Программа дисциплины по кафедре \"Экономическая кибернетика\" прогнозирование национальной экономики icon

Программа дисциплины по кафедре "Экономическая кибернетика" прогнозирование национальной экономики


Смотрите также:
Программа дисциплины сд...
Программа дисциплины по кафедре «Экономическая кибернетика» специальностей «Математические...
Программа дисциплины по кафедре «Экономическая кибернетика» основы управленческого учета...
Программа дисциплины по кафедре «Экономическая кибернетика» организация и планирование...
Программа дисциплины по кафедре «Экономическая кибернетика» для специальности «Математические...
Программа дисциплины по кафедре Экономическая кибернетика экономическая информатика...
Учебно-методический комплекс дисциплины: Прогнозирование национальной экономики Специальность...
Программа дисциплины по кафедре "Экономическая кибернетика" метематические методы исследования...
Программа дисциплины по кафедре "Экономическая кибернетика" эконометрика...
Программа дисциплины по кафедре "Экономическая кибернетика" основы...
Программа дисциплины по кафедре "Экономическая кибернетика" эконометрика...
Программа дисциплины по кафедре "Экономическая кибернетика" эконометрика...



Загрузка...
скачать
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

Государственное образовательное учреждение высшего профессионального образования

Тихоокеанский государственный университет



Утверждаю

Проректор по учебной работе

______________ С.В. Шалобанов

“_____” ________________200_ г.



Программа дисциплины

по кафедре "Экономическая кибернетика"


ПРОГНОЗИРОВАНИЕ НАЦИОНАЛЬНОЙ ЭКОНОМИКИ


Утверждена научно-методическим советом университета для направлений подготовки (специальностей) в области экономики и управления


Специальность: 080103.65 «Национальная экономика»


Хабаровск 2007 г.


Программа разработана в соответствии с требованиями государственного образовательного стандарта, предъявляемыми к минимуму содержания дисциплины и в соответствии с примерной программой дисциплины, утвержденной департаментом образовательных программ и стандартов профессионального образования с учетом особенностей региона и условий организации учебного процесса Тихоокеанского государственного технического университета.


Программу составил (и)




Порошина Л.А.




Старший преподаватель, кафедра «Экономическая кибернетика»




























Ф.И.О. автора (ов)
Ученая степень, звание, кафедра







Программа рассмотрена и утверждена на заседании кафедры

протокол № ______ от «____»__________________ 200_г

Зав. кафедрой__________«__»______

____________200__г.

Подпись дата

Ф.И.О.







Программа рассмотрена и утверждена на заседании УМК и рекомендована к изданию

протокол № ______ от «____»_____________ 200_г

Председатель  УМК  _______«__»_______ 200_г

_________________

Подпись дата

Ф.И.О.




Директор  института  _______«__»_______ 200_г

__________________

(декан факультета) Подпись дата

Ф.И.О.


Директор  института  _______«__»_______ 200_г

__________________

(декан факультета) Подпись дата

Ф.И.О.


Директор  института  _______«__»_______ 200_г

__________________

(декан факультета) Подпись дата

Ф.И.О.




  1. ^ ЦЕЛИ И ЗАДАЧА ДИСЦИПЛИНЫ


Реалии нынешнего этапа развития российской государственности выдвигают в число первоочередных задачу перехода к стабильному, предсказуемому и эффективному развитию экономики страны, что в свою очередь не возможно без специальных знаний в области методологии, методики и технологии составления научно-обоснованных макро- и микроэкономических прогнозов социально-экономического развития. Масштаб стоящих перед российским бизнесом проблем, а также качественный уровень развития современного научно-технического потенциала требует соответствующей теоретической и практической подготовки специалистов в области экономико-математического моделирования. Прогнозная информация, с одной стороны, необходима как основа планирования деятельности любого социально-экономического объекта, а с другой стороны - как предварительная оценка последствий принимаемых решений с целью их оптимизации. Отсюда ясна важность данной дисциплины для формирования специалиста в области математических методов и исследования операций в экономике.

В этой связи цель дисциплины "Прогнозирование национальной экономики» - вооружить студентов специальности "Национальная экономика " – знаниями общих закономерностей составления научных прогнозов развития социально-экономических объектов; познакомить их с максимально широким инструментарием выработки прогнозов развития социально-экономических объектов, а также методиками его использования в практике прогнозирования; выработать в процессе обучения у студентов навыки грамотного использования аппарата математического моделирования посредством применения передовых информационных технологий.

Задачи курса: изучение методологических основ прогнозирования, а также приемов и методов прогнозирования экономических процессов.

Дисциплина «Прогнозирование национальной экономики» опирается на материал учебных дисциплин: «Математический анализ», «Теория вероятности и математическая статистика», «Экономическое моделирование», «Математические методы исследования операций», «Эконометрика» и других дисциплин.

Дисциплина «Прогнозирование национальной экономики» в соответствии с учебным планом специальности читается на VIII семестре очной формы обучения студентов. Преподавание дисциплины базируется на использовании лекций, практических и лабораторных занятий. Основная цель практических и лабораторных занятий - углубленное изучение проблем, затронутых в лекционном курсе, и отработка навыков в применении изучаемых методов и процедур прогнозирования с использованием современного программного обеспечения персональных компьютеров.

Помимо аудиторных занятий, предусматривается значительный объем самостоятельной работы студентов по изучению теоретических и практических вопросов, в частности, предполагается закрепление полученных знаний в ходе выполнения домашних заданий.

Изучение данной дисциплины предполагает постоянное использование в учебном процессе средств вычислительной техники и современного программного обеспечения. В качестве базового информационно-программного инструментария предлагается воспользоваться продуктами Excel, StatGraphics, Statistica. В ходе освоения дисциплины студенты могут ознакомиться и с дополнительными программными средами, например, Matlab (Statistics Toolbox, GARCH Toolbox), Mathcad, SPSS, Eviews и др., а также специальными оптимизационными и модулями математических пакетов Matlab (Optimization Toolbox), Mathcad, Mathematica и др.

Изучение дисциплины заканчивается написанием и защитой курсовой работы и сдачей зачёта.


  1. ^ ТРЕБОВАНИЯ К УРОВНЮ ОСВОЕНИЯ СОДЕРЖАНИЯ ДИСЦИПЛИНЫ

Студент должен знать:

- место, роль и возможности прогнозирования в современной экономической науке и практике;

- особенности методов прогнозирования;

- собирать и проводить статистическую обработку экономической информации с целью выявления основных характеристик числовой совокупности;

- основные понятия прогнозирования;

- методы и особенности прогнозирования социально-экономических процессов.

^ Студент должен уметь:

- осуществлять спецификацию исходной информации с целью её дальнейшего использования при прогнозе;

- обоснованно применять методы прогнозирования на практике;

- оценивать параметры прогностических моделей;

- использовать основные приемы и правила моделирования временных рядов для получения прогнозов;

- применять основные методы эконометрического прогнозирования.


^ 3. ОБЪЕМ ДИСЦИПЛИНЫ И ВИДЫ УЧЕБНОЙ РАБОТЫ

Таблица 1. Объем дисциплины и виды учебной работы

Наименование

По учебным планам (УП)

с максимальной трудоёмкостью

с минимальной трудоёмкостью

Общая трудоёмкость дисциплины

по ГОС

по УП


112

136




Изучается в семестрах

8




Вид итогового контроля по семестрам

зачёт

экзамен

курсовой проект (КП)

курсовая работа (КР)

расчётно-графическая работа (РГР)

реферат (РФ)

домашние задания (ДЗ)


8


8





Аудиторные занятия по семестрам

Всего

лекции (Л)

лабораторные занятия (ЛР)

практические занятия (ПЗ)







68




34


34

Самостоятельная работа

Общий объем часов (С2)

В т.ч. на подготовку к лекциям

на подготовку к лабораторным занятиям

на подготовку к практическим занятиям

на выполнение КР

на выполнение РГР

на написание РФ

на выполнение ДЗ







68

17


17

34





^ 4. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ


4.1. Разделы дисциплины и виды занятий и работ


Таблица 2. Разделы дисциплины и виды занятий и работ



Раздел дисциплины

Л

ЛР

ПЗ

С2

1

Общеметодологические проблемы социально-экономического прогнозирования систем

6




2

4

2

Фактографические методы прогнозирования развития систем.

20




28

15

3

Интуитивно-логические методы и процедуры прогнозирования.

4




2

8

4

Прогнозирование в зарубежных странах

4




2

7




    1. Содержание разделов дисциплин

^ 4.2.1. Общеметодологические проблемы социально-экономического прогнозирования систем

Тема 1. Понятийный аппарат дисциплины и объекты социально-экономического прогнозирования.

Понятие "прогноз" в системе понятий науки об управлении. "Прогноз" и "план". Место прогноза в процессе управления. Понятие “развитие”.

Объекты социально-экономического прогнозирования и их особенности. Экономическое развитие как объект прогнозирования. Особенности развития социально-экономических объектов: эволюционный и революционный подходы.

Задачи и основные функции социально-экономического прогнозирования развития систем.

Источники прогнозной информации. Количественные и качественные аспекты оценки исходных данных.

Шкалы измерений и методы измерений объектов социально-экономического прогнозирования.

Общие параметры социально-экономических прогнозов.

Процедура составления прогноза.

Характеристики качества прогноза, методы его оценки.

Тема 2. Классификация прогнозов и методов прогнозирования.

Типология прогнозов. Классификация социально-экономических прогнозов по целям и периоду упреждения. Нормативные и поисковые прогнозы. Прогнозы на основе фактографической и экспертной информации.

Базовые методы прогнозирования развития и их классификация. Комбинированные методы составления прогнозов. Понятие об адаптивном прогнозировании.

Тема 3. Организация прогнозных исследований.

Принципы построения прогнозирующих систем.

Социально-экономическое прогнозирование в системе государственного индикативного планирования экономики. Система показателей социально-экономического развития страны.

Прогнозирование в системе бизнес - управления. Соотношение прогнозирования с целями, методами и функциями управления.

Прогнозирование как отрасль коммерческой деятельности.


^ 4.2.2. Фактографические методы прогнозирования развития систем

Тема 4. Методы анализа временных рядов и факторные статистические модели прогнозирования.

Сущность и условия применения методов прогнозирования на основе экономико-статистических методов и моделей.

Методы выявления тенденций во временных рядах. Проверка статистических гипотез. Сглаживание.

Прогнозная экстраполяция: метод наименьших квадратов, метод экспоненциального сглаживания, метод вероятностного моделирования.

Авторегрессионные модели. Лаговые модели.

Линейные (регрессионные) модели. Методы оценки параметров линейной регрессии. Оценка точности прогноза на основе регрессионной модели. Оценка тесноты связи между переменными в регрессионной модели. Оценка параметров наиболее употребительных нелинейных трендов и факторных статистических моделей.

Выделение сезонных и циклических составляющих временного ряда. Методы выявления сезонных составляющих.

Уточнение спецификации статистической модели.

Прогнозирование на основе эконометрических моделей.

Метод группового учета аргумента.

Тема 5. Адаптивные методы прогнозирования.

Цели адаптивного моделирования. Виды механизмов адаптации систем.

Показатели качества адаптации.

Методы и модели адаптации.

Моделирование на нейронных сетях.

Тема 6. Методы и модели макроэкономического прогнозирования.

Задачи и объекты макроэкономического прогнозирования. Показатели экономического роста, деловой активности, инфляции и безработицы.

Среднесрочное прогнозирование на основе предельно агрегированных моделей экономического роста. Виды типовых кривых экономического роста. Построение моделей экономического роста. Восстановление лага капитальных вложений.

Поисковое и нормативное прогнозирование.

Прогнозирование на основе межотраслевых моделей. Методы оценки прогнозных значений коэффициентов прямых затрат.

Среднесрочное прогнозирование на основе эконометрических моделей.

Краткосрочное прогнозирование на основе экономических барометров и индексов.

Проблемы долгосрочного макроэкономического прогнозирования.

^ 4.2.3. Интуитивно-логические методы и процедуры прогнозирования.

Тема 7. Статические имитационные модели прогнозирования.

Признаки ситуаций, требующих применения статических имитационных моделей прогнозирования. Целенаправленность поведения социально-экономического объекта и оптимизационный характер статической имитационной модели.

Методика построения и использования оптимизационной имитационной модели. Частные и результирующий критерии оптимальности.

Структура и элементы статической имитационной модели планирования на промышленном предприятии.

Задача восстановления критерия оптимальности социально-экономического объекта по принятым решениям.

Прогнозирование поведения объекта с использованием статической имитационной модели.

Прогнозирование отклика объекта на изменение экзогенных факторов.

Тема 8. Экспертные методы прогнозирования. Метод сценарных исследований.

Признаки ситуаций, требующих применения экспертных методов прогнозирования социально-экономического развития. Основные понятия экспертного оценивания. Основы методики экспертного прогнозирования.

Индивидуальная и групповая экспертиза.

Варианты включения экспертных оценок в методы прогнозирования. Виды экспертных оценок (непосредственная оценка, выбор единственной альтернативы, парные сравнения, ранжирование). Количественные методы, используемые при организации экспертизы. Методы и модели оценка компетентности экспертов.

Задачи и методы оценки согласованности мнений экспертов.

Методы обработки экспертной информации. Регрессия на порядковых переменных.

Сценарный метод прогнозирования. Цели построения сценариев. Система и фазы разработки сценария. Разработка состава моделей сценарного пространства. Роль формальных методов в построении сценария.


^ 4.2.4. Прогнозирование в зарубежных странах.

Тема 9. Системы прогнозирования в Франции, США, Великобритании и Японии.

Глобальные модели прогнозирования. Социально-экономическое прогнозирование в системе государственного регулирования США. Опыт разработки эконометрических моделей в системе прогнозирования Японии. Опят макроэкономического прогнозирования Великобритании. Опыт разработки индикативного план-прогноза Франции.


  1. ^ ПРАКТИЧЕСКИЕ ЗАНЯТИЯ

Таблица 3. Практические занятия



№ раздела дисциплины

Наименование тем

1

1

Общеметодологические проблемы социально-экономического прогнозирования систем

2

2

Построение прогнозов на основе регрессионных моделей

3

2

Предварительный анализ рядов динамики (сглаживание рядов динамики, проверка на анамальность и однородность уровней временного ряда, оценка наличия тренда)

4

2

Наивные модели прогнозирования

5

2

Применение многофакторных моделей прогнозирования

6

2

Трендовые модели прогнозирования

7

2

Прогнозирование на основе методов усреднения

8

2

Прогнозирование на основе методов сглаживания динамических рядов

9

2

Прогнозирование спроса и предложения

10

2

Прогнозирование экономического роста на основе модели Кобба-Дугласа. Оценка типа экономического роста на основе () анализа

11

2

Подбор стационарной модели ARMA для ряда наблюдений

12

2

Нестационарные ARMA модели

13

2

Прогнозирование с помощью моделей одновременных уравнений. Идентификация моделей. Алгоритмы прогнозирования

14

2

Прогнозирование с использованием балансовых моделей

15

3

Метод имитационного моделирования. Метод Дельфи

16

3

Метод мозгового штурма. Метод сценарных исследований. Метод морфологического анализа

17

4

Прогнозирование в зарубежных странах


^ Краткие характеристики практических занятий

Общеметодологические проблемы социально-экономического прогнозирования систем.

Задание. Семинар на тему «Место и роль социально-экономического прогнозирования в экономическом анализе».

^ Время выполнения заданий: 2 часа.


Построение прогнозов на основе регрессионных моделей.

Задание. Построение точечных прогнозов.

Исполнение. Решение задач.

Оценка. Формирует навыки использования регрессионных моделей в прогнозировании.

^ Время выполнения задания: 2 часа.


Предварительный анализ рядов динамики.

Задание. Проверка уровней ряда динамики на анамальность. Оценка наличия тренда и сезонности.

Исполнение. Решение задач.

Оценка. Формирует навыки использования регрессионных моделей в прогнозировании.

^ Время выполнения задания: 2 часа.


Наивные модели прогнозирования.

Задание. Построение прогнозов и оценка их надежности при условии ограниченной информации.

Исполнение. Решение задач.

Оценка. Формирует навыки использования простейших методов прогнозирования.

^ Время выполнения задания: 2 часа.


Применение многофакторных моделей прогнозирования.

Задание. Построение многомерной регрессионной модели.

Исполнение. Решение задач.

Оценка. Формирует типологию множественной регрессии, способы оценки значимости модели и возможность использования моделей для прогнозирования экономических процессов.

^ Время выполнения задания: 2 часа.


Трендовые модели прогнозирования.

Задание. Построение тренд-модели.

Исполнение: Решение задачи. Интерпретация результатов решения.

^ Оценка. Формирует необходимые представления о практическом использовании трендовых моделей.

Время выполнения заданий: 2 часа.


Прогнозирование на основе методов усреднения.

Задание. Прогнозирование на основе простых средних, скользящих средних, двойных скользящих средних.

Исполнение: решение задачи. Интерпретация результатов решения.

^ Оценка. Формирует необходимые представления о возможностях использования рассмотренных методов на практике.

Время выполнения заданий: 2 часа.

Прогнозирование на основе методов сглаживания динамических рядов.

Задание. Прогнозирование на основе модели экспоненциального сглаживания, модели Брауна, модели Хольта, модели Винтерса, модели Тейла-Вейджа.

Исполнение: решение задачи. Интерпретация результатов решения.

^ Оценка. Формирует необходимые представления о возможностях использования рассмотренных моделей на практике.

Время выполнения заданий: 2 часа.


Прогнозирование спроса и предложения.

Задание. Прогнозирование на основе данных динамического ряда спроса и предложения.

Исполнение: решение задачи. Интерпретация результатов решения.

^ Оценка. Формирует необходимые представления о использовании методов статистического прогнозирования на практике.

Время выполнения заданий: 2 часа.


Прогнозирование экономического роста на основе модели Кобба-Дугласа. Оценка типа экономического роста на основе () анализа.

Задание. Построение производственной функуии.

Исполнение: решение задачи. Интерпретация результатов решения.

^ Оценка. Формирует необходимые представления о использовании методов статистического прогнозирования на практике.

Время выполнения заданий: 2 часа.


Подбор стационарной модели ^ ARMA для ряда наблюдений.

Задание. Построение модели ARMA, учитывающие наличие сезонности.

Исполнение: решение задачи. Интерпретация результатов решения.

^ Оценка. Формирует необходимые представления об использовании ARMA-модели.

Время выполнения заданий: 2 часа.


Нестационарные ARMA модели.

Задание. Прогнозирование на базе ARIMA-моделей.

Исполнение: решение задачи. Интерпретация результатов решения.

^ Оценка. Формирует необходимые представления об ARIMA-моделях.

Время выполнения заданий: 2 часа.


Прогнозирование с помощью моделей одновременных уравнений.

Задание. Модели одновременных уравнений.

Исполнение: Решение задачи. Интерпретация результатов решения.

^ Оценка. Формирует необходимые представления о рассмотренных моделях.

Время выполнения заданий: 2 часа.


Прогнозирование с использованием балансовых моделей.

Задание. Прогнозирование конечного продукта с использованием модели Леонтьева.

Исполнение: решение задачи. Интерпретация результатов решения.

^ Оценка. Формирует необходимые представления о балансовом методе.

Время выполнения заданий: 2 часа.


Метод имитационного моделирования. Метод Дельфи.

Задание. Прогнозирование качественных показателей с использованием интуитивных методов прогнозирования.

Исполнение: решение задачи. Интерпретация результатов решения.

^ Оценка. Формирует необходимые представления об экспертных методах прогнозирования.

Время выполнения заданий: 2 часа.


Метод мозгового штурма. Метод сценарных исследований. Метод морфологического анализа.

Задание. Прогнозирование качественных показателей с использованием интуитивных методов прогнозирования. Оценка качества прогнозов.

Исполнение: решение задачи. Интерпретация результатов решения.

^ Оценка. Формирует необходимые представления об экспертных методах прогнозирования.

Время выполнения заданий: 2 часа.

Прогнозирование в зарубежных странах.

Задание. Семинар на тему «Особенности прогнозирования национальной экономики в зарубежных странах».

Время выполнения заданий: 2 часа.


^ 6 ТЕМАТИКА КУРСОВОЙ РАБОТЫ


В соответствии со стандартом базового высшего образования и учебно-тематическим планом по специальности “Национальная экономика”, студенты, изучающие дисциплину “Прогнозирование национальной экономики”, обязаны по этой дисциплине написать курсовую работу.

Написание и защита курсовой работы, наряду с зачётом, является завершающим этапом изучения дисциплины “Прогнозирование национальной экономики”.

Цель написания курсовой работырасширение и углубление теоретических знаний, приобретение практических навыков в методах анализа и прогнозирования различных экономических объектов и процессов в национальной экономики, а также освоение компьютерных методов прогнозирования.

Основные задачи курсовой работы:

1. Закрепление, углубление теоретических знаний, полученных студентом при изучении различных экономических дисциплин, а также в курсах моделирования и прогнозирования национальной экономики.

2. Выработка умений по применению методов моделирования и прогнозирования для исследования различных экономических объектов и процессов.

3. Закрепление практических знаний и умений в использовании компьютера при решении задач моделирования и прогнозирования (использование ППП "MATLAB", электронных таблиц " Microsoft EXEL" и др.).

4. Накопление опыта творческого решения отдельных экономических проблем.

5. Выработка умений четко и логично излагать свои мысли, делать обобщения, обосновывать выводы.

Ниже приводится перечень тем курсовых работ. Это не означает, что тема обязательно должна быть выбрана из этого списка, студент может предложить свою тему или тема может быть предложена научным руководителем.

Примерный перечень тем курсовых работ:

  1. Анализ динамики развития фондового рынка на примере корпоративных бумаг.

  2. Прогнозирование валютной выручки коммерческой фирмы.

  3. Анализ динамики и прогнозирование ставки рефинансирования Центрального банка.

  4. Анализ динамики индекса потребительских цен.

  5. Прогнозирование объема иностранных инвестиций в экономику региона.

  6. Анализ динамики и прогнозирование основных показателей занятости.

  7. Прогнозирование доходности векселей.

  8. Прогнозирование котировок фьючерсов.

  9. Анализ динамики и прогнозирование базовых ставок кредитования.

  10. Анализ динамики и прогнозирования экспорта российской нефти.

  11. Прогнозирование выпуска изделий (на примере промышленного предприятия).

  12. Анализ динамики и прогнозирование вкладов населения (на примере Сбербанка РФ).

  13. Построение экономико-статистических прогнозов на основе коротких временных рядов.

  14. Основные задачи и методы прогнозирования поведения индивидуальных потребителей.

  15. Анализ существующих методик построения экономических барометров.

  16. Проблема оценки доверительного интервала прогноза на основе эконометрической модели.

  17. Теоретико-игровые методы в дескриптивном прогнозировании.

  18. Прогнозирование валового регионального продукта на основе эконометрических моделей.

  19. Прогноз основных показателей конъюнктуры фондового рынка.

  20. Моделирование и использование в прогнозировании макроэкономических инвестиционных функций.

  21. Прогноз численности родившихся (уровня смертности) с использованием фактографических методов.

  22. Моделирование и использование в прогнозировании корпоративных инвестиционных функций.

  23. Прогнозирование численности экономически активного населения с использованием методов прогнозной экстраполяции.

  24. Прогноз краткосрочного развития рынка выбранного финансового инструмента.



Курсовая должна включать реферат, введение, основную часть из двух или трех глав, заключение, список литературы и приложения с расчетами на ЭВМ.


^ 7 КОНТРОЛЬ САМОСТОЯТЕЛЬНОЙ РАБОТЫ СТУДЕНТОВ-ЗАОЧНИКОВ


Для студентов-заочников предусмотрено выполнение контрольной работы по дисциплине. Целью контрольной работы является формирование и контроль знаний по основным разделам дисциплины. Студенту рекомендуется, руководствуясь предлагаемой программой и используя литературу, самостоятельно изучить ряд вопросов и примеров. Затем следует выполнить задание. Контрольная работа разработана и имеется в электронном виде на кафедре.

^ Содержание задания контрольной работы:

  • Прогнозирование по уравнению парной регрессии. Точечный и интервальный прогноз. Построение доверительных интервалов прогноза для среднего и индивидуального значений.

  • Применение множественной регрессии и корреляции в статистическом моделировании и прогнозировании.

  • Динамические статистико-математические модели и их применение в прогнозировании.

  • Методы оценки качества статистических моделей и прогнозов. Апостериорное и априорное качество моделей. Методы оценки априорного качества модели.


Итогом изучения курса прогнозирования студентами-заочниками является сдача зачета.


^ 8 КОНТРОЛЬ ЗНАНИЙ СТУДЕНТА


8.1. Входной контроль

Входной контроль осуществляется в форме контрольного задания по разделам дисциплины базового курса «Эконометрика».


8.2. Тематика текущего контроля

Текущий контроль знаний осуществляется в процессе выполнения практических работ путём индивидуального и группового опроса, собеседования и тестового контроля. Результаты текущего контроля знаний учитываются при промежуточной аттестации.


8.3. ^ Выходной контроль

Выходной контроль осуществляется в форме зачета по дисциплине и защиты курсовой работы.

Итоговый контроль знаний – зачет.

Примерный набор тестов на зачет:

Вариант 1

1. Экспертные методы прогнозирования.
^

2. Пусть имеются данные, показывающие продажу учебников (в тыс. шт.) за последние три года по кварталам:

Год


1

2

3

Квартал

1

2

3

4

1

2

3

4

1

2

3

4

Продажа

16,9

9,4

26,2

25

18

9

29

23,6

18,5

11

29,2

26,2

Определите прогнозный объем продажи учебников на 1-й и 2-й кварталы четвертого года, используя средний абсолютный прирост и среднегодовой темп роста.

3. При проверке статистической гипотезы на 5 %-м уровне значимости нулевая гипотеза не отклоняется, если:

а) p-value > 0.05;

б) p-value < 0.05;

в) p-value < 0.025;

г) p-value > 0.025.

4. Рассматривается зависимость стоимости основных фондов (у, тыс. руб.) от объемов выпускаемой продукции (х, тыс. руб.). В результате получен отчет:



Какие выводы можно сделать на основе полученного отчета? Рассчитайте прогнозное значение стоимости основных фондов, если объём выпускаемой продукции составит 10 тыс. руб.

5. Дисперсионный анализ уравнения парной регрессии проверяет:

а) значимость коэффициента корреляции;

б) значимость уравнения регрессии;

в) значимость коэффициента регрессии;

г) значимость свободного члена уравнения регрессии.

6. В чем заключается предварительный анализ рядов динамики?

7. Какой показатель точности прогноза на основе временных рядов используются для оценки качества прогноза?

а) средняя ошибка;

б) средняя абсолютная ошибка;

в) средний квадрат ошибки;

г) средняя процентная ошибка.

Вариант 2

1. Фактографические методы прогнозирования.
^

2. Пусть имеются данные, показывающие продажу учебников (в тыс. шт.) за последние три года по кварталам:

Год


1

2

3

Квартал

1

2

3

4

1

2

3

4

1

2

3

4

Продажа

16,9

9,4

26,2

25

18

9

29

23,6

18,5

11

29,2

26,2

Определите прогнозный объем продажи учебников на 1-й и 2-й кварталы четвертого года, используя метод простого экспоненциального сглаживания.

  1. При проверке статистических гипотез уровень значимости – это:

а) вероятность ошибки первого рода;

б) надежность оценки;

в) вероятность попадания в область принятия гипотезы;

г) вероятность попадания в критическую область.

  1. Имеются данные (n=21, y – потребление, тыс. руб., х – доходы, тыс. руб.). В результате получен следующий анализ:



Какие выводы можно сделать на основе полученного отчета? Рассчитайте прогнозное значение объемов потребления, если доходы по прогнозу составят 9,5 тыс. руб. в среднем на одного работающего.

  1. При анализе матрицы парных коэффициентов корреляции получили, что p-value для равна 0,15. Это означает, что:

а) переменная х2 слабо влияет на изменение у;

б) переменные х2 и у независимы;

в) переменную х2 следует включить в регрессию:

г) переменную х2 не следует включать в регрессию.

  1. С какой целью проводится сглаживание рядов динамики?

  2. Какие из перечисленных методов используются для прогнозирования рядов динамики?

а) сезонная декомпозиция;

б) экспоненциально взвешенные скользящие средние;

в) аналитическое выравнивание по тренду;

г) скользящие средние.

Вариант 3

  1. Метод опросов в форме интервью.

  2. Определите наличие тренда в ряде динамики по методу критерия серий:

Год

Внесено минеральных удобрений на 1 га, кг

Год

Внесено минеральных удобрений на 1 га, кг

1

140

6

197

2

262

7

246

3

289

8

276

4

191

9

187

5

202

10

253

  1. При проверке статистических гипотез уровень значимости – это:

а) вероятность ошибки первого рода;

б) надежность оценки;

в) вероятность попадания в область принятия гипотезы;

г) вероятность попадания в критическую область.

  1. Имеются данные (n=21, y – потребление, тыс. руб., х – доходы, тыс. руб.). В результате получен следующий анализ:



Проверьте равенства: == и прокомментируйте их смысл.

  1. Мультиколлинеарность нежелательна при проведении регрессионного анализа потому, что:

а) вызывает автокорреляцию в остатках;

б) искажает смысл коэффициентов регрессии;

в) нарушает предпосылки МНК;

г) нарушает гомоскедастичность остатков.

  1. Перечислите методы сглаживания ряда динамики.

  2. Как осуществляется прогноз нестационарного показателя на основе тренда?

а) вычислением скользящих средних;

б) вычислением центрированных скользящих средних;

в) подстановкой в уравнение тренда значений переменной время;

г) вычислением параметра сглаживания.


^ 9 УЧЕБНО-МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

Основная литература:

  1. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование. М.: Финансы и статистика, 2001.

  2. Бестужев-Лада И.В. Прогнозирование обоснованных социальных нововведений. - М.: Наука, 1993.

  3. Блинов О.Е. Статические имитационные модели прогнозирования /ГАУ. - М., 1991.

  4. Дуброва Т.А. Статистические методы прогнозирования в экономике: Учебное пособие. – М.: МЭСИ, 2002. – 52 с.

  5. Дудорин В.И. и др. Методы социально-экономического прогнозирования (специальные методы прогнозирования) /ГАУ.- М., 1992.

  6. Замков О.О. Эконометрические методы в макроэкономическом анализе. – М.: ГУ ВШЭ, 2001.

  7. Заречнев В.А. Прогнозирование на компьютере. Методы, алгоритмы, реализация. – Киров: Изд-во ВятГГУ, 2004.

  8. Клейнер Г. Производственные функции. М.: Финансы и статистика, 1986.

  9. Литвак Б.Г. Экспертные оценки и принятие решений. – М.: Патент, 1997.

  10. Лисичкин В.А. Теория и практика прогностики. – М.: Наука, 1972. 223с.

  11. Мартино Д.Х. Технологическое прогнозирование. - М.: Прогресс, 1977.

  12. Основы экономического и социального прогнозирования/ Под ред. В.Н. Мосина, Д.М. Крука. – М.: Высш. Шк., 1985.

  13. Морозова Т.Г., Рикулькин и др. Прогнозирование и поланирование в условиях рынка. Учеб. Пособие для вузов. – М.: ЮНИТИ-ДАНА, 1999. – 318с.

  14. Парсаданов Г.А. Прогнозирование национальной экономики. - М.: ЗАО "Финстатинформ", 1999.

  15. Рабочая книга по прогнозированию /Отв. ред. И.В.Бестужев-Лада. - М.: Мысль, 1982.

  16. Статистическое моделирование и прогнозирование / Под ред. А.Г.Гранберга. - М.: Финансы и статистика, 1990.

  17. Теория прогнозирования и принятия решений / Под ред. С.А.Саркисяна. - М.: Высшая школа, 1977.

  18. Тихомиров Н.П. И др. Принципы организации этапов прогнозирования и оценки научно-технического уровня при управлении созданием больших технических систем. .-М.: Изд-во РЭА им.Г.В.Плеханова, 1995.

  19. Тихонов Э.Е. Методы прогнозирования в условиях рынка. – Невинномысск: 2006

  20. Черныш Е.А. Прогнозиование и планирование в условиях рынка. . - М.: ПРИОР, 1999.

  21. Четыркин Е.М. Статистические методы прогнозирования. – М.:Статистика, 1977.

Дополнительная литература:

  1. Айвазян С.А. и др. Прикладная статистика: исследование зависимостей. - М.: Финансы и статистика, 1985.

  2. Айвазян, С.А. Основы эконометрики. Учебник для вузов: В 2 т. Т.2: /С.А.Айвазян. Прикладная статистика. Основы эконометрики. – М.: ЮНИТИ-ДАНА, 2001. – 432 с.

  3. Баркалов Н.Б. Производственные функции в моделях экономического роста.-М.: Изд-во МГУ, 1981

  4. Бородич, С.А. Эконометрика: Учебное пособие. /С.А.Бородич. - Мн.:Новое знание, 2001.- 408 с.

  5. Бэстенс Д.-Э., Ван Дер Берг В.-М., Вуд Д. Нейронные сети и финансовые рынки. – М.:ТВП, 1997

  6. Винн Р., Холден К. Введение в прикладной эконометрический анализ. - М.: Финансы и статистика, 1981.

  7. Грицан В.Н. Эконометрика. – М.: Издательско-торговая корпорация “Дашков и К”, 2002.

  8. Джонстон Дж. Эконометрические методы. М.: Статистика, 1980.

  9. Доугерти Кристофер. Введение в эконометрику. Пер. с англ. – М.: ИНФРА-М.-XIV, 1997, - 402 с.

  10. Дрейпер Н., Смит Г. Прикладной регрессионный анализ: В 2-х кн. М.: Финансы и статистика, 1986-1987.

  11. Заречнев В.А. Статистическое моделирование. Методы, алгоритмы, реализация. – Киров: Изд-во ВятГГУ, 2004.

  12. Катышев П.К., Магнус Я.Р., Пересецкий А.А. Сборник задач к начальному курсу эконометрики. – М.: Дело, 2002.

  13. Катышев, П.К. Сборник задач к начальному курсу эконометрики. /П.К.Катышев и др. - М.: Дело, 2002. – 208 с.

  14. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. 3-е изд. - М.: Дело, 1997, - 400 с.

  15. Мардас А.Н. Эконометрика. – СПб.: Питер, 2001.

  16. Колемаев В.А., Калинина В.Н. Теория вероятностей и математическая статистика. - М.: Инфра-М, 1997.

  17. Колемаев, В.А. Эконометрика: Учебник. /В.А.Колемаев. - М.: ИНФРА-М, 2004.- 160 с.

  18. Кононов Д.А и др. Формирование сценарных пространств и анализ динамики поведения социально-экономических систем. – М.: ИПУ, 1999.

  19. Кремер Н.Ш., Путко Б.А. Эконометрика: Учебник для вузов. – М.: ЮНИТИ-ДАНА, 2003. – 311 с.

  20. Кремер, Н.Ш. Эконометрика. Учебник для вузов. /Н.Ш.Кремер, Б.А. Путко. -М.: ЮНИТИ-ДАНА, 2002. – 311 с.

  21. Литвак Б.Г. Экспертная информация: Методы получения и анализа. - М.: Радио и связь, 1982.

  22. Носко В.П. (2000), Эконометрика для начинающих: основные понятия, элементарные методы, границы применимости, интерпретация результатов. М., ИЭПП, 252 с.

  23. Образцова О.Н., Назарова О.В., Канторович Г.Г. Экономическая статистика. Эконометрика. Методические материалы. – М.: ГУ – ВШЭ, 2000.

  24. Орлов А.И. Эконометрика: Учеб. пособ.. – М.: Из-во «Экзамен»,2002.

  25. Тихомиров, Н.П. Эконометрика: Учебник. /Н.П.Тихомиров, Е.Ю.Дорохина. - М.: «Экзамен», 2003.- 512 с.

  26. Экспертные оценки в социологических исследованиях/ Под ред. С.Б.Крымского. - Киев, Наукова думка, 1990.

^ 10 ПЕРЕЧЕНЬ ОБУЧАЮЩИХ И КОНТРОЛИРУЮЩИХ ПРОГРАММ

Для выполнения практических заданий по прогнозированию данных наиболее предпочтительным является использование ППП Statistica, Eviews и Statgraphics, в которых реализованы все основные статистические процедуры, излагаемые в данном курсе прогнозирования, графические и формальные. В меню пакетов дается подробное теоретическое описание реализуемых статистических  процедур, детально объясняется, каким образом их можно выполнить технически. Это представляет студенту  дополнительную возможность изучения эконометрических методов и их использования на практике в качестве аппарата прогнозирования.


^ 11 МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ


Для освоения данной дисциплины необходима лаборатория, оснащенная локальной вычислительной сетью с установленным компьютерным обеспечением. В качестве рабочих станций целесообразно иметь персональные компьютеры с процессором не ниже Pentium и оперативной памятью не менее 32 Mб.


^ 12 МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ ПО ОРГАНИЗАЦИИ ИЗУЧЕНИЯ ДИСЦИПЛИНЫ

На основании программы разрабатываются рабочие учебные программы дисциплины с учетом фактического количества часов, отведенных на ее изучение. Исходя из этого, в рабочей программе отдельные разделы программы могут быть либо усилены, либо сокращены, либо опущены.

Знания и навыки, полученные при изучении данного курса, широко применяются студен­тами в дипломном проектировании.

Программа составлена в соответствии с государственными образова­тельными стандартами высшего профессионального образования.


^ 13 СЛОВАРЬ ТЕРМИНОВ


Альтернатива – один вариант действий, исключающий возможность реализации другого варианта.

Аппроксимация – приближен­ное выражение математических объ­ектов через более простые объекты, например, сведение задачи выпук­лого программирования к кусочно-линейной задаче путем аппроксима­ции целевой функции и ограничений кусочно-линейными функциями.

Верификация прогноза – оценка обоснованности, достоверности и точности прогноза.

Временной ряд – это ряд, состоящий из данных, зафиксированных или наблюдаемых в течение последовательных промежутков времени.

Выборочное распределение – это ряд всех возможных значений выборочной статистики, который может быть получен из генеральной совокупности для выборки данного объёма.

Доверительный интервал – интервал, в котором с определенной уверенностью можно ожидать появления фактического значения прогнозируемой переменной.

Достаточность информации - количество информации, позволяющее сделать выводы по проведенному исследованию или описать объект исследования и пути его развития.

Достоверность информации – подтверждённая на практике информация об объекте исследования, его внутреннем строении и существующих взаимосвязях.

Достоверность прогноза – оценка вероятности осуществления прогноза для заданного доверительного интервала.

Задание на прогноз – документ, определяющий цели и задачи прогноза и регламентирующий порядок его разработки.

Интервальная оценка – это числовой интервал, в котором, вероятно, находится некоторый параметр генеральной совокупности.

Информационный массив – совокупность данных об объекте прогнозирования, приведенных в систему в соответствии с целью прогноза и методами прогнозирования.

Источник фактографической информации – источник информации об объекте прогнозирования, имеющий своим содержанием фактические данные, необходимые для достижения цели прогноза.

Источник экспертной информации - источник информации об объекте прогнозирования, имеющий своим содержанием экспертные оценки, необходимые для достижения цели прогноза.

Корректировка прогноза – уточнение прогноза на основании результатов его верификации и /или на основании дополнительных материалов и исследований.

Коррелограмма – это график коэффициентов автокорреляции для различных значений временного лага.

Коэффициент детерминации – измеряет процент изменчивости У, которая может быть объяснена информацией об изменчивости независимой переменной Х.

Коэффициент корреляции опре­деляет тесноту связи.

Коэффициент регрессии измеряет среднее изменение зависимой переменной при единичном изменении соответствующей независимой переменной, если остальные независимые переменные постоянны.

Критерий – 1) объективная или субъективная оценка, выбранного в виде мерила суждения; 2) признак, на основании которого производится качественная оценка, определение или классификация какого-либо процесса, явления.

Кросс-секционные данные – это наблюдения, произведенные в один тот же момент времени.

Математическим ожиданием случайной величины называется среднее значение, полученное в результате многих опытов или наблюдений.

Метод – 1) способ достижения какой-либо цели, решения конкретной задачи; 2) совокупность приёмов или операций практического или теоретического освоения (познания) действительности.

Метод наименьших квадратов. Этот метод используется для получения уравнения регрессии, минимизирующей сумму квадратов отклонений фактических значений результативного признака от теоретических.

Метод прогнозирования – способ исследования объекта прогнозирования, направленный на разработку прогнозов.

Методика прогнозирования – совокупность специальных правил и приемов разработки конкретных прогнозов.

Методология Бокса-Дженкинса опирается на ряд процедур идентификации, корректировки и проверки моделей ARIMA с целью анализа данных временных рядов. Прогноз вытекает непосредственно из подобранной модели.

Многомерная регрессия использует более чем одну независимую переменную для прогноза значений зависимой переменной.

Модель авторегрессии. Это модель, в которой значение прогноза находится как функция от предыдущих значений временных рядов.

Мультиколлинеарность – это ситуация, при которой независимые переменные в многомерном уравнении регрессии сильно коррелируют между собой.

Научное предвидение – опережающее отображение действительности, основанное на познании законов природы, общества и мышления.

Неопределенность прогноза – функция количества информации, которой располагает прогнозист по поводу объекта прогнозирования, а также функция уверенности в этой информации.

Нормативный прогноз – прогноз, содержанием которого является определение путей и сроков достижения возможных состояний объекта прогнозирования в будущем, принимаемых в качестве цели.

Объект прогнозирования – то, на что направлено исследование в соотвествии с заданием прогноза.

Ошибка прогноза. Представляет собой разность между действительно наблюдаемым значением и его прогнозом.

Период основания прогноза – промежуток времени, на информационной базе которого проводятся прогнозно-аналитические расчеты.

Период упреждения прогноза – промежуток времени, для которого разрабатывается прогноз.

План – документ, включающий в себя цели функционирования и развития объекта, принятые всеми участниками процесса планирования.

Поисковый прогноз – прогноз, содержанием которого является определение возможных состояний объекта прогнозирования в будущем.

Показатель – количественное выражение результата какого-либо процесса. Выступает в качестве обязательного количественного выражения критерия.

Полнота исходной информации – степень обеспеченности прогнозирования достоверной исходной информацией.

Полнота исходной информации – степень обеспеченности прогнозирования достоверной исходной информацией.

Пошаговая регрессия – это процедура выбора «лучшей» функции регрессии посредством добавления или удаления отдельных независимых переменных на разных этапах анализа.

Предсказание – описание возможных перспектив, состояний, решений проблем будущего.

Предуказание – собственно решение проблем будущего, использование информации о будущем в целенаправленной деятельности.

Прием прогнозирования – одна или несколько математических или логических операций, направленных на получение конкретного результата в процессе разработки прогнозов.

Прогноз – научно обоснованное суждение о возможных состояниях объектов в будущем и/или об альтернативных путях и сроках их осуществления.

Прогноз операциональный – прогноз, который содержит перечень всех мероприятий, проведений которых позволит достичь целей, заключенных в прогнозе.

Прогнозирование – процесс разработки прогнозов.

Прогнозирующая система – система методов прогнозирования и средств их реализации, функционирующая в соответствии с основными принципами прогнозирования.

Прогнозная альтернатива - один из прогнозов, составляющих полную группу возможных взаимоисключающих прогнозов.

Прогнозная модель – модель объекта прогнозирования, исследование которой позволяет получить информацию о возможных состояниях объекта в будущем и/или путях и сроках их осуществления.

Прогнозная тенденция – обобщенная качественная характеристика направления развития объекта прогнозирования.

Прогнозный вариант – один из прогнозов, составляющих группу возможных прогнозов.

Прогнозный горизонт – максимально возможный период упреждения прогноза, при котором ещё обеспечивается достаточная точность прогноза.

Прогнозный фактор – обобщенная ненаблюдаемая характеристика развития многомерного стохастического объекта прогнозирования, количественно выражаемая, как правило, собственным вектором ковариационной матрицы переменных объекта прогнозирования.

Прогнозный фон – совокупность внешних по отношению к объекту прогнозирования условий, существенных для решения задачи прогноза.

Прогнозный эксперимент- исследование на прогнозных моделях путем варьирования характеристик объекта прогнозирования, входящих в модель, с целью выявления возможных допустимых и/или недопустимых прогнозных вариантов и альтернатив развития объекта прогнозирования.

Прогностика – научная дисциплина о закономерностях разработки прогнозов.

Простое среднее. Вычисляется как среднее значение для всего набора участвующих в расчетах данных, которое затем принимается для построения прогноза на следующий период.

Регрессионный анализ обеспечи­вает подбор уравнения по серии ис­ходных данных.

Результативный показатель – показатель, фигурирующий в прогнозно-аналитических расчетах как объект исследования.

Сезонная компонента. Это модель изменения данных, повторяющаяся из года в год.

Скользящее среднее. Вычисляется как среднее значение для определенного количества элементов данных, которое затем применяется для построения прогноза на следующий период или для сглаживания ряда динамики.

Стандартная ошибка оценивания. Измеряет величину, на которую имеющиеся значения У отличаются от их оценок

Стационарный ряд – это временной ряд данных, основные статистические характеристики которого, такие как среднее значение и дисперсия, остаются постоянными во времени.

Степени свободы. Степени свободы для набора данных определяют количество единиц данных, независимых друг от друга, т.е. таких, которые могут являться носителями отдельных единиц информации.

Точечная оценка. Это единичная оценка параметра генеральной совокупности.

Точность информации – приближение к истинному значению за счет допустимой погрешности, которая устраивает исследователя при решении поставленных перед ним задач.

Точность прогноза – оценка доверительного интервала для заданной вероятности осуществления прогноза.

Тренд – это долгосрочная компонента, представляющая возрастание или убывание значений временного ряда в течение продолжительного промежутка времени.

Фактор-аргумент – показатель, фигурирующий в прогнозно-аналитических расчетах как определяющий значение результативного показателя.

Фактографический метод прогнозирования – метод, базирующийся на использовании источников фактографической информации.

Фиктивные переменные – переменные, используемые для определения взаимосвязи между качественными независимыми переменными и зависимой переменной.

Характеристика объекта прогнозирования – качественное или количественное отражение какого-либо свойства объекта прогнозирования.

Циклическая компоненита – это волнообразная флуктуация значений данных вокруг линии тренда.

Экзогенная переменная модели – значащая переменная модели, которая прогнозируется вне рамок этой модели или устанавливается государственными органами в качестве инструмента управления СЭС и её элементами.

Экспертная оценка – суждение эксперта или экспертной группы относительно поставленной задачи прогноза.

Экспертный метод прогнозирования - метод, базирующийся на экспертной информации.

Экспоненциальное сглаживание - это процедура для постоянного пересмотра прогнозов в свете наиболее свежих поступающих данных.

Экстраполяция тренда – перенесение выявленных в прошлом и настоящем закономерностей развития объекта (процесса) в будущее.

Эндогенная переменная модели – значащая переменная модели, которая рассчитывается в рамках модели.

Этап прогнозирования – часть процесса разработки прогноза, характеризующаяся своими задачами, методами и результатами.




Скачать 356,6 Kb.
оставить комментарий
Дата05.11.2011
Размер356,6 Kb.
ТипПрограмма дисциплины, Образовательные материалы
Добавить документ в свой блог или на сайт

Ваша оценка этого документа будет первой.
Ваша оценка:
Разместите кнопку на своём сайте или блоге:
rudocs.exdat.com

Загрузка...
База данных защищена авторским правом ©exdat 2000-2017
При копировании материала укажите ссылку
обратиться к администрации
Анализ
Справочники
Сценарии
Рефераты
Курсовые работы
Авторефераты
Программы
Методички
Документы
Понятия

опубликовать
Загрузка...
Документы

наверх