Самостоятельное изучение под руководством преподавателя (лабораторные занятия по 2, 3, 4, 5-й темам) проводятся в компьютерных лабораториях

· Форма отчетности – контрольные задания и ведомость с результатами по практической части.

· Форма контроля – контрольные задания по практической части.

2.2. Наименования тем лекций и их содержание

Дневное обучение

Тема 1. Основные понятия, предмет и область применения эконометрики.

Предмет и метод эконометрики. Эконометрический подход к изучению экономических явлений и процессов. Понятие эконометрической модели, классификация моделей. Примеры. Основные этапы построения эконометрической модели.

Литература: [3, с.6–17]; [4, с.6–11]; [6, с.11–30]; [7, с.13–39]; [11, с.3–32].

Тема 2.Модели простой и множественной линейной регрессии (ПЛР, МЛР). Классические модельные предложения. Статистическое оценивание параметров модели. МНК-оценки их свойства. Проверка гипотез о значимости параметров и адекватности модели. Прогнозирование на основе ПЛР, МЛР.

Литература: [1, с.53–71]; [2, с.64–190]; [3, с.50–106]; [4, с.11–24]; [5, 4–11]; [7, с.42–57]; [8, с.6–62].

Тема 3.Спецификация эконометрической модели. Методы выбора экзогенных переменных (идентификация пропущенных и избыточных переменных). Методы выбора формы зависимости эндогенной и экзогенных переменных (нелинейная регрессия).

Литература: [1, с.165–196]; [2, с.200–222]; [3, с.243–254]; [4, с.25–29]; [5, с.12–19].

Тема 4.Эконометрический анализ при нарушении классических модельных предложений. Гетероскедастичность и ее экономическая интерпретация. Обобщенный МНК (ОМНК), свойства оценок ОМНК. Критерии проверки гетероскедастичности: Парка, Голдфилда-Кандта, Бриша-Пагана, Вайта. Автокорреляция ошибок модели. Операторы декорреляции. Критерий Дарбина-Вотсона. Мультиколлинеарность экзогенных переменных. Критерии обнаружения мультиколлинеарности. Оценивание модели по главным компонентам

Литература: [1, с.200–261]; [2, с.230–280]; [3, с.108–130]; [4, с.29–43]; [5, с.20–29].

Тема 5.Динамические эконометрические модели. Лаговые модели. Виды структуры оператора запаздывания во времени экзогенных переменных (Койка, Алмон, Бокса-Дженкинса). Примеры лаговых моделей в экономике: модель адаптивных информационных ожиданий и др.). Критерии диагностики автокорреляции в лаговых моделях (тест Дарбина, множественный тест Лагранжа). Модели временных рядов. Параметрические модели выделения тренда (МНК, Брауна, Хольта, Винтера). Стационарные модели: авторегрессии и скользящего среднего. Оценка структуры и параметров стационарных моделей. Применение динамики моделей временных рядов к прогнозу темпа инфляции. Прогнозирование временных рядов.

Литература: [2, с.310–341]; [3, с.133–149]; [4, с.65–71]; [5, с.70–80]; [8, с.169–197].

Тема 6.Модели с фиктивными (дихотомическими) переменными. Проверка однородности выборочных данных (критерий Чоу). Модель ANOVA. Использование фиктивных переменных в анализе сезонности. Логит и пробит модели.

Литература: [1, с.262–287]; [2, с.285–309]; [3, с.115–124]; [4, с.80–91].

Тема 7.Система одновременных эконометрических уравнений (СЭУ). Элементы причинного анализа. Графическое представление СЭУ. Структурная и приведенная формы СЭУ. Проблема идентифицируемости. Критерии проверки иденцифицируемости СЭУ. Методы оценивания параметров СЭУ (косвенный МНК, 2МНК). Свойства оценок.

Литература: [1, с.322–345]; [2, с.346–369]; [3, с.224–242]; [4, с.43–52]; [5, с.48–65].

Тема 8.Современное состояние эконометрики. Анализ больших макроэкономических моделей: Уортонская, Бруклинская, Мэрфи, LINK, LAM и другие.

Литература: [4, с.71–78]; [6, с.486–508]; [9, с.135–146]; [10, с.223–245]; [11, 290–335].

2.3. Практические занятия, наименование тем
и объем в часах

Таблица 2.2

Наименование тем практических занятий	Цель занятия	Объем в часах
Дневное обучение
1. Модели простой и множественной линейной регрессии (ПЛР, МЛР)	Ознакомиться с классическими модельными предложениями ПЛР и МЛР. Научиться решать задачи на статистическое оценивание параметров модели по МНК. Освоить процедуру проверки гипотез о значимости параметров и адекватности модели и методы прогнозирования
2. Эконометричес-кий анализ при нарушении классических модельных предложений	Научиться решению задач на диагностику: гетероскедастичности и ее экономической интерпретации. Освоить обобщенный МНК (ОМНК). Научиться проводить диагностику автокорреляции ошибок модели. Научиться измерять мультиколлинеарность экзогенных переменных
3. Динамические эконометрические модели	Научиться решать задачи на построение лаговых моделей. Освоить модели временных рядов. Научиться применять динамику моделей временных рядов к прогнозированию экономических процессов
4. Система одновременных эконометрических уравнений (СЭУ)	Научиться решать задачи на графическое представление СЭУ
Итого по дисциплине

2.4. Лабораторный практикум, наименование тем
и объем в часах

Таблица 2.3

Наименование тем практических занятий	Цель занятия	Объем в часах
Дневное обучение
1. Простая линейная регрессия (ПЛР)	Ознакомиться с классическими модельными предложениями для построения простой линейной регрессии
2. Множественная регрессия (МЛР)	Ознакомиться с классическими модельными предложениями для построения множественной линейной регрессии
3. Спецификация экзогенных переменных мо-делей	Научиться выбирать пропущенные и избыточные переменные. Изучить алгоритмы и реализацию критериев Рамсея и Амемья
4. Спецификация формы зависимости между эндогенной и экзогенными переменными	Научится выбирать корректную форму зависимости между эндогенной и экзогенными переменными
5. Обнаружение и устранение гетероскедастичности	Освоить методы обнаружения и устранения гетероскедас-тичности случайных переменных моделей
6. Обнаружение и устранение автокорреляции	Освоить методы обнаружения и устранения автокорреляции случайных переменных моделей
7. Обнаружение и устранение мультиколлинеарности	Освоить методы диагностики и устранения проблемы линейной зависимости экзогенных переменных
8. Временные ряды. Моделирование ARMA- процессов	Освоить методы анализа стационарных и нестационарных временных рядов
Итого по дисциплине

КОНСПЕКТ ЛЕКЦИЙ