BPE_CARA Časové řady

Ekonomicko-správní fakulta
jaro 2019
Rozsah
2/2/0. 10 kr. Ukončení: zk.
Vyučující
doc. Ing. Daniel Němec, Ph.D. (přednášející)
doc. Ing. Daniel Němec, Ph.D. (cvičící)
prof. Ing. Osvald Vašíček, CSc. (přednášející)
Ing. Mgr. Vlastimil Reichel, Ph.D. (cvičící)
Garance
doc. Ing. Daniel Němec, Ph.D.
Katedra ekonomie – Ekonomicko-správní fakulta
Kontaktní osoba: Mgr. Jarmila Šveňhová
Dodavatelské pracoviště: Katedra ekonomie – Ekonomicko-správní fakulta
Rozvrh
Út 10:00–11:50 P106
  • Rozvrh seminárních/paralelních skupin:
BPE_CARA/01: Út 12:00–13:50 VT204, D. Němec, V. Reichel
BPE_CARA/02: Út 14:00–15:50 VT206, D. Němec, V. Reichel
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
předmět má 21 mateřských oborů, zobrazit
Cíle předmětu
Předmět je věnován matematicko-statistickým přístupům k analýze ekonomických procesů popsaných časovými řadami. Úvodní část je zaměřena na dekompoziční přístup k analýze časových řad. Další část předmětu se zabývá Box-Jenkinsovou metodologií analýzy časových řad. Studenti budou seznámeni s postupy identifikace vhodného modelu časové řady a s kriterii pro posouzení vhodnosti odhadnutého modelu. Poslední část kurzu bude věnována analýze hospodářských cyklů pomocí vybraných filtračních metod.
Ve všech probíraných okruzích bude kladen důraz na aplikační využití získaných poznatků.
Cílem kurzu je poskytnout studentům potřebné znalosti a dovednosti k využití metod analýzy časových řad v praxi.
Výstupy z učení
Po absolvování kurzu by studenti měli být schopni sami prakticky s využitím počítače analyzovat reálná data, vytvořit pro data vhodný model, zkonstruovat předpovědi do budoucna, dokázat zhodnotit a interpretovat získané výsledky a být schopni porozumět informacím z oblasti časových řad.
Osnova
  • 1.Dekompoziční přístup k analýze časových řad: časová řada a její složky: trend, případná sezónnost či cykličnost, stochastičnost. Modely trendu vycházející z modifikací lineárního regresního modelu: rozpoznání a odhady jejich parametrů. Speciální postupy pro nelinearizovatelné trendy.
  • 2.Klouzavé průměry a jejich užití při určení trendu a sezónnosti, jejich konstrukce při lokálním vyrovnávání polynomickými křivkami, exponenciální vyrovnávání(Brown),Holtova a Wintersova metoda.
  • 3.Modelování jednorozměrných časových řad: autokorelační vlastnosti časových řad,základní modely Boxovy-Jenkinsovy metodologie (AR,MA a ARMA modely),identifikace a diagnostika modelu (volba řádu modelu, testy stability),modely ARIMA a jejich zobecněné formy.
  • 4.Formy případné nestacionarity časové řady a postupy vedoucí k jejímu zestacionárnění.Model náhodné procházky. Testy jednotkového kořene (Dickey-Fuller a příbuzné) indikující nestacionaritu řady. Autoregresní model rozložených zpoždění.
  • 5.Modelování volatility. Autoregresní modely s podmíněnou heteroskedasticitou: ARCH modely,GARCH modely a jejich modifikace. Modely nelineární ve střední hodnotě. Aplikace na finanční časové řady.
  • 6.Modelování vícerozměrných časových řad: princip a metody odhadu. Vektorová autoregrese. Testování příčinnosti: Grangerova ne/kauzalita.Impulsní odezva. Kointegrace v časových řadách, modely korekce chyb(ECM).
Literatura
    povinná literatura
  • ENDERS, Walter. Applied econometric time series. 2nd ed. Hoboken: John Wiley & Sons, 2004, xiv, 460. ISBN 0471230650. info
  • CIPRA, Tomáš. Finanční ekonometrie. 1. vyd. Praha: Ekopress, 2008, 538 s. ISBN 9788086929439. info
    doporučená literatura
  • Arlt, Josef; Arltová, Markéta: Ekonomické časové řady. Professional Publishing 2009. ISBN 978-80-86946-85-6.
Výukové metody
přednášky, praktická počítačová cvičení, diskuse v hodině, domácí úkoly, skupinové projekty
Metody hodnocení
Kurs se skládá z přednášek a cvičení a je zakončen ústní zkouškou. Podmínkou pro připuštění ke zkoušce je aktivní účast na cvičeních a zpracování semestrálních projektů (úkolů).
Navazující předměty
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Přednášky jsou dostupné online a ze záznamu.
Předmět je zařazen také v obdobích jaro 2010, jaro 2011, jaro 2012, jaro 2013, jaro 2014, jaro 2015, jaro 2016, jaro 2017, jaro 2018, jaro 2020, jaro 2021, jaro 2022, jaro 2023, jaro 2024, jaro 2025.