Методические рекомендации по организации изучения дисциплины

. Студент перед началом курса должен ознакомиться с основными разделами курса в программе. На лекции студент получает направляющие положения по каждой теме дисциплины. В ходе аудиторных занятий рассматриваются наиболее важные темы курса, а также вопросы, недостаточно полно освещенные в основной литературе или вызывающие затруднения у большого числа студентов. В соответствии с ФГОС ВПО не менее 20% аудиторных занятий проводятся в интерактивной форме (например с использованием медиа-устройств и т.д.).

Практические занятия предназначены для уточнения и закрепления полученной на лекции информации. Часть аудиторных занятий посвящена выполнению студентами контрольной (самостоятельной) работы

Основным методом изучения данной дисциплины является самостоятельная работа студентов со специальной литературой. Самостоятельное изучение разделов и тем курса происходит с использованием учебных пособий с последующей самопроверкой. Решение тестов на семинарских занятиях (или самостоятельно) позволяет проводить текущий контроль уровня усвоения материала. Индивидуальные консультации могут быть очные и письменные, студент получает их у преподавателя по вопросам, которые не были в достаточной мере раскрыты на аудиторных занятиях или особенно интересуют студента.

Информационное сообщение – это подборка справочных материалов, обзор изменений в законодательстве или подбор ответов на актуальный вопрос из различных источников.

Эссе от французского "essai", англ. "essay", "assay" - попытка, проба, очерк; от латинского "exagium" - взвешивание. Создателем жанра эссе считается М.Монтень ("Опыты", 1580 г.). Это прозаическое сочинение - рассуждение небольшого объема со свободной композицией. Жанр критики и публицистики, свободная трактовка какой-либо проблемы. Эссе выражает индивидуальные впечатления и соображения по конкретному поводу или вопросу и заведомо не претендует на определяющую или исчерпывающую трактовку предмета. Как правило, эссе предполагает новое, субъективно окрашенное слово о чем - либо и может иметь философский, историко-биографический, публицистический, литературно-критический, научно-популярный, беллетристический характер.

Эссе студента - это самостоятельная письменная работа на тему, предложенную преподавателем (тема может быть предложена и студентом, но обязательно должна быть согласована с преподавателем). Цель эссе состоит в развитии навыков самостоятельного творческого мышления и письменного изложения собственных мыслей.

Писать эссе чрезвычайно полезно, поскольку это позволяет автору научиться четко и грамотно формулировать мысли, структурировать информацию, использовать основные категории анализа, выделять причинно-следственные связи, иллюстрировать понятия соответствующими примерами, аргументировать свои выводы; овладеть научным стилем речи.

Эссе должно содержать: четкое изложение сути поставленной проблемы, включать самостоятельно проведенный анализ этой проблемы с использованием концепций и аналитического инструментария, рассматриваемого в рамках дисциплины, выводы, обобщающие авторскую позицию по поставленной проблеме. В зависимости от специфики дисциплины формы эссе могут значительно дифференцироваться.

В некоторых случаях это может быть анализ имеющихся статистических данных по изучаемой проблеме, анализ материалов из средств массовой информации и использованием изучаемых моделей, подробный разбор предложенной задачи с развернутыми мнениями, подбор и детальный анализ примеров, иллюстрирующих проблему и т.д. Тема не должна инициировать изложение лишь определений понятий, ее цель — побуждать к размышлению.

Темы Эссе

1. ФИНАНСОВАЯ СТАТИСТИКА как наука. Основные цели и решаемые задачи.

2. . Эконометрическая модель. Этапы эконометрического моделирования.

3. Исходные предпосылки эконометрического моделирования. Зависимые и независимые переменные.

4 Тпы исходных информационных массивов статический и динамический.

5Функциональные зависимости между переменными — линейная, степенная, гиперболическая и т. д.

6. Методы линеаризации формы эконометрической модели.

7. Случайные величины и их числовые характеристики. Функция распределения случайной величины.

8. Закон больших чисел и предельные теоремы. Точечные и интервальные оценки параметров. Проверка (тестирование) статистических гипотез.

9Линейная парная регрессия. Коэффициент корреляции. Традиционный метод наименьших квадратов - МНК. Сведения о методе максимального правдоподобия.

10. Оценка дисперсии случайной составляющей. Дисперсионный анализ.

11. Статистические свойства МНК-оценок (состоятельность, несмещенность, эффективность).

12. Теорема Гаусса -Маркова. Гетероскедастичность случайной составляющей. Обобщенный метод наименьших квадратов – ОМНК.

13. Модели с гетероскедастичными ошибками. Причины непостоянства дисперсии ошибки. Тестирование на гетероскедастичность.

14. Взвешенные эконометрические модели. Особенности оценки параметров моделей с гетероскедастичными ошибками. Проверка гипотез о значимости параметров регрессии, коэффициента корреляции и уравнения регрессии в целом.

15. Элементы статистической теории погрешностей и прогноз ожидаемого значения результативного признака по линейному парному уравнению регрессии.

16. Нелинейная регрессия. Виды нелинейной регрессии. Оценка параметров.

17. Классическая нормальная линейная модель множественной регрессии. Оценка параметров классической регрессионной модели методом наименьших квадратов.

18. Отбор факторов при построении множественной регрессии. Оценка значимости фактора, дополнительно включенного в модель регрессии.

19. Коллинеарность и мультиколлинеарность. Ковариационная матрица и ее выборочная оценка.

20. Оценка значимости множественной регрессии. Коэффициенты детерминации. Фиктивные переменные.

21. Измерение зависимой переменной в дихотомической шкале.

22. Проблемы построения моделей с дискретными зависимыми переменными. Probit-, Logit-, Tobit-модели. Оценивание параметров.

23. Использование нелинейной и линейной регрессионных моделей с гетероскедастичными остатками. Взвешенный МНК. Примеры моделей с дискретными зависимыми переменными.

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

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

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

27. Временные ряды и их характеристики. Основные факторы, влияющие на значения членов временного ряда. Основные задачи анализа временного ряда. Автокорреляция уровней временного ряда и выявление его структуры.

28. Моделирование тенденции временного ряда (построение тренда). Моделирование сезонных и циклических колебаний.

29. Модели авторегрессии. Модели скользящего среднего. Модели авторегрессии - скользящего среднего.

30. Проблема исследования причинно – следственных связей. Специфика изучения взаимосвязей по временным рядам. Исключение сезонных колебаний и тенденций.

31. Общая характеристика динамических эконометрических моделей. Модели авторегрессии. Интерпретация параметров.

32. Модели с распределенным лагом. Интерпретация параметров. Средний и медианный лаги. Изучение структуры лагов. Оценивание параметров моделей с распределенным лагом.

33. Метод Алмон. Оценивание параметров моделей с геометрической структурой лага.

34. Метод Койка. Оценивание параметров моделей авторегрессии. Автокорреляция случайных составляющих. Обнаружение автокорреляции случайных составляющих.

35. Критерий Дарбина—Уотсона. Устранение автокорреляции случайных составляющих.

36. Модели адаптивных ожиданий и частичной (неполной) корректировки.

37. Прогнозирование на основе моделей временных рядов.

.