OPF:FIN510S Financial Econometrics - Course Information
FIN510S Financial Econometrics
School of Business Administration in KarvinaSummer 2009
- Extent and Intensity
- 1/2/0. 5 credit(s). Type of Completion: zk (examination).
- Guaranteed by
- Ing. Stanislav Matuszek
Department of Finance and Accounting – School of Business Administration in Karvina - Course Enrolment Limitations
- The course is also offered to the students of the fields other than those the course is directly associated with.
- fields of study / plans the course is directly associated with
- Course objectives (in Czech)
- Seznámit posluchače s ekonometrickými metodami, modely a nástroji a jejich uplatněním v oblasti ekonomie financí. Koncepce kurzu vychází z návaznosti na povinné kurzy ekonomické a finanční teorie, matematiky a statistiky. Výklad je zaměřen na prohloubení a rozvinutí teoretických základů ekonometrie financí tak, aby poskytl potřebnou teoretickou reflexi. Semináře obsahují vysvětlení problematiky aplikace ekonometrických postupů na finance a konkretizují poznatky získané z případových studií.
- Syllabus (in Czech)
- Struktura výkladu:
1. Teorie a modely
2. Finanční časové řady a jejich charakteristiky
3. Modely jednorozměrných stacionárních a nestacionárních časových řad
4. Estimace parametrů modelu
5. Evaluace a diagnostická kontrola modelu
6. Kauzalita ve finančních časových řadách
7. Modely vícerozměrných časových řad
8. Kointegrace a modely typu Error Correction
9. Panelová regrese
10. Modely diskrétní volby
11. Nelinearita finančních časových řad a modely volatility
12. Aplikace systémů umělé inteligence ve financích
Obsah kursu:
1. Teorie a modely
Finanční teorie a jejich modelové pojetí. Cíle finanční ekonometrie. Specifikace ekonometrického modelu. Jednorozměrné, simultánní a vícerozměrné modely. Ekonomická, statistická a ekonometrická verifikace modelu. Oblasti aplikace ekonometrických modelů ve financích.
2. Finanční časové řady a jejich charakteristiky
Deskriptivní statistiky, normalita, linearita, homoskedasticita a heteroskedasticita, stacionární a nestacionární časové řady (trendová a diferenční stacionarita). Testování stacionarity, jednotkový kořen a testy DF, ADF, PP, KPSS etc.
3. Modely jednorozměrných stacionárních a nestacionárních časových řad
Autokorelační a parciální autokorelační funkce. Proces "bílého šumu" (White Noise), lineární proces a Woldova reprezentace. Autoregrese, řády autoregresních procesů (AR), klouzavé (pohyblivé) průměry (MA), řády procesů MA, smíšený model ARMA. Nestacionární časové řady a "náhodná procházka" (Random Walk Process), integrované procesy, diferencování, model ARIMA. Modely sezónních časových řad (SAR, SMA, SARMA, resp. SARIMA). Frakcionálně integrované procesy (tzv. dlouhá paměť), frakcionální diference, model ARFIMA.
4. Estimace parametrů modelu
Metoda nejmenších čtverců a její uplatnění. Metoda maximální věrohodnosti (podmíněná a nepodmíněná). Nelineární metoda nejmenších čtverců. Vícestupňové metody. Všeobecná metoda momentů.
5. Evaluace a diagnostická kontrola modelu
Koeficient determinace a upravený koeficient determinace. F-statistika, t-statistiky parametrů, kritéria volby modelu (AIC, BIC, SBC). Testy nesystematické složky (ARCH test, Durbin - Watsonův test, test Jarque - Bera etc.).
6. Kauzalita ve finančních časových řadách
Korelační analýza - výhody a nedostatky. Grangerova kauzalita. Analýza "impuls - reakce". Endogenita a exogenita (slabá, silná superexogenita). Multikolinearita a ortogonalita exogenních proměnných. Metody ortogonalizace. Metoda hlavních komponent a faktorová analýza.
7. Modely vícerozměrných časových řad
Vektorový stochastický proces. Vícerozměrný lineární proces. Modely vektorové autoregrese (VAR, VMA, VARMA, VARIMA). Modely se zpožděním typu ARDL. Systémy dynamických simultánních rovnic.
8. Kointegrace a modely typu Error Correction
Trendy a zdánlivá regrese. Definice kointegrovaných procesů. Grangerova věta. Testování kointegrace. Dvojstupňová metoda Engle - Grangera. Testování řádu kointegrace - metoda Johansena. Model Error Correction (EC) a vektorový EC (VEC). Testy restrikcí v kointegraci a testování hypotéz o parametrech modelu.
9. Modely diskrétní volby
Modely binární volby. Modely obecné volby. Modely typu Logit, Probit a Tobit.
10. Panelová regrese
Průřezové časové řady. Statický lineární model. Konstantní a náhodné efekty. Dynamický lineární model. Aplikační možnosti, výhody a nevýhody panelové regrese.
11. Nelinearita finančních časových řad a modely volatility
Testování nelinearity časových řad. Modely proměnlivých režimů (TAR, STAR, SETAR MSW aj.). Modely volatility. ARCH a GARCH modely. Asymetrické modely typu EGARCH a TA
- Struktura výkladu:
- Literature
- required literature
- ARLT, J., ARLTOVÁ, M. Finanční časové řady. 1. vyd. Praha: Grada Publishing, 2003. ISBN 80-247-0330-0. info
- VERBEEK, M. A Guide to Modern Econometrics. Chicester, etc.: John Wiley & Sons, 2000. ISBN 0-471-89982-8. info
- ARLT, J. Moderní metody modelování ekonomických časových řad. 1. vyd. Praha: Grada Publishing, 1999. ISBN 80-7169-539-4. info
- CAMPBELL, JY., LO, AW., MACKINLAY, AC. The Econometrics of Financial Markets. New York: Princeton University Press, 1997. ISBN 0-691-04301-9. info
- recommended literature
- MARČEK, D. Neuronové sítě a fuzzy časové řady. Opava: SU Opava, 2002. ISBN 80-7248-157-6. info
- CUTHBERTSON, K., NITZSCHE, D. Financial Engineering. Chicester, etc.: John Wiley & Sons, 2001. ISBN 0-471-49584-0. info
- MADDALA, GS. Introduction to Econometrics. 3rd ed. New York, etc.: John Wiley & Sons, 2001. ISBN 0-471-49728-2. info
- HUŠEK, R. Základy ekonometrické analýzy II. Speciální postupy a techniky. Praha: VŠE, 1998. ISBN 80-7079-441-0. info
- HUŠEK, R. Základy ekonometrické analýzy I. Modely a metody. Praha: VŠE, 1988. ISBN 80-7079-102-0. info
- Language of instruction
- Czech
- Further comments (probably available only in Czech)
- The course can also be completed outside the examination period.
- Enrolment Statistics (Summer 2009, recent)
- Permalink: https://is.slu.cz/course/opf/summer2009/FIN510S