Ekonometrie - NMEK432

• Anglický název: Econometrics
• Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2022
• Semestr: letní
• E-Kredity: 8
• Rozsah, examinace: letní s.:4/2, Z+Zk [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: nevyučován
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Garant: RNDr. Šárka Hudecová, Ph.D.
• Třída: M Mgr. FPM; M Mgr. FPM > Volitelné; M Mgr. PMSE; M Mgr. PMSE > Povinně volitelné
• Kategorizace předmětu: Matematika > Matematická ekonomie a ekonometrie
• Prerekvizity : NMSA407
• Je neslučitelnost pro: NMEK511
• Je prerekvizitou pro: NMEK051, NMEK551
• Je záměnnost pro: NEKN041, NEKN042

Anotace

čeština

Průřez moderními ekonometrickými metodami. Ekonometrická zobecnění lineární regrese (heteroskedasticita, autokorelovaná rezidua, multikolinearita, různé metody odhadu, modely s apriorními omezeními). Diskrétní a omezené vysvětlované proměnné. Vícerovnicové ekonometrické soustavy (SUR soustava, soustava simultánních rovnic, problém identifikovatelnosti, odhadové metody). Vektorová autoregrese (testování příčinnosti, odezva na impuls, kointegrace).

Poslední úprava: T_KPMS (10.05.2013)

angličtina

Overview of modern methods used in econometrics. Econometric problems of linear regression (heteroscedasticity, autocorrelated residuals, multicollinearity, estimation methods, models with a priori restrictions). Discrete and limited dependent variables. Econometric systems of equations (SUR model, simultaneous-equations model, identification problem, estimation methods). Vector autoregression (causality, response to impulse, cointegration). Requierements: Basic knowledge of statistics.

Poslední úprava: T_KPMS (10.05.2013)

Cíl předmětu

čeština

Studenti se seznámí s většinou důležitých metod a postupů současné ekonometrie tak, aby je byli schopni aktivně používat.

Poslední úprava: Hudecová Šárka, RNDr., Ph.D. (30.01.2022)

angličtina

The students should master the most important methods of modern econometrics so that they are capable to apply them in practice.

Poslední úprava: Hudecová Šárka, RNDr., Ph.D. (30.01.2022)

Podmínky zakončení předmětu

K zakončení předmětu je nutno získat zápočet ze cvičení a úspěšně složit zkoušku.

Zápočet:

1. Vypracování 5 domácích úloh (v souladu s požadavky uveřejněnými na webové stránce cvičení) a jejich akceptace cvičící.

2. Vypracování 5 recenzí domácích úloh (v souladu s požadavky uveřejněnými na webové stránce cvičení) a jejich akceptace cvičící.

Skládání zápočtu nelze opakovat.

Zkouška:

Zkouška proběhne ústní formou. Požadavky u ústní části zkoušky odpovídají sylabu předmětu v rozsahu, který byl prezentován na přednášce.

Pokud situace neumožní prezenční zkoušení, bude zkoušení provedenou vhodnou distanční formou.

Poslední úprava: Hudecová Šárka, RNDr., Ph.D. (16.02.2022)

Literatura

Cipra, T.: Finanční ekonometrie. Ekopress, Praha 2013 (2.vydání)

Cipra, T.: Matematika cenných papírů. Professional Publishing, Praha 2013

Poslední úprava: Cipra Tomáš, prof. RNDr., DrSc. (04.01.2016)

Metody výuky

čeština

Přednáška + cvičeční.

Poslední úprava: T_KPMS (10.05.2013)

angličtina

Lecture + exercises.

Poslední úprava: T_KPMS (10.05.2013)

Požadavky ke zkoušce

Zkouška proběhne ústní formou. Požadavky u ústní části zkoušky odpovídají sylabu předmětu v rozsahu, který byl prezentován na přednášce.

Pokud situace neumožní prezenční zkoušení, bude zkoušení provedenou vhodnou distanční formou.

Poslední úprava: Hudecová Šárka, RNDr., Ph.D. (31.01.2022)

Sylabus

čeština

I. Klasický model lineární regrese - předpoklady, testy, diagnostika.

II. Ekonometrická zobecnění lineární regrese (heteroskedasticita, autokorelovaná rezidua, dynamické modely, instrumentální proměnné).

III. Diskrétní a omezené vysvětlované proměnné.

IV. Vícerovnicové ekonometrické soustavy: Panelová data, SUR soustava, Soustava simultánních rovnic

V. Další ekonometrická témata (nelineární regrese, jádrové odhady regrese, kvantilová regrese).

Poslední úprava: Hudecová Šárka, RNDr., Ph.D. (30.01.2022)

angličtina

I. Classical linear regression model - assumption, inference, diagnostic tools.

II. Econometric problems of linear regression (heteroscedasticity, autocorrelated residuals, dynamic models, instrumental variables).

III. Discrete and limited dependent variables.

IV. Econometric systems of equations: Panel data, SUR model, Simultaneous-equations model

V. Other econometric topics (nonlinear regression, kernel estimation, quantile regression).

Poslední úprava: Hudecová Šárka, RNDr., Ph.D. (30.01.2022)

Vstupní požadavky

čeština

Základní znalost matematické statistiky (především lineární regrese), teorie pravděpodobnosti a náhodných procesů. Schopnost výpočetně zvládnout praktické projekty ve zvoleném softwarovém systému.

Poslední úprava: Cipra Tomáš, prof. RNDr., DrSc. (24.04.2018)

angličtina

Basic knowledge of mathematical statistics (particularly linear regression), theory of probability and random processes. Ability to solve numerically practical projects in a chosen software system.

Poslední úprava: Cipra Tomáš, prof. RNDr., DrSc. (24.04.2018)