Эконометрическое моделирование
Специальность: "Математические методы в экономике" (основной курс)
Семестр: 7 (осенний, 4 курс)
Виды занятий: лекции – 38 час., семинарские занятия – 19 час.
Форма отчетности: экзамен
Автор программы: Филатов А.Ю., к.ф.-м.н., доцент
Данный курс является последним из 3 курсов эконометрики. В его рамках происходит углубленное изучение методов математической статистики в приложении к экономике. Студентам дается теоретический материал по анализу временных рядов и систем линейных одновременных уравнений. Практические исследования проводятся на реальных данных по курсам валют, акций и фондовых индексов. В процессе изучения курса студенты получают базовые навыки проведения эконометрических расчетов с помощью программного продукта Stata.
Тема 1. Введение в анализ временных рядов
1. Анализ временных рядов. Особенности. Основные факторы, под влиянием которых формируется временной ряд.
2. Основные характеристики временного ряда. Автоковариационная, автокорреляционная, частная автокорреляционная функции.
3. Проверка гипотезы о неизменности среднего. Критерии серий. Критерий Аббе.
Тема 2. Выделение неслучайной составляющей временного ряда. Тренд и сезонная компонента
4. Сглаживание временного ряда. Методы аналитического типа. Линейные и квадратичные тренды. Другие виды трендов.
5. Сглаживание временного ряда. Методы алгоритмического типа. Скользящее среднее и экспоненциально взвешенное скользящее среднее.
6. Подбор порядка аппроксимирующего полинома с помощью метода последовательных разностей.
7. Выделение сезонной компоненты. Метод дамми-переменных. Метод скользящего среднего.
Тема 3. Обработка остатков. ARIMA-модели
8. Модель авторегрессии AR(p). Идентификация.
9. Модель скользящего среднего MA(q). Идентификация.
10. Авторегрессионные модели со скользящими средними в остатках ARMA(p,q). Идентификация.
11. Модель авторегресии – проинтегрированного скользящего среднего ARIMA(p,q,k). Идентификация.
12. Операторы F+, F- сдвига во времени. Проблема перепараметризации.
Тема 4. Методы прогнозирования
13. Прогнозирование на базе ARIMA-модели.
14. Адаптивные методы прогнозирования.
15. Регрессионные модели с распределенными лагами. Полиномиальная лаговая структура.
Тема 5. Системы линейных одновременных уравнений
16. Системы линейных одновременных уравнений. Структурная и приведенная форма. Косвенный метод наименьших квадратов.
17. Условия идентифицируемости системы линейных одновременных уравнений.
18. Двухшаговый метод наименьших квадратов для систем линейных одновременных уравнений.
19. Идентификация рекурсивных систем линейных одновременных уравнений.
20. Математическое моделирование. Метод Монте-Карло. Бутстреп-метод.
ЛИТЕРАТУРА:
1. С.Айвазян, В.Мхитарян "Прикладная статистика и основы эконометрики". - М.: "Юнити". - 2001, т.1.
2. С.Айвазян, В.Мхитарян "Прикладная статистика и основы эконометрики". - М.: "Юнити". - 2001, т.2.
3. К.Доугерти "Введение в эконометрику". - М.: "Инфра-М". - 2009.
4. В.Суслов, Н.Ибрагимов, Л.Талышева, А.Цыплаков "Эконометрия". – Н.: "НГУ". – 2003.
5. С.Анатольев "Курс лекций по эконометрике для продолжающих". – М.: "РЭШ". – 2003.
6. С.Анатольев "Курс лекций по эконометрике для подготовленных". – М.: "РЭШ". – 2006.
7. Журнал "Квантиль"
8. Где найти данные в сети?