Раздел 4. Рабочая программа

Кафедра математических методов в экономике

 

 

Утверждаю

Проректор по учебной работе

_____________Н.А. Мамаев

«___»_______________2012г.

 

Методы социально-экономического прогнозирования

Рабочая учебная программа дисциплины

 

 

Согласовано

Декан экономического факультета

__________Т.В. Калинина

«___»_____________2012 г.

 

 

Челябинск 2012

Утверждена на заседании кафедры математических методов в экономике

Протокол № от «__» __________ 2011 г.

 

 

Зав. кафедрой _____________Т.Б. Бигильдеева

 

Специальность: 080116.65 - Математические методы в экономике

 

 

Составитель: Т.Б. Бигильдеева, к.ф.-м.н., доцент

 

Общее количество часов 160

В том числе:

лекции 34 часа

практические занятия 17 часов

лабораторные занятия 17 часов

самостоятельная работа 92 часа

 

 

Отчетность:

экзамен 8 семестр

зачет -

 

 

Контрольные мероприятия(количество):

контрольные работы 0

домашние контрольные работы 0

коллоквиумы 0

другие контрольные мероприятия

(защита лабораторных работ) 7

Программа дисциплины

 

Раздел 1. Цель и задачи дисциплины

 

Статус дисциплины. Дисциплина «Методы социально-экономического прогнозирования» относится к циклу специальных дисциплин федерального компонента ГОС ВПО по специальности «Математические методы в экономике» (СД.Ф 02)

Цель изучения дисциплины - знакомство с основными методами социально-экономического прогнозирования и их практическим применением на базе современных пакетов прикладных программ.

 

 

В результате изучения дисциплины студент должен:

§ Знать основные методы прогнозирования, особенности их применения;

§ Уметь применять современные методы прогнозирования для решения практических задач;

§ Владеть навыками решения реальных задач прогнозирования, встречающихся в различных областях экономической практики на базе современных пакетов прикладных программ (Excel, Eviews).

 

Раздел 2. Содержание программы

 

Выписка из Государственного образовательного стандарта

Выписка из ГОС ВПО 2000г. «Математические методы в экономике» к обязательному минимуму содержания дисциплины «Методы социально-экономического прогнозирования» (СД.Ф 02):

«Роль прогнозирования в принятии управленческих решений. Классификация методов прогнозирования. Временные ряды и их предварительный анализ. Разложение временных рядов на компоненты. Методы выделения тренда. Анализ периодических колебаний во временных рядах. Адаптивные методы прогнозирования. Модели стационарных и нестационарных временных рядов и их идентификация. Применение многофакторных моделей прогнозирования. Экспертные методы прогнозирования. Проверка адекватности и точности моделей».

 

 

Содержание программы дисциплины

 

Роль прогнозирования в принятии управленческих решений. Классификация экономических прогнозов. Классификация методов прогнозирования. Понятие прогноза, виды экономических прогнозов. Этапы прогнозирования.

Временные ряды и их предварительный анализ. Понятие временного ряда. Требования к исходным данным. Стационарные и нестационарные временные ряды. Примеры временных рядов. Преобразования данных (исключение инфляции, логарифмирование, взятие разностей). Доверительные интервалы. Способы оценки точности прогнозов и сравнения моделей. Проверка адекватности и точности моделей.

Разложение временных рядов на компоненты. Виды кривых роста. Методы выделения тренда. Анализ периодических колебаний во временных рядах, методы исключения периодических колебаний. Простейшие методы прогнозирования на основе моделей тренда и сезонности.

Адаптивные методы прогнозирования, их достоинства и недостатки. Экспоненциальное сглаживание. Оптимизация параметров. Модели линейного роста. Адаптивные полиномиальные модели. Адаптивные модели сезонных явлений. Модели Хольта-Уинтерса. Схема построения адаптивных моделей.

Модели стационарных и нестационарных временных рядов и их идентификация. Автокорреляционная функция. Частная автокорреляционная функция. Модели скользящего среднего. Авторегрессионные модели. Авторегрессионные модели скользящего среднего (ARMA-модели). Построение прогноза на основе ARMA-модели

Процессы с детерминированным трендом (TS – процессы) и разностно-стационарные процессы (DS-процессы), их идентификация. Расширенный тест Дики-Фуллера. ARIMA-модели с регрессорами, особенности прогнозирования на основе ARIMA-моделей.

Применение многофакторных моделей прогнозирования. Моделирование адаптивных и рациональных ожиданий на примере динамической кривой совокупного предложения (новокейнсианской кривой Филлипса).

Динамические эконометрические модели. Понятие ложной регрессии. Понятие коинтеграции. Проверка временных рядов на коинтеграцию.

Авторегрессионные модели с распределенными лагами. Понятие о модели коррекции ошибками.

Векторная авторегрессия. Структурная и приведенная форма системы авторегрессионных уравнений. Примеры использования векторной авторегрессии для прогнозирования макроэкономической динамики.

Экспертные методы прогнозирования, назначение, достоинства и недостатки.

 

Раздел 3. Список рекомендуемой литературы [1]

 

Основная

 

1. * Писарева О.М. Методы прогнозирования развития социально-экономических систем. – М.: Высшая школа, 2007, - 591 с. (5 экз.)

2. * Айвазян С.А. Прикладная статистика. Основы эконометрики.- Т.2.- М.: ЮНИТИ ДАНА, 2001. – 432 с. (1 экз)

3. Дуброва Т.А. Статистические методы прогнозирования. – М.: ЮНИТИ-ДАНА, 2003.- 206с.

4. Канторович Г.Г Анализ временных рядов //Экономический журнал ВШЭ, 2002, № 1-4, 2003, № 1 //http://library.hse.ru/e-resources/HSE_economic_journal/

5. Луговская Л.В. Эконометрика в вопросах и ответах.- М.: ТК Велби, Изд-во Проспект, 2005. – 208 с.

6. Лукашин. Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов. М.: Финансы и статистика, 2003.- 416 с.

7. * Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учебник - 6-е издание. - М.: Дело, 2004. - 576 с. (118 экз.)

8. Носко В.П. Эконометрика Введение в анализ временных рядов: Курс лекций. М.: 2002- // http://www.iet.ru/mipt/2/text/curs_econometrics_lectures.htm

9. * Практикум по эконометрике: Учебное пособие (под ред. И.И.Елисеевой). - М.: Финансы и статистика, 2001.-192 с. (100 экз.)

10. Ханк Д.Э, Уичерн Д.У., Райтс А. Дж. Бизнес-прогнозирование. – М.: Издательский дом «Вильямс», 2003. – 656 с.

11. * Эконометрика: Учебник (под ред. И.И.Елисеевой). - М.: Финансы и статистика, 2005.-576 с. (100 экз. издания 2001 года)

12. Арженовский А.В. Методы социально-экономического прогнозирования. М.: Изд-во «Дашков и К», 2008, 235 с.

[4]

Дополнительная

 

1. Бородич С.А. Эконометрика. – Мн.: Новое знание, 2006. – 408 с.

2. Афанасьев В.Н., Юзбашев М.М., Гуляева Т.И. Эконометрика.- М.: Финансы и статистика, 2006.- 256 с.

3. Аистов А.В., Максимов А.Г. Эконометрика шаг за шагом. – М.: Изд. Дом ГУ ВШЭ, 2006.- 178 с.

4. Nau B. Forecasting, http://www.duke.edu/~rnau/411home.htm

Раздел 4. Рабочая программа

Темы лекций

 

№	Тема лекции	К - во часов
	Введение в прогнозирование: виды экономических прогнозов; классификация методов прогнозирования.
	Временные ряды и их предварительный анализ
	Методы прогнозирования на основе моделей тренда и сезонности
	Адаптивные методы прогнозирования
	Модели стационарных и нестационарных временных рядов и их идентификация. Прогнозирование на основе ARIMA-моделей
	Моделирование адаптивных и рациональных ожиданий.
	Динамические эконометрические модели и их использование для прогнозирования
	Экспертные методы прогнозирования
Итого

 

Темы практических занятий

 

	Тема	К-во часов
	Методы предварительного анализа временных рядов
	Прогнозирование на основе моделей тренда и сезонности
	Адаптивные методы прогнозирования. Выбор оптимальных параметров адаптации.
	Прогнозирование на основе ARIMA моделей
	Прогнозирование на основе ARIMA моделей с регрессорами
	Моделирование адаптивных и рациональных ожиданий.
	Рекурсивная векторная авторегрессия.
Итого

Тематика лабораторных забот

 

№	Тема и содержание	К-во часов
	Предварительный анализ временных рядов
	Прогнозирование на основе моделей тренда и сезонности
	Адаптивные методы прогнозирования. Выбор оптимальных параметров адаптации.
	Прогнозирование на основе ARIMA моделей
	Моделирование адаптивных и рациональных ожиданий.
	Рекурсивная векторная авторегрессия.
	Экспертные методы прогнозирования
Итого

 

 

Разделы курса, выносимые на самостоятельное изучение

 

№	Разделы курса	Количество часов
	Методы сезонного сглаживания
	Экспертные методы прогнозирования, назначение, достоинства и недостатки
	Структурная векторная авторегрессия и ее использование для прогнозирования макроэкономической динамики
Итого