Ekonometrie - NMEK511

• Anglický název: Econometrics
• Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2023
• Semestr: zimní
• E-Kredity: 8
• Rozsah, examinace: zimní s.:4/2, Z+Zk [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština, angličtina
• Způsob výuky: prezenční
• Způsob výuky: prezenční
• Garant: RNDr. Šárka Hudecová, Ph.D.
• Vyučující: RNDr. Šárka Hudecová, Ph.D.
• Třída: M Mgr. PMSE; M Mgr. PMSE > Povinně volitelné
• Kategorizace předmětu: Matematika > Matematická ekonomie a ekonometrie
• Neslučitelnost : NMEK432, NMFP401
• Prerekvizity : NMSA407
• Je neslučitelnost pro: NMFP401
• Je prerekvizitou pro: NMEK563

Anotace

čeština

Ekonometrická zobecnění lineární regrese (heteroskedasticita, autokorelace). Speciální regresní problémy v ekonometrii (multikolinearita, nelineární regrese, stabilita modelu). Různé metody odhadu v regresním modelu. Dynamické ekonometrické modely. Vícerovnicové ekonometrické soustavy.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (02.12.2020)

angličtina

Econometric generalizations of linear regression (heteroscedasticity, serial autocorrelation). Special regression problems in econometrics (multicollinearity, nonlinear regression, model stability). Estimation methods in the regression model. Dynamic econometric models. Econometric systems of equations.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (02.12.2020)

Cíl předmětu

čeština

Studenti se seznámí s většinou důležitých metod a postupů současné ekonometrie tak, aby je byli schopni aktivně používat. Důraz je kladen na aplikace ve financích.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)

angličtina

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

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)

Podmínky zakončení předmětu

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

Podmínky získání zápočtu:

Budou zadány 4 domácí úkoly a 4 recenze. Za ně bude možné získat celkem 20 bodů (4 body za každý úkol a 1 bod za každou recenzi). K získání zápočtu je nutné získat celkem alespoň 14 bodů, přičemž musí být splněno následující:

• Z prvních dvou úkolů a dvou recenzí je potřeba získat alespoň 7 bodů.

• Z posledních dvou úkolů a dvou recenzí je potřeba získat alespoň 7 bodů.

Pro každé období platí, že odevzdal-li student oba úkoly i obě recenze v předepsaném termínu a je-li jeho celkový bodový zisk je v intervalu [5,7) bodů, bude možné odevzdat opravu jedné z položek.

Povaha kontroly studia předmětu vylučuje opakování této kontroly.

Zkouška:

Požadavky zkoušky odpovídají sylabu předmětu v rozsahu, který byl prezentován na přednášce. Je třeba znát všechny podstatné definice a tvrzení. Dále se vyžaduje schopnost aplikace teorie na konkrétní příklady.

Zkouška může obsahovat písemnou i ústní část.

Získání zápočtu je podmínkou účasti na zkoušce.

Poslední úprava: Hudecová Šárka, RNDr., Ph.D. (13.09.2023)

Literatura

Green, W.H (2011): Econometric Analysis. Prentice Hall, New Yersey (7. vydání)

Wooldridge, J.M. (2020): Introductory Econometrics" A Modern Approach. Cengage, Boston (7. vydání).

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

Poslední úprava: Hudecová Šárka, RNDr., Ph.D. (13.09.2023)

Metody výuky

čeština

Přednáška + cvičení.

Poslední úprava: Hudecová Šárka, RNDr., Ph.D. (03.12.2020)

angličtina

Lecture + exercises.

Poslední úprava: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)

Požadavky ke zkoušce

Požadavky zkoušky odpovídají sylabu předmětu v rozsahu, který byl prezentován na přednášce. Je třeba znát všechny podstatné definice a tvrzení. Dále se vyžaduje schopnost aplikace teorie na konkrétní příklady.

Zkouška může obsahovat písemnou i ústní část.

Získání zápočtu je podmínkou účasti na zkoušce.

Poslední úprava: Hudecová Šárka, RNDr., Ph.D. (13.09.2023)

Sylabus

čeština

I. Opakování lineární regrese.

II. Regrese pro heteroskedastická data.

III. Regrese pro časové řady.

IV. Speciální regresní problémy v ekonometrii (multikolinearita, nelineární regrese, stabilita modelu).

V. Regresní modely pro omezené odezvy.

VI. Analýza panelových dat.

VII. Vícerovnicové ekonometrické soustavy.

Poslední úprava: Hudecová Šárka, RNDr., Ph.D. (13.09.2023)

angličtina

I. Summary of linear regression.

II. Regression for heteroscedastic data.

III. Time series regression.

IV. Special regression problems in econometrics (multicollinearity, nonlinear regression, model stability).

V. Regression models for limited outcomes.

VI. Panel data analysis.

VII. Econometric systems of equations

Poslední úprava: Hudecová Šárka, RNDr., Ph.D. (13.09.2023)

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: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)

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: Omelka Marek, doc. Ing., Ph.D. (30.11.2020)