Главная
страница 1
Программа курса Анализ временных рядов

(Седьмой семестр)
Лектор: Григорий Гельмутович Канторович

Преподаватели семинарских занятий: Марина Юрьевна Турунцева, Евгений Равшатович Надоршин

Описание курса:
«Анализ временных рядов (промежуточный уровень)» – односеместровый курс для студентов 4-го года обучения МИЭФ. Это - промежуточный курс теории временных рядов для студентов, специализирующихся в области экономики. Его пререквизиты – курсы математической и прикладной статистики, эконометрики, а также курсы экономической теории и информатики. Курс преподается на русском и английском языках.

Акцент в курсе делается на содержательном смысле фактов, методов и подходов анализа временных рядов. Выводы и доказательства даются для ряда базовых формул и моделей, что позволяет студентам понять принципы построения эконометрической теории. Главный акцент делается на экономической интерпретации и приложениях рассматриваемых эконометрических моделей.


Цели курса:
Студенты должны получить знания и навыки анализа временных рядов. Они должны уметь применять их в исследовании экономических процессов, а также понимать методы, идеи, результаты и выводы, встречаемые в большинстве экономических книг и статей. В данном курсе студенты должны освоить традиционные методы анализа временных рядов, предназначенные в основном для работы с данными временных рядов. Студенты должны понимать содержательные различия данных перекрестных выборок и временных рядов и те специфические эконометрические проблемы, которые возникают при работе с данными этих типов. Студенты должны приобрести навыки анализа и моделирования случайных процессов в рамках класса моделей ARIMA(p, d, q), познакомиться с коинтеграционными моделями, моделями коррекции ошибок и авторегрессионными моделями с распределенными лагами, понимая область и границы их применения в экономике. Рассматриваемые методы и модели должны быть освоены на практике с использованием реальных массивов экономических данных и современного эконометрического программного обеспечения.
Методы:
В курсе используются следующие методы и формы работы:

  • лекции (2 часа в неделю)

  • практические занятия в компьютерном классе (2 часа в неделю, выполняются задания на компьютерах и обсуждаются основные вопросы домашних заданий)

  • консультации преподавателя

  • самостоятельная работа в компьютерном классе, в том числе в Интернет (выполнение домашних заданий с использованием программ Excel и Econometric Views; работа с массивами экономических данных, пособиями для студентов в Интернет);

  • самостоятельная работа с литературой

В целом курс включает 36 часов лекций и 36 часов семинарских занятий.



Основная литература:


  1. Enders W. Applied Econometric Time Series. John Wiley & Sons, Inc., 1995

  2. Mills, T.C. The Econometric Modelling of Financial Time Series. Cambridge University Press, 1999

  3. Andrew C. Harvey. Time Series Models. Harvester wheatsheaf, 1993.

  4. Andrew С. Harvey. The Econometric Analysis of Time Series. Philip Allan, 1990.

  5. Канторович Г.Г. Лекции по курсу «Анализ временных рядов». Экономический журнал ВШЭ, 2002


Дополнительная литература:


  1. Econometric Views 4.0 User's Guide. Quantitative Micro Software, LLC.

  2. Banerjee, A., J.J. Dolado, and D.V. Hendry. Co-Integration, Error Correction, and Econometric Analysis of Non-Stationary Data. Oxford University Press, 1993

  3. Maddala, G.S. And Kim In-Moo. Unit Roots, Cointegration, and Structural Change. Cambridge University Press, 1998

  4. P. J. Brockwell, R. A. Davis, Introduction to Time Series and Forecasting. Springer, 1996

  5. J. Johnston, J. DiNardo. Econometric Methods. McGraw-Hill, 1997.

  6. W. Charemza, D. Deadman. New Directions in Econometric Practice. Edward Elgar Publishing Limited, 1997.

  7. R. I. D. Harris. Using Cointegration Analysis in Econometric Modeling. Prentice Hall, 1995


Принципы оценки работы студентов:
В рамках данного курса предусмотрено проведение 2 контрольных работ и сдача одного эссе. Основная форма контроля – письменный экзамен. Необходимым условием отличной оценки на экзамене является отлично выполненные контрольные работы (20% итоговой оценки), сдача всех домашних заданий в течение семестра (5% итоговой оценки) и эссе (20% итоговой оценки), полное владение теоретическим материалом, отлично выполненная экзаменационная работа (55% итоговой оценки). Необходимым условием хорошей оценки на экзамене является твердое знание основ курса, сдача всех домашних заданий и эссе, хорошо выполненные контрольные работы и экзаменационное исследование.
Содержание курса:
1. Понятие случайного процесса и его основные характеристики

Понятие случайного (стохастического) процесса. Временной ряд, как дискретный случайный процесс. Стационарные в широком и узком смысле случайные процессы. Характеристики случайных процессов (математическое ожидание, автоковариационная и автокорреляционная функции). Разложение Вольда. Оператор лага.


2. Модели авторегрессии-скользящего среднего ARMA (p, q)

Модели скользящего среднего MA(q). Условие обратимости. Модели авторегрессии AR(p). Уравнения Юла-Уокера. Условие стационарности. Модели авторегрессии-скользящего среднего ARMA (p, q). Автокорреляционная и частная автокорреляционная функции.


3. Методы оценивания коэффициентов моделей авторегрессии-скользящего среднего ARMA (p, q). Метод Бокса-Дженкинса

Оценивание коэффициентов авторегрессионных моделей. Оценивание коэффициентов моделей скользящего среднего методами наибольшего правдоподобия и поиска на сетке. Оценивание коэффициентов процессов ARMA (р). Качество подгонки моделей временных рядов. Информационный критерий Акаике (AIC). Критерий Шварца (BIC). "Портмонто"-статистика. Подход Бокса-Дженкинса к идентификации моделей стационарных временных рядов.


4. Прогнозирование в модели Бокса -Дженкинса

Прогнозирование в модели Бокса-Дженкинса. Тренд и сезонность в модели Бокса-Дженкинса. Коэффициент множественной детерминации в моделях временных рядов.


5. Нестационарные временные ряды

Нестационарные временные ряды. Случайное блуждание. Ряды с нестационарной дисперсией. Нестационарное среднее. Процессы, приводимые к стационарным, выделением тренда (TSP) и взятием последовательных разностей (DSP). Модели АRIМА (р,1, q). Подход Бокса-Дженкинса к определению степени интеграции временного ряда.


6. Тесты на единичные корни

Кажущиеся тренды и регрессионные зависимости. Тест Дикки-Фуллера на наличие единичных корней. Мощность теста Дикки-Фуллера и выбор альтернативной гипотезы. ADF тест и выбор числа лагов. Непараметрический тест Филлипса и Перрона.


7. Единичные корни и структурные сдвиги

Методика исследования типа нестационарности временного ряда TS или DS. Использование специализированного компьютерного пакета Eviews. Сегментированные тренды и структурные изменения. Тест Эндрюса-Живота.


8. Регрессионные динамические модели

Регрессионные динамические модели. Авторегрессионые модели с распределенными лагами (ADL). Понятие экзогенности.


9. Модель векторной авторегрессии и коинтеграция

Модель векторной авторегрессии. Коинтеграция временных рядов. Коинтеграционная регрессия. Тестирование коинтеграции. Векторная авторегрессия (VAR(p)) и коинтеграция. Коинтеграция и модель коррекции ошибок (Error Correction Model).


10. Причинные зависимости во временных рядах

Причинность по Грэнджеру (Granger causality). Проверка гипотезы о рациональных ожиданиях. Проверка гипотезы об эффективности рынка.


Распределение часов курса по темам и видам работ:





п/п

Наименование

тем и разделов

ВСЕГО

(часов)

Аудиторные занятия




в том числе




Лекции

Практические занятия

Самостоятельная работа




1.

Понятие случайного процесса и его основные характеристики.

6

2

4

11




2.

Модели авторегрессии-скользящего среднего ARMA (p, q).

12

6

6

12




3.

Методы оценивания коэффициентов моделей авторегрессии-скользящего среднего ARMA (p, q). Метод Бокса-Дженкинса.

6

4

2

12




4.

Прогнозирование в модели Бокса – Дженкинса.

4

2

2

11






Промежуточный экзамен


2




2







5.

Нестационарные временные ряды. Подход Бокса-Дженкинса к определению степени интеграции временного ряда

8

4

4

12




6.

Тест Дикки-Фуллера на наличие единичных корней (unit root tests)

6

4

2

12




7.

Единичные корни и структурные сдвиги

6

4

2

12




8.

Регрессионные динамические модели

4

2

2

12




9.

Модель векторной авторегрессии и коинтеграция

12

6

6

12




10.

Причинные зависимости во временных рядах

4

2

2

10







Финальный экзамен

2




2










ИТОГО:

72

36

36

117









Смотрите также:
Программа курса Анализ временных рядов (Седьмой семестр)
81.47kb.
1 стр.
Программа дисциплины экономический анализ временных рядов
116.36kb.
1 стр.
Современный интеллектуальный анализ нечетких временных рядов
131.05kb.
1 стр.
Секція 6: Наноелектроніка мультифрактальный анализ временных рядов экономических систем
13.42kb.
1 стр.
Прогнозирование пассажирских перевозок на основе обработки временных рядов
253.58kb.
1 стр.
1 Цель курса эконометрика
320.41kb.
1 стр.
Программа дисциплины " анализ финансово-экономических временных рядов" для направления 521600
54.16kb.
1 стр.
Анализ временных рядов экономических процессов
297.91kb.
1 стр.
Анализ временных рядов
192.55kb.
1 стр.
Эконофизика и анализ финансовых временных рядов
516.83kb.
3 стр.
Оценка ковариационной матрицы для случая временных рядов различной частотности и приложения для моделей финансовых рынков Cпециальность 08. 00. 13 «Математические и инструментальные методы экономики»
365.89kb.
3 стр.
Курс «Теория денег и кредита» изучается во 2-м и 3-ем семеcтрах. 2-й семестр – зачет; 3-й семестр – экзамен. Темы курса
35.57kb.
1 стр.