математических методов в экономике.
8.Постреквизиты	Полученные знания и навыки необходимы для изучения таких курсов как: · финансовая математика · бизнес-прогнозирование · денежно-кредитная политика · финансовый риск-менеджмент
9 Итоговая оценка*	1. Структура итоговой оценки**: - первый рубежный контроль - 20%; -второй рубежный контроль-20%; - текущий контроль успеваемости -20%; - финальный экзамен (итоговый контроль)*** - 40%. 2. Оценка текущего контроля успеваемости складывается из: - оценок проверки учебных достижений магистрантов, проводимых преподавателем на текущих занятиях (90 %); - посещаемости занятий магистрантами (10%)	А (95-100) А- (90-94)	Отлично
В+ (85-89) B (80-84) В - (75-79)	Хорошо
С+ (70-74) C (65-69) С- (60-64) D+ (55-59) D (50-54)	Удовлет-вори- тельно
F (0-49)	Неудов-летво-рительно
* Уровень учебных достижений обучающихся по каждой дисциплине определяется итоговой оценкой, формируемой из оценки рейтинга допуска, экзаменационной оценки, сумма которых формирует оценку итогового контроля. Оценка рейтинга допуска складывается из оценки текущего контроля успеваемости и оценки рубежного контроля. Оценка рейтинга допуска составляет 60% итоговой оценки знаний по дисциплине. Итоговый контроль проводится в период промежуточной аттестации. Оценка итогового контроля составляет 40 % итоговой оценки знаний по дисциплине. Итоговая оценка подсчитывается только в случае, если обучающийся имеет положительные оценки, как по рейтингу допуска, так и итоговому контролю. (Типовые Правила деятельности организаций высшего и послевузовского образования, утвержденные постановлением Правительства РК от 17.05.2013г №499). ** Пересдача всех видов контроля знаний с целью повышения оценки категорически запрещается (Типовые правила проведения текущего контроля успеваемости, промежуточной и итоговой аттестации обучающихся в вузах, утвержденные приказом министра образования и науки от 18 марта 2008 № 125). *** Допуск к финальному экзамену осуществляется на основании положительной оценки рейтинга допуска, определяемой по результатам текущего и рубежного контроля (Типовые правила проведения текущего контроля успеваемости, промежуточной и итоговой аттестации обучающихся в вузах, утвержденные приказом министра образования и науки от 18 марта 2008 № 125).
10. Список рекомендуемой литературы 1. Томас Р. Количественные методы анализа хозяйственной деятельности / Пер. с англ: - М.: Издательство «Дело и сервис» , 1999. 432с. 2. Anderson, David R., Dennis J. Sweeney and Thomas A. Williams, Statistics for Business and Economics, 7-th ed., South Western College Publishing, 1999. 3. James T. Mc Clave, P. George Benson, Terry Sincich., Statistics for Business and Economics, 7-th ed., Prentice Hall International, Ins., 1999. 4. Collin J. Watson, Patrick Bilingsley, D. James Croft, David V. Huntsberger, Brief Business Statistics, 4-th ed., Allyn and Bacon, Ins, 1987 5. . Кремер Н. Ш., Теория вероятностей и математическая статистика.- М.: ЮНИТИ, 2001. 6. Козлов А.Ю., Мхитарян В.С., Шишов В.Ф. Статистические функции MS Excel в экономико - статистических расчетах. -М.: ЮНИТИ, 2003. 7. Козлов А.Ю., Мхитарян В.С., Шишов В.Ф. Пакет анализа MS Excel в экономико - статистических расчетах. -М.: ЮНИТИ, 2003. 8. Никитина Н.Ш. Математическая статистика для экономистов - Москва-Новосибирск.: ИНФРА –М – НГТУ 2001. 9. Четыркин Е.М. Финансовая математика. – М.: Дело, 2003. 10. Эконометрика: Учебник, под ред. Елисеевой И.И. – М.: Финансы и статистика, Практикум по эконометрике: учебное пособие, под ред. Елисеевой И.И. – М.: Финансы и статистика, 2002 11. Катышев П.К., Магнус Я.Р., Пересецкий А.А. Эконометрика. Начальный курс. – М.: Дело, 2001 12. Молчанов И.Н., Герасимова И.А. Компьютерный практикум по начальному курсу эконометрики (реализация на Eviews): Практикум / Ростовский государственный экономический университет. – Ростов-н/Д., – 2001 13. Карлберг, Конрад Бизнес-анализ с помощью Excel Пер. с англ: - М.: Издательский дом «Вильямс» , 2004. -448с. 14. Джон Э.Ханк, Дин У.Уичерн, Артур Дж.Райст Бизнес-прогнозирование Пер. с англ: - М.: Издательский дом «Вильямс» , 2003. -656с.   11. Календарно-тематический план дисциплины
№ темы	Название темы	Количество часов*
Лекции	СРМП	СРМ	Всего
	Введение в количественные методы
	Описательная статистика
	Элементы теории вероятностей
	Случайные величины. Законы распределения случайных величин
	Первый рубежный контроль (06.10.14-11.10.14)- 6-я неделя
	Оценивание параметров распределения и проверка статистических гипотез
	Метод наименьших квадратов. Парная линейная регрессия
	Проверка качества уравнения регрессии
	Второй рубежный контроль(10.11.14—15.11.14) -11-неделя
	Нелинейная регрессия
	Многофакторный регрессионный анализ
	ИТОГО:
	Финальный экзамен (15.12.14-26.12.14) -16-я неделя
12. Содержание дисциплины
№	Название темы	Вопросы (содержание) темы
	Введение в количественные методы	1.1 Введение в количественные методы в бизнесе. 1.2 Значение количественного анализа данных при принятии решения. 1.3 Методы сбора данных. Сведение данных в таблицы.
	Описательная статистика	2.1 Частотное распределение (частости). Интервальный и дискретный вариационный ряды. Частоты. Накопленные частости. Примеры. 2.2.Графическое изображение частотного распределения. Гистограмма, полигон, кумулятивная кривая (кумулята). Эмпирическая функция распределения. Примеры. 2.3Средние величины: средняя, средневзвешенная, мода Мо, медиана Ме. Показатели вариации: дисперсия, среднее квадратическое отклонение, коэффициент вариации. Расчетные формулы.
	Элементы теории вероятностей	3.1 Основные понятия теории вероятностей: случайные события, испытания, исход события элементарного события. Классическое определение вероятности. Статистическое определение вероятности. 3.2 Теоремы сложения и умножения вероятностей. Совместные и несовместные события. Зависимые и независимые события. Противоположные события. 3.3 Условная вероятность. Формула полой вероятности. Формула Байеса. Дерево вероятностей. Анализ решений.
	Случайные величины. Законы распределения случайных величин	4.1 Дискретные и непрерывные случайные величины. Числовые характеристики случайных величин. 4.2 Стандартные распределения вероятности. Биномиальный закон распределения. Закон распределения Пуассона. Нормальный закон распределения. Работа с таблицами нормального распределения.
	Оценивание параметров и проверка статистических гипотез	5.1 Точечная оценка. Интервальная оценка. Доверительные интервалы. 5.2 Проверка статистических гипотез. Понятие статистической гипотезы. Этапы проверки статистической гипотезы. Нулевая H0 и конкурирующая гипотеза H1. Уровень значимости a и его смысл. Ошибка первого рода. Ошибка второго рода. Критерий и критическая область. Р-value. Область принятия гипотезы. Односторонняя критическая область. Двусторонняя критическая область. 5.2 Проверка гипотезы о равенстве двух средних нормальных совокупностей. Проверка гипотезы о равенстве дисперсий двух нормальных совокупностей. Примеры.
	Метод наименьших квадратов. Парная линейная регрессия.	6.1 Взаимосвязи экономических переменных. 6.2 Суть регрессионного анализа. 6.3 Парная линейная регрессия. 6.4 Метод наименьших квадратов.
	Проверка качества уравнения регрессии.	7.1 Классическая линейная регрессионная модель. 7.2 Предпосылки метода наименьших квадратов. 7.3 Анализ точности определения оценок коэффициентов регрессии 7.4 Проверка гипотез относительно коэффициентов линейного уравнения регрессии 7.5 Интервальные оценки коэффициентов линейного уравнения регрессии 7.6 Доверительные интервалы для зависимой переменной 7.7 Коэффициент детерминации R2
	Нелинейная регрессия.	8.1 Логарифмические (лог-линейные) модели 8.2 Полулогарифмические модели 8.3 Обратная модель 8.4 Степенная модель 8.5 Показательная модель 8.6 Выбор формы модели 8.7 Признаки «хорошей » модели. Виды ошибок спецификации и их корректировка. 8.8 Исследования остаточного члена модели 8.9 Проблемы Спецификации
	Многофакторный регрессионный анализ.	9.1 Определение параметров уравнения регрессии 9.2 Расчет коэффициентов множественной регрессии 9.3 Дисперсии и стандартные ошибки коэффициентов 9.4 Интервальные оценки коэффициентов теоретического уравнения регрессии 9.5 Анализ качества эмпирического уравнения множественной линейной регрессии 9.6 Проверка статистической значимости коэффициентов уравнения регрессии 9.7 Проверка общего качества уравнения регрессии 9.8 Анализ статистической значимости коэффициента детерминации 9.9 Статистика Дарбина-Уотсона 9.10 Мультиколлинеарность. Автокорреляция. Гетероскедастичность.

алендарный график дисциплины

Неделя	Вид занятий	Название темы	Количество часов
1-я	Лекция	Тема 1. Введение в количественные методы
СРМП	Тема 1. Введение в количественные методы
Лекция	Тема2. Описательная статистика
СРМП	Тема2. Описательная статистика
2-я	Лекция	Тема2. Описательная статистика
СРМП	Тема2. Описательная статистика
Лекция	Тема2. Описательная статистика
СРМП	Тема2. Описательная статистика
3-я	Лекция	Тема2. Описательная статистика
СРМП	Тема2. Описательная статистика
Лекция	Тема 3. Элементы теории вероятностей
СРМП	Тема 3. Элементы теории вероятностей
4-я	Лекция	Тема 3. Элементы теории вероятностей
СРМП	Тема 3. Элементы теории вероятностей
Лекция	Тема 3. Элементы теории вероятностей
СРМП	Тема 3. Элементы теории вероятностей
5-я	Лекция	Тема 3. Элементы теории вероятностей
СРМП	Тема 3. Элементы теории вероятностей
Лекция	Тема 4. Случайные величины. Законы распределения случайных величин
СРМП	Тема 4. Случайные величины. Законы распределения случайных величин
6-я	Лекция	Тема 4. Случайные величины. Законы распределения случайных величин
СРМП	Тема 4. Случайные величины. Законы распределения случайных величин
Лекция	Тема 5. Оценивание параметров и проверка статистических гипотез
СРМП	Первый рубежный контроль (06.10.14-11.10.14)
7-я	Лекция	Тема 5. Оценивание параметров и проверка статистических гипотез
СРМП	Тема 5. Оценивание параметров и проверка статистических гипотез
Лекция	Тема 5. Оценивание параметров и проверка статистических гипотез
СРМП	Тема 5. Оценивание параметров и проверка статистических гипотез
8-я	Лекция	Тема 5. Оценивание параметров и проверка статистических гипотез
СРМП	Тема 5. Оценивание параметров и проверка статистических гипотез
Лекция	Тема 6. Метод наименьших квадратов. Парная регрессия.
СРМП	Тема 6. Метод наименьших квадратов. Парная регрессия.
9-я	Лекция	Тема 6. Метод наименьших квадратов. Парная регрессия.
СРМП	Тема 6. Метод наименьших квадратов. Парная регрессия.
Лекция	Тема 6. Метод наименьших квадратов. Парная регрессия.
СРМП	Тема 6. Метод наименьших квадратов. Парная регрессия.
10-я	Лекция	Тема 6. Метод наименьших квадратов. Парная регрессия.
Лекция	Тема 7. Оценка значимости уравнения регрессии. Коэффициент детерминации.
СРМП	Тема 7. Оценка значимости уравнения регрессии. Коэффициент детерминации.
СРМП	Тема 7. Оценка значимости уравнения регрессии. Коэффициент детерминации.
	Второй рубежный контроль(10.11.14—15.11.14)
11-я	Лекция	Тема 7. Оценка значимости уравнения регрессии. Коэффициент детерминации.
СРМП	Тема 7. Оценка значимости уравнения регрессии. Коэффициент детерминации.
Лекция	Тема 7. Оценка значимости уравнения регрессии. Коэффициент детерминации.
СРМП	Тема 7. Оценка значимости уравнения регрессии. Коэффициент детерминации.
12-я	Лекция	Тема 8. Нелинейная регрессия
СРМП	Тема 8. Нелинейная регрессия
Лекция	Тема 8. Нелинейная регрессия
СРМП	Тема 8. Нелинейная регрессия
13-я	Лекция	Тема 9. Многофакторный регрессионный анализ
СРМП	Тема 9. Многофакторный регрессионный анализ
Лекция	Тема 9. Многофакторный регрессионный анализ
СРМП	Тема 9. Многофакторный регрессионный анализ
14-я	Лекция	Тема 9. Многофакторный регрессионный анализ
СРМП	Тема 9. Множественный регрессионный анализ
Лекция	Тема 9. Многофакторный регрессионный анализ
СРМП	Тема 9. Множественный регрессионный анализ
15-я	Лекция	Тема 9. Многофакторный регрессионный анализ
СРМП	Тема 9. Многофакторный регрессионный анализ
Лекция	Тема 9. Многофакторный регрессионный анализ
СРМП	Тема 9. Многофакторный регрессионный анализ
16-я	Финальный экзамен (15.12.14–26.12.14)
Всего часов:

14. Контрольные вопросы по темам дисциплины

п/п	Темы	Контрольные вопросы по темам
Тема 1	Введение в количественные методы	1. Определите какие основные разделы математики представляют количественные методы в бизнесе? 2. Каково значение анализа данных при принятии управленческих решений?
Тема 2	Описательная статистика	1. Что такое генеральная совокупность и выборка? 2. Что такое статистический ряд? Что такое интервальный статистический ряд? 3. Дайте определение эмпирической функции распределения, приведите ее аналитическое и графическое представление. 4. Что такое полигон частот и гистограмма? Для чего они используются? 5. Как вычисляются основные числовые характеристики по результатам выборки: выборочные среднее, дисперсия, среднее квадратическое отклонение?
Тема 3	Элементы теории вероятностей	1. Приведите примеры случайных событий в экономике. Можно ли дать им вероятностное описание? Какой вид вероятности при этом используется? 2. Приведите примеры совместных и несовместных событий. 3. Что такое составное событие? Приведите примеры составных событий и их разложение на элементарные. 4. Дайте возможные определения вероятности. Приведите примеры их использования. 5. Что такое относительная частота события, как она связана с вероятностью?
Тема 4	Случайные величины. Законы распределения случайных величин	1. Что такое случайная величина (СВ)? Какие виды СВ известны? 2. Приведите примеры дискретных и непрерывных СВ из экономики. 3. Перечислите основные числовые характеристики СВ. Как они вычисляются для дискретных и непрерывных СВ? 4. Что такое функция распределения СВ? Что такое плотность вероятности СВ? Приведите ее свойства. 5. Каким образом может быть задана СВ? 6. Как рассчитывается вероятность попадания СВ в определенный интервал с помощью функции распределения, с помощью плотности вероятности? 7. Стандартные распределения случайных величин. Работа с таблицами распределения СВ.
Тема 5	Оценивание параметров и проверка статистических гипотез	1. Что такое точечная оценка и каковы желательные свойства? 2.Дайте определение несмещенности, эффективности и состоятельности оценок. 3.Какие оценки называются наилучшими линейными несмещенными (BLUE-оценками)? 4.Что такое интервальная оценка? Как она строится? 5.Чем отличаются интервальные оценки для математического ожидания нормальной СВ при известной и неизвестной дисперсиях? 6. Как строятся доверительные интервалы для дисперсии и среднего квадратического отклонения нормальной СВ? 7.Что такое статистическая гипотеза? 8.Какова цель проверки гипотез? 9.В чем отличие параметрических и непараметрических гипотез? 10. Что такое нулевая и альтернативная гипотезы? Назовите принципы их построения. 11. Что такое статистический критерий? Приведите конкретные примеры критериев. 12. Приведите общую схему проверки гипотез. 13. Что такое ошибки первого и второго рода? Как можно уменьшить вероятности этих ошибок? 14. Что такое уровень значимости?
Тема 6	Метод наименьших квадратов. Парная линейная регрессия.	1. Что такое функция регрессии? 2. Чем регрессионная модель отличается от функции регрессии? 3. Назовите основные причины наличия в регрессионной модели случайного отклонения. 4. Назовите основные этапы регрессионного анализа. 5. Что понимается под спецификацией модели, и как она осуществляется? 6. В чем состоит различие между теоретическим и эмпирическим уравнениями регрессии? 7. Дайте определение теоретической линейной регрессионной модели. 8. В чем суть метода наименьших квадратов (МНК)? 9. Приведите формулы расчета коэффициентов эмпирического парного линейного уравнения регрессии по МНК. 10. Как связаны эмпирические коэффициенты линейной регрессии с выборочным коэффициентом корреляции между переменными уравнения регрессии? 11. Какие выводы можно сделать об оценках коэффициентов регрессии и случайного отклонения, полученных по МНК?
Тема 7	Проверка качества уравнения регрессии.	1. Приведите схему определения интервальных оценок коэффициентов регрессии. 2. Как строится и что позволяет определить доверительный интервал для условного математического ожидания зависимой переменной? 3. В чем суть предсказания индивидуальных значений зависимой переменной?
Тема 8	Нелинейная регрессия.	1. Что понимается под спецификацией модели? 2. Приведите примеры использования логарифмических регрессионных моделей. 3. Каков смысл коэффициентов регрессии в логарифмических регрессионных моделях? 4. Приведите примеры использования обратных и степенных моделей. 5. Изменятся ли свойства случайного отклонения при преобразовании уравнения регресии? 6. Каковы признаки качественной регрессионной модели? 7. Назовите основные виды ошибок спецификации. 8. Как можно обнаружить ошибки спецификации?
Тема 9	Многофакторный регрессионный анализ	1. Как определяется модель множественной линейной регрессии? 2. Перечислите предпосылки МНК. Каковы последствия их невыполнимости? 3. Что характеризуют коэффициенты регрессии? 4. В чем суть МНК для построения множественного линейного уравнения регрессии? 5. Приведите формулы расчета дисперсий и стандартных ошибок коэффициентов регрессии. 6. Как определяется статистическая значимость коэффициентов регрессии? 7. Как строятся интервальные оценки коэффициентов регрессии и в чем их суть? 8. В чем суть коэффициента детерминации R2? 9. Чем скорректированный коэффициент детерминации отличается от обычного? 10. Как осуществляется анализ статистической значимости коэффициента детерминации? 11. Как используется F-статистика в регрессионном анализе? 12. Что такое автокорреляция остатков и каковы ее виды? 13. В чем суть статистики Дарбина–Уотсона и как она связана с коэффициентом корреляции между соседними отклонениями? 14. Объясните значения терминов «коллинеарность» и «мультиколлинеарность». 15. Каковы основные последствия мультиколлинеарности? 16. Как можно обнаружить мультиколлинеарность? 17. Как оценивается коррелированность между двумя объясняющими переменными? 18. Перечислите основные методы устранения мультиколлинеарности. 19. В чем суть гетероскедастичности? 20. В чем суть метода взвешенных наименьших квадратов (ВНК)? 21. Что такое автокорреляция? 22. Назовите основные причины автокорреляции. 23. Какая предпосылка МНК нарушается при автокорреляции? 24. Каковы последствия автокорреляции? 25. Перечислите основные методы обнаружения автокорреляции.

олитика курса

1. Политика выставления оценок основана на принципахобъективности, прозрачности и своевременности.

2. Требования преподавателя. Определяются преподавателем дисциплины и могут включать:

• быть пунктуальным и обязательным;
• не опаздывать на занятия;
• не пропускать занятия, в случае отсутствия по болезни, представить справку;
• во время занятий не читать постороннюю литературу;
• во время занятий отключить сотовый телефон;
• на занятия приходить в деловой одежде;
• активно участвовать в учебном процессе;
• самостоятельно выполнять домашние задания;
• быть терпимым, открытым и доброжелательным к сокурсникам, преподавателям и сотрудникам Магистратуры;
• во время контроля знаний не использовать не разрешенные источники (шпаргалки и т.д.)
• содействовать коллективной работе и участвовать в дискуссиях.

3. Процедуры курса. Определяются преподавателем дисциплины и могут включать:

· удаление с занятий и экзаменов за несоблюдение магистрантом вышеустановленных требований преподавателя;

· аннулирование результатов любых форм контроля знаний магистрантов при установлении фактов плагиата и/или пользования не разрешенными источниками.