Общий объем дисциплины

Общая трудоемкость дисциплины «Мировая экономика и МЭО»составляет 3 (ZET) 120(академ.часов) из них отмечены* темы активных/интерактивных аудиторных занятий согласно ФГОС

Распределение часов курса «ФИНАНСОВАЯ СТАТИСТИКА» по разделам, темам и видам работ

Содержание дисциплины модуля

Содержание разделов дисциплины

Тема 1. Предмет эконометрики

История возникновения эконометрики. ФИНАНСОВАЯ СТАТИСТИКА как наука. Основные цели и решаемые задачи.. Эконометрическая модель. Этапы эконометрического моделирования. Исходные предпосылки эконометрического моделирования. Зависимые и независимые переменные.

Тема 2 Измерения в экономике

Теория измерения в экономике Типы исходных информационных массивов статический и динамический. Функциональные зависимости между переменными — линейная, степенная, гиперболическая и т.д. Формула эконометрической модели как отображение закономерностей развития процесса. Методы линеаризации формы эконометрической модели.

Тема 3. Элементы линейной алгебры, теории вероятностей и математической статистики в эконометрике

Матрицы, их свойства и операции над ними. Случайные величины и их числовые характеристики. Функция распределения случайной величины. Закон больших чисел и предельные теоремы. Точечные и интервальные оценки параметров. Проверка (тестирование) статистических гипотез.

Тема 4. Парная регрессия и корреляция в эконометрических исследованиях

Функциональная, статистическая и корреляционная зависимости. Линейная парная регрессия. Коэффициент корреляции. Традиционный метод наименьших квадратов - МНК. Сведения о методе максимального правдоподобия.

Тема 5 Оценка параметров

Оценка дисперсии случайной составляющей. Дисперсионный анализ. Статистические свойства МНК-оценок (состоятельность, несмещенность, эффективность). Теорема Гаусса -Маркова. Гетероскедастичность случайной составляющей. Обобщенный метод наименьших квадратов – ОМНК. Модели с гетероскедастичными ошибками. Причины непостоянства дисперсии ошибки. Тестирование на гетероскедастичность. Взвешенные эконометрические модели. Особенности оценки параметров моделей с гетероскедастичными ошибками. Проверка гипотез о значимости параметров регрессии, коэффициента корреляции и уравнения регрессии в целом.

Тема 6 Прогнозирование и нелинейная регресия

Элементы статистической теории погрешностей и прогноз ожидаемого значения результативного признака по линейному парному уравнению регрессии. Нелинейная регрессия. Виды нелинейной регрессии. Оценка параметров.

Тема 7. Многофакторный регрессионный анализ

Классическая нормальная линейная модель множественной регрессии. Оценка параметров классической регрессионной модели методом наименьших квадратов. Отбор факторов при построении множественной регрессии. Оценка значимости фактора, дополнительно включенного в модель регрессии. Коллинеарность и мультиколлинеарность. Ковариационная матрица и ее выборочная оценка.

Тема 8 Оценка значимости и параметров

Оценка значимости множественной регрессии. Коэффициенты детерминации. Фиктивные переменные. Измерение зависимой переменной в дихотомической шкале. Проблемы построения моделей с дискретными зависимыми переменными. Probit-, Logit-, Tobit-модели. Оценивание параметров. Использование нелинейной и линейной регрессионных моделей с гетероскедастичными остатками. Взвешенный МНК. Примеры моделей с дискретными зависимыми переменными.

Тема 9. Системы эконометрических уравнений

Общее понятие о системах уравнений, используемых в эконометрике. Системы одновременных уравнений, системы независимых уравнений, системы рекурсивных уравнений, системы взаимозависимых уравнений.

Тема 10 Формы и виды эконометрических уравнений

Эндогенные и экзогенные переменные. Структурная и приведенная формы модели. Проблема идентификации. Необходимое и достаточное условие идентификации.

Тема 11. Оценка систем эконометрических уравнений

Оценка точно идентифицированного уравнения. Косвенный метод наименьших квадратов (КМНК). Оценка сверхидентифицированного уравнения. Двухшаговый и трехшаговый метод наименьших квадратов.