FINPFEK Finanční ekonometrie

Obchodně podnikatelská fakulta v Karviné
zima 2009
Rozsah
1/2/0. 3 kr. Ukončení: z.
Vyučující
prof. Ing. Daniel Stavárek, Ph.D. (přednášející)
Ing. Stanislav Matuszek (cvičící)
Garance
Ing. Stanislav Matuszek
Katedra financí a účetnictví – Obchodně podnikatelská fakulta v Karviné
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Seznámit posluchače s ekonometrickými metodami, modely a nástroji a jejich uplatněním v oblasti ekonomie financí. Koncepce kurzu vychází z návaznosti na povinné předměty 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.
Osnova
  • 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 TARCH. Integrované a frakcionálně integrované modely typu IGARCH a FIGARCH etc.
    12. Aplikace systémů umělé inteligence v modelech finančních časových řad
    Možnosti implementace systémů umělé inteligence ve finanční ekonometrii. Podstata a schémata umělých neuronových sítí (Artificial Neural Network, ANN). Aplikace ANN na nelineární finanční časové řady. Neostré množiny (Fuzzy Setts) a jejich aplikace v teorii portfolia a finančním rozhodování. Evoluční a genetické algoritmy, postupy genetických operátorů (populace, fitness, selekce, rekombinace, mutace). Teorie chao
Literatura
    povinná literatura
  • 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
    doporučená literatura
  • 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 ekonometrie I a II. Praha: FIS VŠE, 1992. ISBN 80-7079-102-0. info
  • HUŠEK, R. Základy ekonometrické analýzy II. Speciální postupy a techniky. Praha: VŠE,, 1988. ISBN 80-7079-441-0. info
Informace učitele
Povinná účast na seminářích 25 %.
Seminární práce, diskuze, průběžný test, závěrečná písemná zkouška
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je zařazen také v obdobích zima 2007, zima 2008, zima 2010, zima 2011, zima 2012, zima 2013, léto 2014.