Економетрія

Метою навчальної дисципліни є оволодіння сукупністю математичних методів, що використовуються для кількісної оцінки економічних явищ і процесів; навчання економетричного моделювання, тобто побудови економіко-математичних моделей, параметри яких оцінюються засобами математичної статистики; навчання емпіричного виводу законів; підготовка до прикладних досліджень в області економіки; оволодіння математичним апаратом, що допомагає аналізувати, моделювати і розв’язувати прикладні економічні задачі; розвиток в студентів логічного і алгоритмічного мислення; навчання їх методів розв’язування математично формалізованих задач; прищеплення їм навиків самостійного вивчення наукової і довідкової літератури

Завданнями вивчення навчальної дисципліни є:

– здійснення  аналіз економічних об’єктів та процесів;

– здійснення  побудови та аналізу економетричних моделей, обґрунтування економічних висновків та розрахунок прогнозних показників;

– використання прогресивні інформаційні технології та програмних системи для моделювання економічних явищ та процесів.

Зміст навчальної дисципліни направлений на формування наступних компетентностей:

1. Здатність до абстрактного мислення, аналізу та синтезу

2. Навички використання інформаційних і комунікаційних технологій.

3. Здатність до пошуку, оброблення та аналізу інформації з різних джерел.

3. Здатність обирати та використовувати відповідні методи, інструментарій для обґрунтування рішень щодо створення, функціонування підприємницьких, торговельних і біржових структур

5. Здатність застосовувати інноваційні підходи в діяльності підприємницьких, торговельних та біржових структур.

Отримані знання з навчальної дисципліни стануть складовими наступних програмних результатів навчання за спеціальністю код спеціальності «Назва спеціальності»:

1. Застосовувати набуті знання для виявлення, постановки та вирішення завдань за різних практичних ситуацій в підприємницькій, торговельній та біржовій діяльності.

2. Використовувати сучасні комп’ютерні і телекомунікаційні технології обміну та розповсюдження професійно спрямованої інформації у сфері підприємництва, торгівлі та біржової діяльності.

Змістовий модуль 1. Основи та принципи економетрики

Тема 1. Теоретичні основи економетрики

1.1. Поняття та роль економетрики

1.1.1. Що таке економетрика?

1.1.2. Становлення та розвиток економетрики

1.1.3. Етапи проведення економетричного аналізу

1.1.4. Інформаційна база проведення економетричного моделювання

1.1.5. Програмне забезпечення для проведення економетричного моделювання

1.2. Зв'язок економетрики та статистики

1.2.1. Поняття статистики

1.2.2. Візуальний аналіз

1.2.3. Описова статистика

1.2.4. Вивідна статистика

1.2.5. Динамічні ряди та їхні характеристики

1.3. Зв'язок економетрики з основами теорії ймовірності

1.3.1. Ймовірність однієї події

1.3.2. Ймовірність кількох подій

1.3.3. Теорема Байеса

1.3.4. Класичний та нормальні розподіли

1.3.5. Value-at-Risk

Тема 2. Проста вибіркова лінійна регресія

2.1. Загальне поняття про лінійну регресію

2.2. Оцінка параметрів лінійної регресії за допомогою методу найменших квадратів

2.3. Властивості простої вибіркової лінійної регресії

2.4. Коефіцієнти кореляції та детермінації

2.5. Поняття про ступені вільності

2.6. Простий ANOVA-аналіз у лінійній регресії: аналіз дисперсій

2.7. Перевірка простої регресійної моделі на адекватність. Поняття F-критерію Фішера

2.8. Інші критерії якості лінійної регресії

2.9. Імовірнісний зміст простої регресії

2.10. Закон розподілу параметрів. математичне сподівання та дисперсія розподілу параметрів

2.11. Оцінка дисперсії випадкової величини ε

2.12. Побудова інтервалів довіри для параметрів β0, β1

2.13. Прогнозування за моделями простої лінійної регресії

Змістовий модуль 2. Особливості економетричного моделювання

Тема 3. Криві зростання

3.1. Поняття про криві зростання

3.2. Найпростіші перетворення нелінійних моделей у лінійні. Експоненційна функція. Приклади застосування експоненційних функцій у бізнесі та фінансах. Зведення до лінійної регресії

3.2.1. Експоненційна функція. Приклади застосування експоненційних функцій у бізнесі та фінансах

3.2.2. Зведення експоненційної кривої до простої лінійної функції

3.2.3. Фінансові інструменти та оцінка їх вартості

3.3. Степенева (мультиплікативна) функція. Зведення до лінійної регресії. Приклади застосування степеневих функцій у бізнесі та фінансах

3.4. Зворотні перетворення. приклади їх застосування на практиці

3.5. Квадратичні функції

3.6. Експоненціина модифікована крива

3.7. Крива Гомперця

3.8. Логістична крива

3.9. Зв’язок між коефіцієнтами еластичності і параметрами кривих зростання

Тема 4. Багатофакторна регресія

4.1. Приклади використання багатофакторного регресійного аналізу на практиці

4.2. Класична лінійна багатофакторна модель

4.3. Етапи побудови багатофакторної регресійної моделі

4.4. Розрахунок невідомих параметрів багатофакторної регресії за методом найменших квадратів (МНК)

4.5. Властивості методу найменших квадратів  у випадку багатофакторної регресії

4.7. Коефіцієнт детермінації R² та оцінений коефіцієнт детермінації  

4.8. ANOVA-дисперсійний аналіз у випадку багатофакторної регресії

4.9. Перевірка моделі на адекватність за F-критерієм Фішера

4.10. Матричний підхід до лінійної багатофакторної регресії

4.11. Методи побудови багатофакторної регресійної моделі

Тема 5. Особливі випадки у багатофакторному регресійному аналізі

5.1. Мультиколінеарність та її наслідки. знаходження мультиколінеарності та її вилучення

5.1.1. Визначення мультиколінеарності та її природа

5.1.2. Теоретичні наслідки мультиколінеарності в загальному випадку

5.1.3. Практичні наслідки мультиколінеарності

5.1.4. Тестування наявності мультиколінеарності та засоби її вилучення

5.1.4.1. Тестування наявності мультиколінеарності

5.1.4.2. Визначення рівня мультиколінеарності

5.1.4.3. Засоби вилучення мультиколінеарності

5.1.5. Основні висновки щодо наявності мультиколінеарності в регресійній моделі

5.2. Гетероскедастичність та її наслідки. знаходження гетероскедастичності та її вилучення

5.2.1. Визначення гетероскедастичності та її природа

5.2.2. Правдоподібність припущення про гомоскедастичність

5.2.3. Оцінювання параметрів методом узагальнених найменших квадратів (УНК) у разі гетероскедастичності

5.2.4. Тестування наявності гетероскедастичності

5.2.5. Ілюстративний приклад. Тест Голдфелда та Квондта

5.2.6. Основні висновки щодо наявності гетероскедастичності в регресійній моделі

5.3. Dummy-змінні

5.3.1. Природа dummy-змінних

5.3.2. Регресія однієї кількісної та однієї якісної змінної двох класів, або категорій

5.3.3. Регресія кількісної змінної та однієї якісної змінної з більш ніж двома класами

5.3.4. Основні висновки щодо моделей dummy-змінними

5.3. Автокореляція

5.4.1. Природа автокореляції. Основні поняття та означення

5.4.2. Тестування автокореляції

5.4.3. Основи аналізу часових рядів

5.4.4. Перевірка часових рядів на стаціонарність

5.4.5. Методологія Бокса-Дженкінса для побудови ARIMA моделей

100 бальна