BPE_CARA Časové řady

Ekonomicko-správní fakulta
jaro 2024
Rozsah
2/2/0. 10 kr. Ukončení: zk.
Vyučující
doc. Ing. Daniel Němec, Ph.D. (přednášející)
doc. Ing. Daniel Němec, Ph.D. (cvičící)
Mgr. Jakub Chalmovianský, Ph.D. (přednášející)
Ing. Mgr. Vlastimil Reichel, Ph.D. (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, kromě Út 2. 4.
  • Rozvrh seminárních/paralelních skupin:
BPE_CARA/01: Út 12:00–13:50 VT204, kromě Út 2. 4., V. Reichel
BPE_CARA/02: Út 14:00–15:50 VT206, kromě Út 2. 4., D. Němec
BPE_CARA/03: Út 16:00–17:50 VT206, kromě Út 2. 4., D. Němec
Předpoklady
základy maticové algebry, základy pravděpodobnosti a matematické statistiky, doporučeno absolvování předmětu Základy ekonometrie (BPE_ZAEK)
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Předmět je věnován matematicko-statistickým přístupům k analýze ekonomických procesů popsaných časovými řadami. Úvodní část je zaměřena na analýzu jednorozměrných časových řad s využitím Box-Jenkinsovou metodologie. Studenti budou seznámeni s postupy identifikace vhodného modelu časové řady, s kriterii pro posouzení vhodnosti odhadnutého modelu, včetně kritérií založených na predikčních schopnostech modelů, a s problematikou sezónnosti v časových řadách. V další části bude pozornost zaměřena na modely s trendem, testy jednotkového kořene a metody dekompozice trendu. Poslední část kurzu bude věnována analýze vícerozměrných časových řad.
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;
- být schopni porozumět odborným textům z oblasti ekonometrie časových řad.
Osnova
  • 1. Modely stacionárních časových řad (ARMA modely, stacionarita, ACF, PACF, Box-Jenkinsova metodologie výběru modelu, predikce, sezónnost a strukturální zlomy).
  • 2. Modely s trendem (deterministický a stochastický trend, testy jendotkového kořene, jednorozměrné metody dekompozice trendu).
  • 3. Vícerozměrné modely časových řad (intervenční analýza, VAR modely, funkce impulzní odezvy, strukturální VAR modely, Blanchard-Quahova dekompozice).
  • 4. Kointegrace a modely korekce chyb (kointegrace a společné trendy, testování kointegrace, VEC modely).
Literatura
    povinná literatura
  • ENDERS, Walter. Applied econometric time series. 4th ed. Hoboken: Wiley, 2015, x, 485. ISBN 9781118808566. info
    doporučená literatura
  • HEISS, Florian. Using R for introductory econometrics. 2nd edition. Düsseldorf: Florian Heiss, 2020, 368 stran. ISBN 9788648424364. info
  • CIPRA, Tomáš. Finanční ekonometrie. 1. vyd. Praha: Ekopress, 2008, 538 s. ISBN 9788086929439. info
    neurčeno
  • KRISPIN, Rami. Hands-on time series analysis with R : perform time series analysis and forecasting using R. First published. Birmingham: Packt, 2019, vi, 433. ISBN 9781788629157. info
  • HEISS, Florian a Daniel BRUNNER. Using Python for introductory econometrics. 1st edition. Düsseldorf: Florian Heiss, 2020, 418 stran. ISBN 9788648436763. info
Výukové metody
přednášky, praktická počítačová cvičení, diskuse v hodině, semestrální skupinové projekty, ústní zkouška
Metody hodnocení
Kurs se skládá z přednášek a cvičení a je zakončen ústní zkouškou. Podmínkou pro připuštění ke zkoušce je aktivní účast na cvičeních, úspěšné zvládnutí průběžných semestrálních projektů (úkolů). V případě výjezdu do zahraničí (Erasmus) není povinné splnit podmínku aktivní účasti na cvičeních. Zbylé podmínky zústavají nezměněny.
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 2019, jaro 2020, jaro 2021, jaro 2022, jaro 2023, jaro 2025.