Кафедра экономической теории и эконометрики (Нижний Новгород)

В результате изучения курса студент осваивает основные понятия эконометрики в разделе "Анализ временных рядов"(Time Series Analysis), овладеет основным аппаратом эконометрического исследования (моделирования) временных рядов, научится применять его для решения конкретных задач. В результате освоения дисциплины студент будет: Знать основные понятия и инструменты эконометрических методов исследования и моделирования ВР. Знать методы построения эконометрических моделей, объектов, явлений и процессов. Уметь анализировать во взаимосвязи экономические явления, процессы и институты. Уметь анализировать и интерпретировать данные отечественной и зарубежной статистики о социально-экономических процессах и явлениях, выявлять тенденции изменения социально-экономических процессов. Уметь осуществлять поиск информации по полученному заданию, сбор, анализ данных, необходимых для решения поставленных экономических задач. Уметь осуществлять выбор инструментальных средств для обработки экономических данных в соответствии с поставленной задачей, анализировать результаты расчетов и обосновывать полученные выводы. Уметь строить на основе описания ситуаций теоретические и эконометрические модели, анализировать и содержательно интерпретировать полученные результаты. Уметь прогнозировать на основе стандартных теоретических и оцененных эконометрических моделей поведение экономических агентов, развитие экономических процессов и явлений на микро- и макроуровне. Владеть современной методикой построения эконометрических моделей. Владеть методами и приемами анализа экономических явлений и процессов с помощью теоретических и эконометрических моделей.

Цель освоения дисциплины

Целью изучения курса является освоение студентом основных понятий эконометрики в разделе "Анализ временных рядов", овладение основным аппаратом эконометрического исследования временных рядов, умение применять его для решения конкретных задач.

Планируемые результаты обучения

Выбирает модель и оценивает ее параметры по реализации процесса.
Знает вид и условия стационарности для модели VAR
Знает условия (слабой) стационарности, обратимости для AR-, MA-, ARMA-процессов
Оценивает параметры парных регрессионных моделей (вручную и с применением эконометрического пакета EViews). Интерпретирует результаты. Проверяет гипотезы.
Понимает концепцию коинтеграции, причинности по Гренджеру, оценивает параметры ECM.
Различает процессы на стационарные/не стационарные и последние на TSS/DSS
Решает характеристическое уравнение.
Умеет строить ACF и PACF по параметрам модели, находит параметры ряда по виду/значениям ACF-, PACF-функций.

Содержание учебной дисциплины

Временные ряды и случайные процессы
Стохастические разностные уравнения
Обратимость и слабая стационарность случайных процессов
Автокорреляционная (ACF) и частная автокорреляционная (PACF) функции случайного процесса.
Методология моделирования и прогнозирования временных рядов Бокса-Дженкинса.
Моделирование нестационарных временных рядов
Коинтеграционный анализ
Многомерные модели временных рядов

Элементы контроля

Контрольная работа №1
контрольная работа №2
Активность

Промежуточная аттестация

2022/2023 учебный год 2 модуль
0.5 * контрольная работа №2 + 0.2 * Активность + 0.3 * Контрольная работа №1

Анализ временных рядов

Преподаватели

Программа дисциплины

Аннотация

Цель освоения дисциплины

Планируемые результаты обучения

Содержание учебной дисциплины

Элементы контроля

Промежуточная аттестация

Список литературы

Рекомендуемая основная литература

Рекомендуемая дополнительная литература