Finanční ekonometrie - NMFP401

• Anglický název: Financial econometrics
• Zajišťuje: Katedra pravděpodobnosti a matematické statistiky (32-KPMS)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2023
• Semestr: zimní
• E-Kredity: 4
• Rozsah, examinace: zimní s.:2/1, 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
• Je zajišťováno předmětem: NMEK511
• Garant: RNDr. Šárka Hudecová, Ph.D.
• Třída: M Mgr. FPM; M Mgr. FPM > Povinné
• Kategorizace předmětu: Matematika > Matematická ekonomie a ekonometrie
• Neslučitelnost : NMEK511
• Je neslučitelnost pro: NMEK511
• Je prerekvizitou pro: NMFP402
• Ve slož. prerekvizitě: NMFP406
• Ve slož. korekvizitě pro: NMST545

Anotace

čeština

Ekonometrická zobecnění lineární regrese (heteroskedasticita, autokorelace). Speciální regresní problémy v ekonometrii (multikolinearita, nelineární regrese, stabilita modelu).

Poslední úprava: Branda Martin, doc. RNDr., Ph.D. (04.12.2020)

angličtina

Econometric generalizations of linear regression (heteroscedasticity, serial autocorrelation). Special regression problems in econometrics (multicollinearity, nonlinear regression, model stability).

Poslední úprava: Branda Martin, doc. RNDr., Ph.D. (04.12.2020)

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: Zichová Jitka, RNDr., Dr. (23.05.2022)

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: Zichová Jitka, RNDr., Dr. (23.05.2022)

Podmínky zakončení předmětu

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

Zápočet:

Budou zadány 2 domácí úkoly a 2 recenze. Za ně bude možné získat celkem 10 bodů (4 body za každý úkol a 1 bod za každou recenzi). K získání zápočtu je nutné získat alespoň 7 bodů.

Za předpokladu, že student odevzdal oba úkoly i obě recenze v předepsaném termínu a 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

čeština

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: Zichová Jitka, RNDr., Dr. (23.05.2022)

angličtina

Lecture + exercises.

Poslední úprava: Zichová Jitka, RNDr., Dr. (23.05.2022)

Požadavky ke zkoušce

Požadavky u ústní části zkoušky odpovídají sylabu předmětu v rozsahu, který byl prezentován na přednášce. Zkouška může obsahovat písemnou i ústní část.

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

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. Vybrané speciální regresní problémy v ekonometrii

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. Some special regression problems.

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

Vstupní požadavky

čeština

Základní znalost matematické statistiky a lineární regrese. Schopnost výpočetně zvládnout praktické projekty ve zvoleném softwarovém systému.

Poslední úprava: Hudecová Šárka, RNDr., Ph.D. (13.09.2022)

angličtina

Basic knowledge of mathematical statistics (particularly linear regression). Ability to solve numerically practical projects in a chosen software system.

Poslední úprava: Zichová Jitka, RNDr., Dr. (03.05.2023)