FIUNPNFE Financial Econometrics

School of Business Administration in Karvina
Summer 2022
Extent and Intensity
1/2/0. 5 credit(s). Type of Completion: zk (examination).
Teacher(s)
doc. Ing. Iveta Palečková, Ph.D. (lecturer)
Guaranteed by
doc. Ing. Iveta Palečková, Ph.D.
Department of Finance and Accounting – School of Business Administration in Karvina
Contact Person: Ing. Irena Szarowská, Ph.D., MPA
Timetable
Mon 13:55–15:30 A318
  • Timetable of Seminar Groups:
FIUNPNFE/01: Mon 15:35–16:20 A318, I. Palečková
Prerequisites
FAKULTA(OPF) && TYP_STUDIA(N) && FORMA(P)
None
Course Enrolment Limitations
The course is also offered to the students of the fields other than those the course is directly associated with.
The capacity limit for the course is 24 student(s).
Current registration and enrolment status: enrolled: 0/24, only registered: 0/24
fields of study / plans the course is directly associated with
Syllabus (in Czech)
1. Teorie a modely
Cíle finanční ekonometrie. Specifikace a verifikace ekonometrického modelu. Využití ekonometrických programů.
2. Finanční časové řady a regresní analýza
Deskriptivní statistiky, stacionární a nestacionární časové řady. Regresní analýza, vícenásobná lineární regrese. Metody estimace parametrů modelu, metoda nejmenších čtverců. Evaluace a diagnostická kontrola modelu. Využití regresní analýzy v praktických příkladech, model oceňování kapitálových aktiv. Modely diskrétní volby, modely typu Logit, Probit a Tobit.
3. Modely jednorozměrných a vícerozměrných časových řad
Autokorelační a parciální autokorelační funkce. Autoregrese, řády autoregresních procesů (AR), model ARMA.
Nestacionární časové řady a model ARIMA. Modely sezónních časových řad. Vícerozměrný lineární proces. Modely vektorové autoregrese.
4. Kauzalita ve finančních a časových řadách
Korelační analýza, její výhody a nedostatky. Grangerova kauzalita. Endogenita a exogenita.
5. Kointegrace a modely korekce chyb
Trendy a zdánlivá regrese. Testování kointegrace. Testování řádu kointegrace - metoda Johansena. Model Error Correction a vektorový model korekce chyb (VEC).
6. Analýza panelových dat
Výhody a nevýhody panelové regrese. Statický lineární model. Konstantní a náhodné efekty. Dynamický lineární model. Využití panelové regrese v praktických příkladech.
7. Nelinearita finančních časových řad a modely volatility
Testování nelinearity časových řad. Modely volatility. ARCH, GARCH modely. Asymetrické modely typu EGARCH a TARCH.
Literature
    required literature
  • DOUGHERTY, CH. Introduction to Econometrics. 5th ed. Oxford: Oxford University Press, 2016. ISBN 978-0199676828. info
  • BROOKS, CH. Introductory econometrics for finance. 3rd ed. Cambridge: Cambridge University Press, 2014. ISBN 978-1107661455. info
  • ASTERIOU, D., HALL, S. G. Applied Econometrics. Basingstoke: Palgrave Macmillan, 2011. ISBN 78-0-230-27182-1. info
    recommended literature
  • GRIFFITHS, W. E., C. R. HILL and G. C. Lim. Using EViews for Principles of Econometrics. New York: John Wiley and Sons, 2012. ISBN 978-1-118-03. info
  • ADKINS, L. C. and R. C. HILL. Using Stata for Principles of econometrics. New York: John Wiley and Sons, 2011. ISBN 978-1-118-03208-4. info
  • CIPRA, T. Finanční ekonometrie. Praha: Ekopress, 2008. ISBN 978-80-86929-43-9. info
Teaching methods
Skills demonstration
Seminar classes
Assessment methods
Credit
Language of instruction
Czech
Further comments (probably available only in Czech)
Study Materials
The course can also be completed outside the examination period.
Teacher's information
Activity Difficulty [h]
Ostatní studijní zátěž 47
Přednáška 13
Seminář 26
Zápočet 30
Summary 116
The course is also listed under the following terms Summer 2019, Summer 2020, Summer 2021, Summer 2023, summer 2024, Summer 2025.
  • Enrolment Statistics (Summer 2022, recent)
  • Permalink: https://is.slu.cz/course/opf/summer2022/FIUNPNFE