Правительство Российской Федерации Федеральное государственное автономное образовательное учреждение высшего профессионального образования

Правительство Российской Федерации
Федеральное государственное автономное образовательное учреждение
высшего профессионального образования
"Национальный исследовательский университет
"Высшая школа экономики"
Факультет экономики
Программа дисциплины
Эконометрика (продвинутый уровень)
для направления 080300.68 «Финансы и кредит»
подготовки магистра
для магистерской программы Финансы
Автор программы: А.М. Порошина, amporoshina@gmail.com
Одобрена на заседании кафедры
Прикладной математики и моделирования в социальных системах «30» августа 2012 г.
Зав. кафедрой _______________________ Д.Б. Потапов
Утверждена Учебно-методическим Советом НИУ ВШЭ - Пермь «13» сентября 2012 г.
Председатель ________________________ Г.Е. Володина
Пермь, 2012
Настоящая программа не может быть использована другими подразделениями университета и другими вузами без разрешения кафедры-разработчика программы.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
1
Область применения и нормативные ссылки
Настоящая программа учебной дисциплины устанавливает минимальные требования к знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности.
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных ассистентов и студентов направления подготовки 080300.68 Финансы и кредит, обучающихся по магистерской программе Финансы, изучающих дисциплину Эконометрика (продвинутый уровень).
Программа разработана в соответствии с:
 Образовательным стандартом федерального государственного автономного образовательного учреждения высшего профессионального образования «Национального исследовательского университета «Высшая школа экономики» по направлению подготовки 080300.68 «Финансы и кредит» (уровень подготовки: Магистр). Утверждён
27.04.12 г. (протокол № 36).
 Учебным планом по направлению подготовки 080300.68 Финансы и кредит подготовки магистра (Магистерская программа «Финансы»), утвержденным в 2012 г.
2
Цели освоения дисциплины
Целями освоения дисциплины Эконометрика (продвинутый уровень) являются дать магистрантам представления о теоретических основах современных эконометрических методов анализа
данных, показать как можно более широкий спектр инструментов анализа данных, описывающих
экономические процессы, и научить корректному использованию инструментов на практике при
работе со специализированными эконометрическими программами Eviews и STATA.
3
Компетенции обучающегося, формируемые в результате освоения
дисциплины
В результате освоения дисциплины студент должен:
 Знать основные понятия и утверждения Эконометрики (продвинутый уровень) в их взаимосвязи.
 Уметь доказывать элементарные утверждения, выводимые из определений и исходных
предположений, самостоятельно пользоваться эконометрическими методами без использования и с использованием специального программного обеспечения; грамотно интерпретировать получаемые в ходе вычислений результаты.
 Иметь навыки (приобрести опыт) построения эконометрических моделей, включая проверку их адекватности реальным данным.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
В результате освоения дисциплины студент осваивает следующие компетенции:
Формы и методы обучеДескрипторы – основные
ния, способствующие
Компетенция
Код по ОС признаки освоения (показатеформированию и развили достижения результата)
тию компетенции
СК-2
Владеет современными метоЛекции, семинары (комдами эконометрического анали- пьютерные занятия), экСпособен предлагать
за, демонстрирует свои знания
замен
концепции, модели,
на экзамене, обосновывает
изобретать и апробиронеобходимость использования
вать способы и инструсоответствующих эконометрименты профессиональческих моделей, применяет их
ной деятельности
на практике, оценивает параметры моделей, интерпретирует
эмпирические результаты
Способен к самостояСК-3
Самостоятельно приобретает (в Подготовка к аудиторным
тельному освоению нотом числе с помощью инфорзанятиям, работа с литеравых методов исследовамационных технологий) и истурой
ния, изменению научпользует в практической деяного и научнотельности новые знания и умепроизводственного прония, включая новые области
филя своей деятельности
знаний, непосредственно не
связанных со сферой деятельности
Способен совершенствоСК-4
Демонстрирует способность
Семинары, самостоятельвать и развивать свой
анализа предметной области;
ная работа
интеллектуальный и
определение проблемного вокультурный уровень,
проса; поиска и анализа данстроить траекторию
ных, необходимых для решения
профессионального разпроблемного вопроса.
вития и карьеры
Способен принимать
СК-5
Принимает организационноСеминары, экзамен
управленческие решеуправленческие решения и гония, оценивать их возтов нести за них ответственможные последствия и
ность, в том числе в нестаннести за них ответствендартных ситуациях
ность
Способен анализировать,
СК-6
Демонстрирует умение искать и Семинары, самостоятельоценивать полноту инанализировать информацию из
ная работа, выполнение
формации в ходе проразличных источников
эмпирических расчетов в
фессиональной деятельрамках домашнего заданости, при необходимония
сти восполнять и синтезировать недостающую
информацию
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
Способен вести профессиональную, в том числе
научноисследовательскую, деятельность в международной среде
Способен обобщать и
критически оценивать
результаты, полученные
отечественными и зарубежными исследователями; выявлять перспективные направления
дальнейших исследований, составлять программу собственных исследований
Способен собирать, обрабатывать, анализировать и систематизировать финансовоэкономическую информацию по теме исследования, выбирать методики и средства решения
задачи
Способен выполнять математическое моделирование процессов и объектов на базе стандартных пакетов автоматизированного проектирования и исследований
Способен разрабатывать
экономические модели
исследуемых процессов,
явлений и объектов, относящихся к профессиональной сфере
Способен анализировать
тенденции, процессы и
инструменты финансового рынка
СК-8
Демонстрирует навыки работы
с иностранной литературой;
уверенно интерпретирует результаты
Семинары, самостоятельная работа, подготовка
обзора литературы в рамках домашнего задания и
магистерской диссертации
ПК-1
Применяет полученные знания
в своих собственных исследованиях
По окончании курса выполняет эмпирические
оценки в рамках курсовой
работы и магистерской
диссертации
ПК-2
Демонстрирует умение использовать источники финансовоэкономической информации
при выполнении эконометрического исследования
Семинары, самостоятельная работа, выполнение
эмпирических расчетов в
рамках домашнего задания и магистерской диссертации
ПК-3
Применяет специализированное
компьютерное программное
обеспечение для обработки
имеющейся информации и эконометрического моделирования
Семинары, самостоятельная работа, выполнение
эмпирических расчетов в
рамках домашнего задания и магистерской диссертации
ПК-4
Показывает способность поиска
и анализа данных, необходимых
для решения проблемного вопроса; построение эконометрической модели, наилучшим образом соответствующей проблемной области и данным
Демонстрирует способность
анализа тенденций, процессов и
инструментов финансового
рынка
Семинары, самостоятельная работа, выполнение
домашнего задания и магистерской диссертации
ПК-9
Семинары, самостоятельная работа, выполнение
домашнего задания и магистерской диссертации
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
Способен анализировать
факторы формирования
фундаментальной стоимости капитала компании и финансового института и ее оценки
ПК-14
Способен оценивать стоимость финансовых инструментов
ПК-15
Способен конструировать новые финансовые
Инструменты
Способен разрабатывать
учебные планы, программы и соответствующее методическое
обеспечение для преподавания экономических
дисциплин в высших
учебных заведениях
Способен определять,
транслировать общие
цели в профессиональной и социальной деятельности
Способен порождать
принципиально новые
идеи и продукты, обладает креативностью,
инициативностью
ПК-16
4
ПК-36
Демонстрирует способность
анализа факторов формирования фундаментальной стоимости капитала компании и финансового института и ее оценки; построения эконометрической модели, наилучшим образом соответствующей проблемной области и данным
Демонстрирует способность
оценивать стоимость финансовых инструментов с использованием методов эконометрического моделирования
Демонстрирует способность
конструировать новые финансовые инструменты
Разрабатывает учебные планы,
программы и соответствующее
методическое обеспечение для
преподавания экономических
дисциплин в высших учебных
заведениях
Семинары, самостоятельная работа, выполнение
домашнего задания и магистерской диссертации
Семинары, самостоятельная работа, выполнение
домашнего задания и магистерской диссертации
Самостоятельная работа,
Самостоятельная работа,
семинары
ПК-37
Демонстрирует способность
Лекции, семинары (комопределять, транслировать обпьютерные занятия), экщие цели в профессиональной и замен
социальной деятельности
ПК-39
Демонстрирует умение порождать принципиально новые
идеи и продукты, предлагает
нестандартные подходы решения проблемной ситуации
Лекции, семинары, самостоятельная работа
Место дисциплины в структуре образовательной программы
Настоящая дисциплина относится к циклу общих дисциплин направления и блоку дисциплин, обеспечивающих базовую подготовку.
Изучение данной дисциплины базируется на следующих дисциплинах:
 Эконометрика
 Макроэкономика
 Экономическая теория
 Теория вероятности и математическая статистика
Основные положения дисциплины должны быть использованы в дальнейшем при изучении
следующих дисциплин:
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)


5
Прикладной количественный анализ финансовых рынков
Научно-исследовательская практика
Тематический план учебной дисциплины
№
1
2
3
4
5
6
7
8
9
10
11
12
13
6
Всего
часов
Название раздела
Введение. Модель линейной множественной регрессии.
Метод наименьших квадратов.
Интерпретация и сравнение регрессионных моделей
Оценивание регрессии в условиях гетероскедастичности
Оценивание регрессии в условиях автокорелляции остатков
Стохастические регрессоры, инструментальные переменные и обобщенный метод
моментов
Метод максимального правдоподобия
Модели с ограниченными зависимыми
переменными
Одномерные временные ряды
Многомерные временные ряды.
Модели, основанные на панельных данных.
Системы одновременных уравнений
Примеры использования эконометрических методов в анализе экономических
данных
Итого
4
12
16
Аудиторные часы
ПрактиСемиЛекции
ческие
нары
занятия
Самостоятельная
работа
2
4
2
2
6
3
2
1
10
2
2
4
10
2
1
2
10
2
4
1
2
6
8
4
4
2
6
4
3
7
3
2
10
12
6
4
4
3
12
2
2
10
6
10
1
3
6
192
38
30
102
18
15
11
12
27
23
13
19
22
Формы контроля знаний студентов
Тип контроля
Текущий
(неделя)
Форма контроля
Контрольная
работа
1
1 год
2 3
9
Домашнее
задание
Проме-
Зачет
8
*
Параметры
4
Письменная работа в форме теста продолжительностью 40
минут, либо письменная работа в программе Eviews в течение 40 минут с последующими ответами на вопросы по
теме работы на основании данных, предложенных преподавателем
Письменная работа в виде эконометрического исследования, выполненная в программе Eveiws. Отчет сдается в
бумажной и электронной форме в MS Word. Данные собираются студентом с сайта www.finam.com по требованиям,
предложенным преподавателем
Письменная работа в электронном виде с использование
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
жуточный
Итоговый
6.1
программы Eviews в течение 120 минут.
Экзамен
*
Письменная работа в течение 60 минут с последующей
устной защитой, либо письменная работы в течение 120
минут в программе Eviews.
Критерии оценки знаний, навыков
В рамках текущего контроля студент должен продемонстрировать:
 применение основных законов естественнонаучных дисциплин при анализе данных, выдвижение основных гипотез,
 способность к обобщению, анализу, восприятию информации, постановке цели и выбору путей её достижения,
 владение письменной и устной коммуникацией на государственном языке,
 использование различных методов для анализа и разработки моделей и алгоритмов,
 способность обосновать используемые методы для анализа и разработки моделей и алгоритмов.
На контрольную работу выносятся задачи по разделам 3, 4, 5.
В качестве заданий на контрольную работу можно использовать задания, выполненные во время
практических занятий. По желанию преподавателя часть заданий контрольной работы может быть
зачтена по результатам практических занятий.
В рамках промежуточного контроля (зачет) студент должен продемонстрировать:
 применение основных законов естественнонаучных дисциплин при построении программ на
языке программирования высокого уровня,
 способность к обобщению, анализу, восприятию информации, постановке цели и выбору путей её достижения,
 владение письменной и устной коммуникацией на государственном языке,
 использование различных методов для анализа и разработки моделей и алгоритмов,
 способность обосновать используемые методы для анализа и разработки моделей и алгоритмов.
На зачет выносятся задачи и вопросы по разделам 1,2,3,4,5,6, 7, 8.
На домашнюю работу выносятся задания из разделов 9,10.
В рамках итогового контроля (Экзамен) студент должен продемонстрировать:
 применение основных законов естественнонаучных дисциплин при построении программ на
языке программирования высокого уровня,
 способность к обобщению, анализу, восприятию информации, постановке цели и выбору путей её достижения,
 владение письменной и устной коммуникацией на государственном языке,
 использование различных методов для анализа и разработки моделей и алгоритмов,
 способность обосновать используемые методы для анализа и разработки моделей и алгоритмов.
На экзамен выносятся задачи и вопросы из разделов 9 -13.
Оценки по всем формам текущего контроля выставляются по 10-ти балльной шкале.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
6.2
Порядок формирования оценок по дисциплине
Преподаватель оценивает работу студентов на семинарских и практических занятиях: правильность решения и интерпретации полученных результатов на семинарских занятиях, правильность ответов на микроконтролях во время лекционных занятий. Оценки за работу на семинарских
и практических занятиях преподаватель выставляет в рабочую ведомость. Оценка по 10-ти балльной шкале за работу на семинарских и практических занятиях определяется перед промежуточным
или итоговым контролем и называется - Оаудиторная.
1,2 модуль
Накопленная оценка за текущий контроль учитывает результаты студента по текущему
контролю следующим образом:
Онакопленная= 2/3* Отекущий + 1/3* Оаудиторная
где
О текущий рассчитывается как взвешенная сумма всех форм текущего контроля, предусмотренных в РУП:
Отекущий = n1·Ок/р ,
при этом n1=1.
Способ округления накопленной оценки текущего контроля: арифметический.
Результирующая оценка за дисциплину за 2 модуль на 1 курсе рассчитывается следующим
образом:
Орезультирующая = 0,6* Онакопленная + 0,4*·Оэкз/зач
Способ округления накопленной оценки промежуточного (итогового) контроля в форме зачета: арифметический.
3 модуль
Накопленная оценка за текущий контроль учитывает результаты студента по текущему
контролю следующим образом:
где
О текущий
смотренных в РУП:
Онакопленная= 2/3* Отекущий + 1/3* Оаудиторная
рассчитывается как взвешенная сумма всех форм текущего контроля, предуОтекущий = n1·Од/з ,
при этом n1 =1.
Способ округления накопленной оценки текущего контроля: арифметический.
Результирующая оценка за дисциплину за 3 модуль на 1 курсе рассчитывается следующим
образом:
Орезультирующая = 0,6* Онакопленная + 0,4*·Оэкз/зач
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
Способ округления накопленной оценки промежуточного (итогового) контроля в форме зачета: арифметический.
На пересдаче студенту не предоставляется возможность получить дополнительный балл для
компенсации оценки за текущий контроль.
На зачете студент может получить дополнительный вопрос (дополнительную практическую
задачу, решить к пересдаче домашнее задание), ответ на который оценивается в 1 балл.
На экзамене студент может получить дополнительный вопрос (дополнительную практическую задачу, решить к пересдаче домашнее задание), ответ на который оценивается в 1 балл.
В диплом выставляет результирующая оценка по учебной дисциплине, которая формируется
равной результирующей оценке за последний модуль последнего года проведения дисциплины.
7
Содержание дисциплины
1. Раздел 1. Введение. Модель линейной множественной регрессии.
Тема 1. Суть эконометрического подхода к исследованию экономических явлений.
Лекции – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 1 час.
Тема 2. Основные сведения из матричной алгебры, теории вероятностей и математической
статистики.
Лекции – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 1 час.
Литература по разделу:
1. Вербик М. Путеводитель по современной эконометрике. М.: Науч. Б-ка, 2008.
2. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.:
Дело, 2007.
3. Greene W.H. Econometric Analysis. New Jersey: Prentice-Hall; Pearson Education, 2003.
4. Мхитарян В.С., Архипова М.Ю., Балаш В.А. Эконометрика. М.: Проспект, 2009.
5. Доугерти К. Введение в эконометрику" 3-е издание. М.: ИНФА-М, 2007.
6. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.:
ЮНИТИ, 1998.
7. Бывшев В.А. Эконометрика. М.: Финансы и статистика, 2008.
8. Магнус Я.Р., Нейдеккер Х. Матричное дифференциальное исчисление с приложениями к статистике и эконометрике. М.: Физматлит, 2002.
Применяемые формы обучения и технологии: лекции в формате презентаций, семинары, включающие кейсовые задания с применением программы обработки эконометрических данных Eviews.
2. Раздел 2. Метод наименьших квадратов.
Тема 3. Методы подгонки экспериментальных точек параметрическими функциями. Их достоинства и недостатки.
Лекции – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 1 час.
Тема 4. Суть МНК. Геометрическая интерпретация МНК. Свойства оценок параметров, полученных с помощью МНК без наложения статистических требований на ошибку. Геометрическая
интерпретация.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
Лекции – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 1 час.
Тема 5. Коэффициент детерминации R 2 и его свойства. R 2 в отсутствие единичного столбца
в матрице X. R 2 adj .
Лекции – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 1 час.
Тема 6. Условия Гаусса-Маркова. Несмещенность и эффективность МНК-оценки. Понятие о
состоятельности статистических оценок.
Лекции – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 1 час.
Тема 7. Тестирование гипотез.
Практические занятия – 2 часа.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Литература по разделу:
1. Вербик М. Путеводитель по современной эконометрике. М.: Науч. Б-ка, 2008.
2. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.:
Дело, 2007.
3. Greene W.H. Econometric Analysis. New Jersey: Prentice-Hall; Pearson Education, 2003.
4. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.:
ЮНИТИ, 1998.
5. Бывшев В.А. Эконометрика. М.: Финансы и статистика, 2008.
6. Магнус Я.Р., Нейдеккер Х. Матричное дифференциальное исчисление с приложениями к статистике и эконометрике. М.: Физматлит, 2002.
Применяемые формы обучения и технологии: лекции в формате презентаций, семинары, включающие кейсовые задания с применением программы обработки эконометрических данных Eviews.
3. Раздел 3. Интерпретация и сравнение регрессионных моделей.
Тема 8. Интерпретация коэффициентов модели, предельный эффект изменения регрессора,
эластичность.
Лекции – 1 час.
Семинары – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента:4 часа.
Тема 9. Сравнение вложенных моделей. Сравнение невложенных моделей
Лекции – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 3 часа.
Тема 10. Сравнение разных функциональных форм.
Семинары – 1 час.
Практические занятия – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 3 часа.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
Литература по разделу:
1. Вербик М. Путеводитель по современной эконометрике. М.: Науч. Б-ка, 2008.
2. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.:
Дело, 2007.
3. Доугерти К. Введение в эконометрику" 3-е издание. М.: ИНФА-М, 2007.
4. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.:
ЮНИТИ, 1998.
5. Бывшев В.А. Эконометрика. М.: Финансы и статистика, 2008.
Применяемые формы обучения и технологии: лекции в формате презентаций, семинары, включающие кейсовые задания с применением программы обработки эконометрических данных Eviews.
4. Раздел 4. Оценивание регрессии в условиях гетероскедастичности.
Тема 11. Последствия нарушения условий Гаусса-Маркова на матрицу ковариаций остатков.
Лекции – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 1 час.
Тема 12. Обобщенный МНК (ОМНК).
Лекции – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 1 час.
Тема 13. МНК-оценка в условиях гетероскедастичности. Стандартные ошибки в форме Уайта.
Семинары – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Тема 14. Реализуемый ОМНК (РОМНК).
Семинары – 1 час.
Практические занятия – 2 часа
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Тема 15. Тесты на гетероскедастичность, оценивание моделей с гетероскедастичностью.
Практические занятия – 2 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 4 часа.
Литература по разделу:
1. Вербик М. Путеводитель по современной эконометрике. М.: Науч. Б-ка, 2008.
2. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.:
Дело, 2007.
3. Greene W.H. Econometric Analysis. New Jersey: Prentice-Hall; Pearson Education, 2003.
4. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.:
ЮНИТИ, 1998.
5. Бывшев В.А. Эконометрика. М.: Финансы и статистика, 2008.
6. Магнус Я.Р., Нейдеккер Х. Матричное дифференциальное исчисление с приложениями к статистике и эконометрике. М.: Физматлит, 2002.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
Применяемые формы обучения и технологии: лекции в формате презентаций, семинары, включающие кейсовые задания с применением программы обработки эконометрических данных Eviews.
5. Раздел 5. Оценивание регрессии в условиях автокорреляции остатков.
Тема 16. Причины автокорреляции.
Лекции – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Тема 17. Тестирование наличия автокорреляции 1-го порядка.
Семинары – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Тема 18. Автокорреляция высшего порядка.
Лекции – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Тема 19. Оценивание моделей с автокорреляцией.
Практические занятия – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Тема 20. Состоятельные стандартные ошибки МНК-оценок, учитывающие гетероскедастичность и автокорреляцию.
Практические занятия – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Литература по разделу:
1. Вербик М. Путеводитель по современной эконометрике. М.: Науч. Б-ка, 2008.
2. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.:
Дело, 2007.
3. Greene W.H. Econometric Analysis. New Jersey: Prentice-Hall; Pearson Education, 2003.
4. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.:
ЮНИТИ, 1998.
5. Бывшев В.А. Эконометрика. М.: Финансы и статистика, 2008.
Применяемые формы обучения и технологии: лекции в формате презентаций, семинары, включающие кейсовые задания с применением программы обработки эконометрических данных Eviews.
6. Раздел 6. Стохастические регрессоры, инструментальные переменые и обобщенный метод
моментов.
Тема 21. Случаи, когда нельзя пользоваться МНК-оценкой.
Лекции – 1 час.
Семинары – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Тема 22. Оценивание методом инструментальных переменных.
Лекции – 1 час.
Практические занятия – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
Тема 23. Обобщенный метод моментов.
Практические занятия – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Литература по разделу:
1. Вербик М. Путеводитель по современной эконометрике. М.: Науч. Б-ка, 2008.
2. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.:
Дело, 2007.
3. Доугерти К. Введение в эконометрику" 3-е издание. М.: ИНФА-М, 2007.
4. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.:
ЮНИТИ, 1998.
5. Бывшев В.А. Эконометрика. М.: Финансы и статистика, 2008.
Применяемые формы обучения и технологии: лекции в формате презентаций, семинары, включающие кейсовые задания с применением программы обработки эконометрических данных Eviews.
7. Раздел 7. Метод максимального правдоподобия.
Тема 24. Свойства оценок ММП.
Лекции – 2 часа.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 4 часа.
Тема 25. Спецификационные тесты.
Лекции – 2 часа.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 4 часа.
Литература по разделу:
1. Вербик М. Путеводитель по современной эконометрике. М.: Науч. Б-ка, 2008.
2. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.:
Дело, 2007.
3. Greene W.H. Econometric Analysis. New Jersey: Prentice-Hall; Pearson Education, 2003.
4. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.:
ЮНИТИ, 1998.
5. Бывшев В.А. Эконометрика. М.: Финансы и статистика, 2008.
6. Магнус Я.Р., Нейдеккер Х. Матричное дифференциальное исчисление с приложениями к статистике и эконометрике. М.: Физматлит, 2002.
Применяемые формы обучения и технологии: лекции в формате презентаций, семинары, включающие кейсовые задания с применением программы обработки эконометрических данных Eviews.
8. Раздел 8. Модели с ограниченными зависимыми переменными
Тема 26. Модели дискретного выбора.
Лекции – 1 час.
Семинары – 2 часа.
Практические занятия – 3 часа.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 1 час.
Тема 27. Модели бинарного выбора.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
Лекции – 1 час.
Семинары – 2 часа.
Практические занятия – 2 часа.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Тема 28. Модели множественного упорядоченного выбора.
Лекции – 1 час.
Семинары – 1 час.
Практические занятия –1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 3 часа.
Тема 29. Модели с урезанными и цензурированными выборками.
Лекции – 1 час.
Семинары – 1 час.
Практические занятия – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 4 часа.
Литература по разделу:
1. Вербик М. Путеводитель по современной эконометрике. М.: Науч. Б-ка, 2008.
2. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.:
Дело, 2007.
3. Greene W.H. Econometric Analysis. New Jersey: Prentice-Hall; Pearson Education, 2003.
4. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.:
ЮНИТИ, 1998.
5. Бывшев В.А. Эконометрика. М.: Финансы и статистика, 2008.
6. Магнус Я.Р., Нейдеккер Х. Матричное дифференциальное исчисление с приложениями к статистике и эконометрике. М.: Физматлит, 2002.
Применяемые формы обучения и технологии: лекции в формате презентаций, семинары, включающие кейсовые задания с применением программы обработки эконометрических данных Eviews.
9. Раздел 9. Одномерные временные ряды.
Тема 30. Стационарность и автокорреляционная функция.
Лекции – 0,5 часа.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Тема 31. Общие процессы АРСС.
Лекции – 0,5 часа.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Тема 32. Стационарность и единичные корни, Тестирование единичных корней.
Лекции – 1 час.
Семинары – 2 часа.
Практические занятия – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 3 часа.
Тема 33. Оценивание моделей АРСС, Прогнозирование с помощью моделей АРСС.
Лекции – 1 час.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
Практические занятия – 1 час.
Семинары – 2 часа.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 3 часа.
Тема 34. ARCH и GARCH модели.
Лекции – 1 час.
Практические занятия – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Литература по разделу:
1. Вербик М. Путеводитель по современной эконометрике. М.: Науч. Б-ка, 2008.
2. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.:
Дело, 2007.
3. Greene W.H. Econometric Analysis. New Jersey: Prentice-Hall; Pearson Education, 2003.
4. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.:
ЮНИТИ, 1998.
5. Бывшев В.А. Эконометрика. М.: Финансы и статистика, 2008.
6. Магнус Я.Р., Нейдеккер Х. Матричное дифференциальное исчисление с приложениями к статистике и эконометрике. М.: Физматлит, 2002.
Применяемые формы обучения и технологии: лекции в формате презентаций, семинары, включающие кейсовые задания с применением программы обработки эконометрических данных Eviews.
10. Раздел 10. Многомерные временные ряды.
Тема 35. Динамические модели со стационарными переменными.
Лекции – 1 час.
Семинары – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Тема 36. Модели с нестационарными переменными. Коинтеграция.
Лекции – 0,5 часа.
Семинары – 2 часа.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Тема 37. Векторные модели авторегрессии. Коинтеграция в многомерном случае.
Лекции – 0,5 часа.
Практические занятия – 2 часа.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Литература по разделу:
1. Вербик М. Путеводитель по современной эконометрике. М.: Науч. Б-ка, 2008.
2. Greene W.H. Econometric Analysis. New Jersey: Prentice-Hall; Pearson Education, 2003.
3. Бывшев В.А. Эконометрика. М.: Финансы и статистика, 2008.
4. Магнус Я.Р., Нейдеккер Х. Матричное дифференциальное исчисление с приложениями к статистике и эконометрике. М.: Физматлит, 2002.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
Применяемые формы обучения и технологии: лекции в формате презентаций, семинары, включающие кейсовые задания с применением программы обработки эконометрических данных Eviews.
11. Раздел 11. Модели, основанные на панельных данных.
Тема 38. Учет индивидуальных эффектов при наличии панельных данных.
Лекции – 1 час.
Семинары – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Тема 39. Простая объединенная модель.
Лекции – 1 час.
Практические занятия – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Тема 40. Модель с фиксированным эффектом.
Лекции – 1 час.
Семинары – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Тема 41. Модель со случайным эффектом.
Лекции – 0,5 часа.
Семинары – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Тема 42. Выбор модели. Статистические тесты.
Лекции – 0,5 часа.
Практические занятия – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Литература по разделу:
1. Вербик М. Путеводитель по современной эконометрике. М.: Науч. Б-ка, 2008.
2. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.:
Дело, 2007.
3. Greene W.H. Econometric Analysis. New Jersey: Prentice-Hall; Pearson Education, 2003.
4. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.:
ЮНИТИ, 1998.
5. Бывшев В.А. Эконометрика. М.: Финансы и статистика, 2008.
6. Магнус Я.Р., Нейдеккер Х. Матричное дифференциальное исчисление с приложениями к статистике и эконометрике. М.: Физматлит, 2002.
Применяемые формы обучения и технологии: лекции в формате презентаций, семинары, включающие кейсовые задания с применением программы обработки эконометрических данных Eviews.
12. Раздел 12. Системы одновременных уравнений.
Тема 43. Внешне несвязанные уравнения и одновременные уравнения.
Лекции – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 1 час.
Тема 44. Косвенный МНК.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
Лекции – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 1 час.
Тема 45. Проблема идентифицируемости.
Лекции – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 1 час.
Тема 46. Двухшаговый МНК.
Лекции – 0,5 часа.
Практические занятия – 2 часа.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 1 час.
Тема 47. Трехшаговый МНК.
Лекции – 0,5 часа.
Практические занятия – 1 часа.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 1 час.
Литература по разделу:
1. Вербик М. Путеводитель по современной эконометрике. М.: Науч. Б-ка, 2008.
2. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.:
Дело, 2007.
3. Greene W.H. Econometric Analysis. New Jersey: Prentice-Hall; Pearson Education, 2003.
Применяемые формы обучения и технологии: лекции в формате презентаций, семинары, включающие кейсовые задания с применением программы обработки эконометрических данных Eviews.
13. Раздел 13. Примеры использования эконометрических методов в анализе экономических данных.
Тема 48. Логика эконометрического исследования.
Лекции – 1 час.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 4 часа.
Тема 49. Построение моделей.
Практические занятия – 3 часа.
Общий объем самостоятельной работы и распределение самостоятельной работы для разных
видов подготовки студента: 2 часа.
Литература по разделу:
1. Вербик М. Путеводитель по современной эконометрике. М.: Науч. Б-ка, 2008.
2. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.:
Дело, 2007.
3. Greene W.H. Econometric Analysis. New Jersey: Prentice-Hall; Pearson Education, 2003.
Применяемые формы обучения и технологии: лекции в формате презентаций, семинары, включающие кейсовые задания с применением программы обработки эконометрических данных Eviews.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
8
Образовательные технологии
Используется чтение лекций по дисциплине с использованием компьютерного мультимедийного оборудования. При изучении дисциплины предусмотрено аудиторное решение задач, самостоятельное решение задач, самостоятельное решение задач повышенной сложности. Для практических занятий предусмотрено использование программного пакета Eviews 7.0 и Stata.
8.1 Методические рекомендации преподавателю
 Уделять внимание анализу теоретических основ изучаемой темы.
 Акцентировать внимание на возможности использования эконометрики для исследования экономических систем.
 Для проведения семинарских занятий использовать пособие «Планы семинарских занятий по
дисциплине «Эконометрика».
8.2 Методические указания студентам
 При подготовке к семинарским занятиям и выполнении контрольных заданий студентам следует использовать литературу из приведенного в данной программе списка, а также руководствоваться указаниями и рекомендациями преподавателя.
 Перед каждым семинарским занятием студент изучает план семинарского занятия с перечнем
тем и вопросов, списком литературы и домашним заданием по вынесенному на семинар материалу. Студенту рекомендуется следующая схема подготовки к семинарскому занятию:
 проработать конспект лекций;
 проанализировать основную и дополнительную литературу, рекомендованную по
изучаемому разделу;
 изучить решения типовых задач;
 решить заданные домашние задания;
 при затруднениях сформулировать вопросы к преподавателю.
 Домашние задания необходимо выполнять к каждому семинарскому занятию. Сложные вопросы можно вынести на обсуждение на семинар или на индивидуальные консультации. Контрольные работы состоят из вопросов и задач, аналогичным задачам домашних заданий.
 Для более глубокого освоения дисциплины студентам рекомендуется больше решать задач из
базового учебного пособия и задачника с тестами из списка основной литературы.
 На семинарских занятиях приветствуется способность на основе полученных знаний находить
наиболее эффективное решение поставленных проблем.
9
Оценочные средства для текущего контроля и аттестации студента
9.1 Тематика заданий текущего контроля
Темы контрольной работы:
1. Интерпретация и сравнение регрессионных моделей.
2. Оценивание регрессии в условиях гетероскедастичности.
3. Оценивание регрессии в условиях автокорелляции остатков
Темы домашней работы:
1. Одномерные временные ряды.
2. Многомерные временные ряды.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
9.2
Вопросы для оценки качества освоения дисциплины
1. (2 балла) Уравнение yt   0  1 xt   2 xt 1   t оценивают методом наименьших квадратов и
получают значение статистики Дарбина-Уотсона DW=3.53. Что можно сказать об автокорреляции ошибок?
2. (2 балла) Перечислите свойства МНК-оценок в модели множественной регрессии при гетероскедастичности ошибок.
3. (2 балла) Пусть xt - инвестиции, yt - выпуск фирмы в год t. В году t 0 сменилась администрация фирмы. Предложите способ проверки гипотезы о наличии структурных изменений в момент t 0 .
4. (2 балла) Уравнение yt   0  1 xt   t оценивают методом наименьших квадратов и получают значение статистики Дарбина-Уотсона DW=1.03. Что можно сказать об автокорреляции ошибок?

5. (2 балла) Может ли быть в парной регрессии yt   0  1 xt   t МНК-оценка  1 положительной, а оценка коэффициента при y в регрессии x на y и константу отрицательной?
6. (2 балла) Оценивание зарплаты в зависимости от возраста (age), пола (sex) и уровня
образования (edu) дало следующий результат:
z  20.1 5.1age  0.7 sex  3.2 edu
4.5 
2.1
8.1
5.2 
(в скобках даны значения t-статистик). Можно ли на основании этой регрессии говорить о дискриминации женщин по зарплате (sex=1 для женщин и =0 для мужчин)?
7. (2 балла) Уравнение yi    xi   i оценивается МНК. Может ли коэффициент детермина
ции быть малым (<0.05), а статистика t    /   большой (>10)?
(n  1)
распределен по F(n-k,n-1)? Если да, то объяс(n  k )
ните, почему, если нет, то тоже объясните, почему.
9. (2 балла) Пусть Y  X    ,  : N (0,  2 I nn ) ,   ¡ k 1 , h  ¡ k 1 . Как распределена случай
h   h 
ная величина
? (Требуется четкое обоснование).
 2   1
  h X X  h
2
8. (2 балла) Верно ли, что Radj
 1  (1  R 2 )
10. (6 баллов) Пусть Y  X   , E    0 , V     2 I . Пусть к-мерная квадратная матрица А
является невырожденным линейным преобразованием регрессоров: Z  XA . В преобразованных регрессорах уравнение выглядит так: Y  Z   , E    0 , V     2 I .


а) Как связаны между собой МНК-оценки  и  ?
б) Как связаны между собой векторы остатков регрессий?
в) Как связаны между собой прогнозные значения, полученные по двум регрессиям?
~
1
11. (6 баллов) Рассмотрим оценку вида    X X    I X  y для вектора коэффициентов регрессионного уравнения y  X   , удовлетворяющего условиям классической регресси~
~
~
онной модели. Найдите E  и V  . Можно ли найти такое  , что оценка  более эффек
тивна, чем оценка МНК  ?
12. (6 баллов) Пусть есть набор данных xi , yi  , i  1,  , n xi  0, yi  0 , порожденных уравнением yi    xi   i , удовлетворяющим условиям стандартной модели парной регрессии.

 

 
~ 1 n y
Рассматриваются следующие оценки параметра  : 1   i ,
n i 1 xi
1)
Найти дисперсию и смещение каждой из оценок.
~
2 
y
.
x
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
2)
Сравните смещения и дисперсии оценок. Какая из оценок более эффективна?
13. (6 баллов) По данным для 15 фирм (n=15) была оценена производственная функция Кобба· Q  0.5  0.76ln L  0.19 ln K , где Q- выпуск, LДугласа: ln Qi     ln Li   ln Ki   i . ln
s .e .
(4.48)
(0.7)
(0.138)
трудозатраты, K- капиталовложения. Матрица обратная к матрице регрессоров имеет вид:
121573 19186 3718 
1

T
3030 589  .
 X X   

116 

Требуется:
  
1) написать формулу для несмещенной оценки ковариации cov  ,  и вычислить её по имеющимся данным (если это возможно);
2) проверить H 0 :     1 при помощи t-статистики (обязательно требуется указать формулу
для статистики, а также указать число степеней свободы);
3) построить 95% доверительный интервал для величины    .


14. (2 балла) Показать, что для регрессии Y  X  
остатков регрессии по параметрам сводится к решению системы нормальных уравнений
X T X  X T Y .
15. (2 балла) Доказать, что если ранг матрицы Х является максимальным, то система нормальных уравнений имеет единственное решение.
16. (2 балла) Доказать, что если в регрессии есть свободный член или единичный столбец являRSS
ется линейной комбинацией столбцов матрицы Х, то R 2  1 
.
TSS
17. (2 балла) Доказать, что при линейных преобразованиях зависимой и независимых переменных регрессии коэффициент детерминации не изменяется.
18. ( 2 балла) Доказать, что для регрессии Y   0  1 X   с одним объясняющим фактором
R 2  rxy2 , где rxy - выборочный коэффициент корреляции между X и Y.
19. (2 балла) При исключении из регрессии со свободным членом группы незначимых переменных, коэффициент множественной детерминации, скорректированный на число степеней
2
свободы Radj
:
1) не увеличится,
2) не уменьшится
3) может как увеличиться, так и уменьшиться.
20. (2балла) При исключении из регрессии со свободным членом переменной, t – статистика коэффициента при которой меньшей 1,
2
1) Коэффициент множественной детерминации R не увеличится
2
2) Коэффициент множественной детерминации R не уменьшится
2
3) Коэффициент множественной детерминации R может, как увеличиться, так и уменьшиться.
4) Коэффициент множественной детерминации, скорректированный на число степеней свободы, не увеличится
5) Коэффициент множественной детерминации, скорректированный на число степеней свободы, не уменьшится
6) Коэффициент множественной детерминации, скорректированный на число степеней свободы, может, как увеличиться, так и уменьшиться.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
21. (2 балла) С помощью МНК оценена зависимость потребления Y от дохода X:
Yˆ  0,5  0,64 X . Если же использовать центрированные и нормированные переменные, то
~
~
зависимость примет вид: Y  0,9 X . Коэффициент множественной детерминации для первой
модели равен
2
1) 0.9 2) 0,81 3) 3/10 4) 0, 8 5) 0,64 6) R невозможно вычислить по имеющимся данным
22. (1 балл) Необходимыми условиями теоремы Гаусса-Маркова являются
1) Правильная спецификация модели,
2) Полный ранг матрицы Х,
3) Нормальность распределения случайной составляющей
4) Равенство 0 вектора математических ожиданий случайной составляющей,
5) Скалярность (пропорциональность единичной матрице) ковариационной матрицы случайной составляющей,
6) Детерминированность матрицы Х
7) Наличие в матрице Х единичного столбца
23. (1 балл) Оценки метода наименьших квадратов коэффициентов регрессии Y  X  
ии условий теоремы Гаусса – Маркова
2
1) var  i    при всех i
2) cov i ,  j   0, i  j
3) состоящих во включении в модель лишнего объясняющего фактора Z,
4) состоящих в невключении в модель необходимого фактора,
5) состоящих во включении стохастических регрессоров, не коррелирующих со случайной
составляющей
24. (1 балл) Оценки метода наименьших квадратов коэффициентов регрессии Y  X   при
выполнении условий теоремы Гаусса – Маркова имеют наименьшую дисперсию
1) в классе всех нелинейных оценок
2) в классе всех линейных оценок
3) в классе всех нелинейных несмещенных оценок
4) в классе всех линейных несмещенных оценок
25. (2 балла) Если для модели Y  X  
– Маркова, то
скалярной (пропорциональной единичной) является ковариационная матрица
1) случайной составляющей 
2) ошибок регрессии ˆ
3) вектора Y
4) выровненного вектора Yˆ
5) вектора оценок коэффициентов регрессии â
26. (3 балла) Для оцененной по 20 наблюдениям регрессии с константой и двумя объясняющими
факторами сумма квадратов остатков RSS оказалась равна 25.
а) Найти точечную оценку дисперсии ошибок регрессии.
б) Найти симметричный по вероятности 80% доверительный интервал для дисперсии ошибок регрессии.
в) Найти 90% доверительный интервал для дисперсии ошибок регрессии с наименьшей
верхней границей.
27. (2 балла) Для того чтобы определить, зависит ли уровень зарплаты Y от наличия высшего
образования или только от стажа работы X, достаточно
1) Ввести в регрессию со свободным членом фиктивную переменную D, равную 1 только для
имеющих и 0 для не имеющих высшее образование
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
2) Ввести в регрессию со свободным членом фиктивную переменную D1, равную 1 только
для имеющих высшее образование и 0 в противном случае, а также фиктивную переменную
D2, равную 1 только для не имеющих высшее образование и 0 в против
3) Оценить регрессии Y на X отдельно для имеющих и не имеющих высшее образование и
проверить, совпадают ли коэффициенты
4) Оценить регрессии Y на X отдельно для имеющих и не имеющих высшее образование, а
также по общей выборке и провести тест Chow.
28. ( 2 балла) Оцененная зависимость почасовой оплаты труда индивида Y (измеряется в долларах в час) от результатов выпускного теста X (измеряется в баллах) и пола (D – фиктивная
переменная, равная 1 для мужчин и 0 для женщин) имеет вид: Y=2+3,7X+2,4D. Все коэффициенты являются значимыми при уровне значимости 1%. При одинаковых результатах теста
почасовая оплата мужчин выше почасовой оплаты женщин на 1) 0.024 $ 2) 2.4 $ 3) 0.024 % 4)
2.4%.
29. (2
балла)
В
модели
где
y  1 x1   2 x2   ,
 ~ N 0, E , x1 ' x1  x2 ' x2  1, x1 ' x2  x2 ' x1  0,8 , обнаружена квазимультиколлинеарность.
Во сколько раз (приблизительно) при с=1 дисперсии гребневых оценок коэффициентов будут меньше дисперсий оценок МНК?
1)в 2; 2) в 4; 3) в 8; 4) в 16; 5) в 32.
30. (3 балла) В модели Y  X   , оцененной исследователем, t-статистики оценок коэффициентов имеют вид: t 1  1,2, t  2  0,7, t 3  1,8, t  4  2,1, t 5  2,5
Это означает, что нужно проверить гипотезу об удалении следующей группы регрессоров
1) X 1 , X 2 , X 3 ; 2) X 2 , X 3 ; 3) X 1 , X 2 ; 4) X 1 ; 5) ничего удалить нельзя.
31. (1 балл) Статистика Дарбина-Уотсона, используемая для диагностики автокорреляции, может принимать значения:
1) от -∞ до +∞; 2) от 0 до +∞; 3) от -∞ до 0; 4) от 0 до 4; 5) от -∞ до 0 и от 4 до +∞.
32. (6 баллов) Общепризнанным фактом является тот, что статистика Дарбина-Уотсона подходит только для тестирования наличия авторегрессии ошибок 1-го порядка. Какую комбинацию коэффициентов модели оценивает статистика Дарбина-Уотсона в каждом из следующих
случаев: AR(1), AR(2), MA(1)? В каждом случае предполагается, что регрессионная модель
не содержит лаговых значений зависимой переменной. Почему это предположение является
существенным для ваших выводов?
33. (2 балла) Если в линейной регрессионной модели Y    X   стохастический регрессор
X и случайный член ε статистически зависимы, то состоятельные оценки коэффициентов
можно получить:
1)МНК; 2) методом инструментальных переменных;
3) методом главных компонент; 4) методом Кокрена-Уоркутта;
5) обобщенным МНК; 6) взвешенным МНК.
34. (2 балла) Выведите оценку МНК для вектора коэффициентов линейной регрессии
Y  X  
тождество целесообразно взять за основу?
35. (3 балла) Опишите кратко, в чем состоит различие модели с фиксированным эффектом и модели со случайным эффектом для статических моделей с панельными данными.
36. (1 балл) Выбрать правильные ответы:
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
37. (1 балл) Выбрать правильные ответы:
38. (1 балл) Установите соответствие
39. (1 балл) Установите соответствие:
40. (2 балла) Установите соответствие
41. (1 балл) Выберите правильные ответы:
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
42. (1 балл) Установите соответствие
43. (1 балл) Установите соответствие:
44. (1 балл) Установите соответствие:
45. (1 балл) Установите последовательность:
Алгоритм теста Durbin-Watson:
1)
Вычисление остатков
2)
Оценка регрессии
3)
Определение интервала попадания статистики dw
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
4)
5)
Вычисление статистики dw
Разделение интервала на отрезки, границы которых определяются верхними и
нижними значениями критической точки Durbin-Watson
46. (2 балла) Вычислите автокорреляционную и частную автокорреляционную функцию для
процесса МА(2).
47. (2 балла)
48. (2 балла)
49. (2 балла)
Можно ли считать, что эта зависимость едина для развитых и развивающихся стран?
50. (3 балла)
51. (3 балла)
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)
52. (3 балла)
53. (6 баллов)
10 Учебно-методическое и информационное обеспечение дисциплины
10.1 Базовый учебник
1. Вербик М. Путеводитель по современной эконометрике. М.: Науч. Б-ка, 2008.
10.2 Основная литература
2. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.: Дело,
2007.
10.3 Дополнительная литература
3. Доугерти К. Введение в эконометрику" 3-е издание. М.: ИНФА-М, 2007.
4. Мхитарян В.С., Архипова М.Ю., Балаш В.А. Эконометрика. М.: Проспект, 2009.
5. Greene W.H. Econometric Analysis. New Jersey: Prentice-Hall; Pearson Education, 2003.
6. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.: ЮНИТИ,
1998.
7. Бывшев В.А. Эконометрика. М.: Финансы и статистика, 2008.
8. Магнус Я.Р., Нейдеккер Х. Матричное дифференциальное исчисление с приложениями к
статистике и эконометрике. М.: Физматлит, 2002.
10.4 Программные средства
Для успешного освоения дисциплины, студент использует следующие программные средства:
 Интегрированный пакет Microsoft Office (MS Word и Excel) для оформления тестов и тестирования программ, а также отчетов по выполненным заданиям.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины Эконометрика (продвинутый уровень)
для направления 080300.68 Финансы и кредит подготовки магистра
(Магистерская программа «Финансы»)



Средства, обеспечивающие возможность доступа к материалам для подготовки к занятиям в различных форматах (документы MS Word, документы в формате HTML, презентации MS Power Point), размещенные на сервере, доступные в Internet.
Программный пакет Eviews 7.0 для обработки статистических и эконометрических данных.
Программный пакет Stata.
10.5 Дистанционная поддержка дисциплины
Предусмотрена поддержка всего курса в системе LMS.
11 Материально-техническое обеспечение дисциплины
Для проведения лекционных занятий используется компьютер с установленным программным обеспечением для демонстрации презентаций и проектор.
Практические занятия проводятся в компьютерных классах с установленным программным
обеспечением, перечисленным выше.