Эконометрика 2 - Российская экономическая школа

Российская Экономическая Школа
ЭКОНОМЕТРИКА 2
Модуль 4, 2006–2007
Профессоры: А.А. Пересецкий; П.К.Катышев.
Курс является продолжением курса «Эконометрика-1».
В курсе изучаются три основные темы:
 введение в теорию временных рядов;
 модели с дискретными и смешанными зависимыми переменными;
 модели, основанные на панельных данных.
В первом разделе рассматриваются основные вводные понятия теории временных рядов:
временной ряд, стационарность, временные тренды и сезонные составляющие, декомпозиция
и т.п. Более подробно и систематически изучаются модели одного временного ряда (Univariate Time series). Для стационарных рядов определяются автокорреляционная и частная автокорреляционная функции. Вводится понятие интегрированного ряда, исследуется так называемая проблема единичного корня. Изучается методология БоксаДженкинса моделирования временных рядов. Рассматриваются авторегрессионные условно гетероскедастичные
(ARCH, GARCH) временные ряды. Для нескольких временных рядов (Multivariate Time
series) рассматриваются динамические модели с распределенными лагами, модели векторной
авторегрессии. Изучается задача коинтеграции двух временных рядов.
Во втором разделе последовательно изучаются модели бинарного выбора, модели множественного упорядоченного и множественного неупорядоченного выбора. Рассматриваются
модели со смешанными зависимыми переменными  модели Тобина и Хекмана, а также модели «времени жизни».
Третий раздел является вводным в модели, основанные на панельных данных. Рассматриваются статические модели с фиксированным и случайным эффектом.
Домашние работы предусматривают как решение задач теоретического характера, так и
выполнение компьютерных заданий. Студенты должны выполнить курсовой проект по теме
«Модели со смешанными зависимыми переменными», работа над которым предполагает
проведение небольшого эконометрического исследования на основе реальных данных.
ОРГАНИЗАЦИЯ
Планируется пять недельных домашних задания, составляющих 15% окончательной
оценки. Предлагаемые решения домашних заданий будут раздаваться. Домашние работы
сдаются лектору по средам перед началом лекции. Работы, сданные позже указанного времени, не учитываются. Сроки сдачи домашних работ:
14 марта
21 марта
28 марта
4 апреля
11 апреля.
Курсовой проект может выполняться группами, включающими не более четырех студентов. Курсовой проект составляет 25% от окончательной оценки. Срок сдачи курсового проекта 18 апреля.
На финальном экзамене, составляющем 60% оценки, разрешается пользоваться принесённой с собой листком с формулами формата А4.
Оценка за курс (по 100-балльной системе) складывается из 15% оценки за домашние работы, 25% оценки за курсовой проект и 60% оценки за экзамен. Эта оценка переводится в
оценку по пятибалльной системе. Если оценка за экзамен меньше 20 баллов, то независимо от остальных оценок студент получает за курс неудовлетворительную оценку.
Активность на семинарах поощряется дополнительными баллами.
ОСНОВНАЯ ЛИТЕРАТУРА
1. Я.Р. Магнус, П.К. Катышев, А.А. Пересецкий. Эконометрика. Начальный курс. 7-е издание, Дело, Москва, 2004.
2. П.К.Катышев, Я.Р.Магнус, А.А.Пересецкий, Сборник задач к начальному курсу эконометрики. Дело, Москва, 3-е издание 2003 г.
ДОПОЛНИТЕЛЬНАЯ ЛИТЕРАТУРА
3. J.Hamilton, Time Series AnalysisPrinceton University Press, 1994.
4. W.H.Greene, Econometric Analysis, 3rd edition, Prentice Hall, 1997.
5. J.Johnston, J.DiNardo, Econometrics Methods, 4th edition, McGraw-Hill, 1997.
6. M.Verbeek, A Guide to Modern Econometrics, John Wiley, 2000.
СОДЕРЖАНЕИЕ ЛЕКЦИЙ
I. Временные ряды
1. Одномерные временные ряды
1.
2.
3.
4.
5.
6.
Понятие временного ряда. Теоретические и выборочные характеристики. Основные
компоненты ряда: тренд сезонность, цикличность, стохастическая составляющая. Декомпозиция временного ряда.
Стационарность в узком и широком смысле. Эргодичность. Автокорреляционная и частичная автокорреляционная функции.
Модели авторегерессии и скользящего среднего. Оператор сдвига. Характеристический
многочлен. Условия стационарности и обратимости. Уравнения ЮлаУолкера.
Случайное блуждание. Проблема единичного корня. Тест ДикиФуллера. Детерминированный и случайный тренд.
ARIMAмодели. Оценивание и прогнозирование в ARIMAмоделях. Методология
БоксаДженкинса.
Модели с авторегрессионной условной гетероскедастичностью (ARCH, GARCH), волатильность.
2. Многомерные временные ряды
1.
2.
3.
4.
Модели с авторегрессией и распределенными лагами. Долговременное равновесие. Модели коррекции ошибок и частичного приспособления. Тест причинности Гранжера.
Мнимая регрессия. Коинтеграция временных рядов. Долговременное равновесие.Тесты
на коинтеграцию, статистики ДэвидсонаМак-Киннона.
Векторная авторегрессия. Оценивание и прогнозирование. Функция импульсной реакции.
Коинтеграционный вектор. Тест Йохансена.
II. Модели с дискретными и смешанными зависимыми переменными
1.
2.
3.
4.
5.
6.
Модели дискретного выбора. Бинарный, множественный упорядоченный и множественный неупорядоченный выбор.
Модели бинарного выбора: линейная модель вероятности, Logit, Probitмодели. Маржинальные эффекты. Оценивание и прогнозирование в моделях бинарного выбора.
Модели множественного упорядоченного выбора. Понятие случайной полезности и
мультиномальная Logitмодель.
Модели с урезанными и цензурированными выборками, Tobitмодель.
Модель Хекмана.
Модели «времени жизни».
III. Модели с панельными данными
1.
2.
3.
4.
5.
Учет индивидуальных эффектов при наличии панельных данных.
Простая объединенная модель.
Модель с фиксированным эффектом.
Модель со случайным эффектом.
Выбор модели. Статистические тесты (Fтест, тест множителей Лагранжа, тест Хаусмана).