MPE_EKON Ekonometrie

Ekonomicko-správní fakulta
jaro 2027
Rozsah
2/2/0. 12 kr. Ukončení: zk.
Vyučováno kontaktně
Vyučující
doc. Ing. Daniel Němec, Ph.D. (přednášející)
doc. Ing. Daniel Němec, Ph.D. (cvičící)
Mgr. Jakub Chalmovianský, Ph.D. (přednášející)
Mgr. Jakub Chalmovianský, Ph.D. (cvičící)
Ing. Mgr. Vlastimil Reichel, Ph.D. (pomocník)
Garance
doc. Ing. Daniel Němec, Ph.D.
Katedra ekonomie – Ekonomicko-správní fakulta
Kontaktní osoba: Mgr. Jarmila Šveňhová
Dodavatelské pracoviště: Katedra ekonomie – Ekonomicko-správní fakulta
Předpoklady
(!MPE_ECNM Econometrics) && (!MPE_AECM Econometrics (for Czech studies)) && (!NOWANY(MPE_ECNM Econometrics, MPE_AECM Econometrics (for Czech studies)))
Předpokládá se znalost základů ekonometrie, maticové algebry, pravděpodobnosti a matematické statistiky. Potřebné znalosti ekonometrického modelování mohou studenti získat například absolvováním předmětu Základy ekonometrie (BPE_ZAEK), jiného obsahově srovnatelného předmětu nebo předmětu Bayesiánská analýza, v němž jsou základní principy ekonometrického modelování probírány z bayesiánské perspektivy. Potřebné matematické základy odpovídají přibližně znalostem získaným v předmětu Vybrané partie aplikované matematiky. Vybrané matematické a statistické koncepty budou v průběhu předmětu podle potřeby připomenuty a jejich přehled je rovněž k dispozici v přílohách doporučených učebnic.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
předmět má 6 mateřských oborů, zobrazit
Anotace

Ekonometrie poskytuje nejen soubor nástrojů pro empirickou analýzu dat, ale také obecný teoretický rámec, který umožňuje pochopit, proč jednotlivé metody fungují, za jakých předpokladů poskytují spolehlivé výsledky a jak lze jejich vlastnosti odvodit a porovnávat. Předmět navazuje na základní znalosti ekonometrie a rozvíjí je na pokročilejší úroveň s důrazem na ekonometrickou teorii, formální zápis modelů a propojení teoretických výsledků s jejich praktickým využitím.


V první části předmětu jsou na lineárním regresním modelu systematicky rozvíjeny základní principy ekonometrické teorie. Studenti se naučí pracovat s maticovým zápisem ekonometrických modelů, odvozovat vlastnosti estimátorů a testových statistik a porozumět roli předpokladů, na nichž jsou jednotlivé výsledky založeny. Významná pozornost je věnována asymptotické teorii, která poskytuje společný základ pro pochopení vlastností ekonometrických metod při velkých výběrech.


Na tomto základě jsou následně představeny obecnější principy odhadu, zejména nelineární metoda nejmenších čtverců, metoda maximální věrohodnosti a zobecněná metoda momentů. Důraz není kladen pouze na použití jednotlivých estimátorů, ale především na pochopení jejich konstrukce, statistických vlastností, vzájemných souvislostí a možností využití při řešení různých ekonometrických problémů.


Druhá část předmětu ukazuje, jak lze získaný teoretický aparát využít při studiu konkrétních ekonometrických problémů a modernějších metod. Na vybraných tématech jsou rozvíjeny otázky specifikace modelu, endogenity, robustní inference, práce s komplexnější strukturou dat a dalších pokročilejších metod. Součástí budou také vybraná témata moderní ekonometrie, například resamplingové metody, výběr a porovnávání modelů, kombinování modelů nebo vztah mezi ekonometrickými metodami a metodami strojového učení.


Předmět propojuje formální ekonometrickou teorii s aplikacemi a prací s reálnými daty. Jeho cílem je nejen rozšířit znalost ekonometrických metod, ale především rozvíjet schopnost orientovat se v matematickém a statistickém zápisu ekonometrických modelů, porozumět odvozením a teoretickým argumentům a kriticky číst odborné ekonomické a ekonometrické texty využívající pokročilejší kvantitativní metody.

Výstupy z učení

Po úspěšném absolvování předmětu budou studenti schopni:

  • formulovat a interpretovat ekonometrické modely s využitím formálního matematického a maticového zápisu
  • odvodit a vysvětlit základní vlastnosti ekonometrických estimátorů a testových statistik a posoudit roli předpokladů, na nichž jsou tyto vlastnosti založeny
  • aplikovat principy asymptotické teorie při odvozování a hodnocení vlastností ekonometrických estimátorů a statistické inference
  • vysvětlit, porovnat a aplikovat obecné metody odhadu, zejména metodu nejmenších čtverců a její rozšíření, metodu maximální věrohodnosti a zobecněnou metodu momentů
  • zvolit a aplikovat vhodný ekonometrický postup při řešení pokročilejších empirických problémů a kriticky posoudit jeho předpoklady, vlastnosti a omezení
  • samostatně nastudovat, teoreticky vysvětlit, aplikovat a odborně prezentovat pokročilejší ekonometrickou metodu nebo problém s využitím odborné literatury a získaných znalostí ekonometrické teorie
Klíčová témata
  • Lineární regresní model a metoda nejmenších čtverců – maticový zápis lineárního regresního modelu, odvození OLS estimátoru, jeho vlastnosti, geometrická interpretace, statistická inference a testování hypotéz
  • Asymptotická teorie a statistická inference – konvergence náhodných veličin, zákon velkých čísel, centrální limitní věta, konzistence a asymptotická normalita estimátorů, asymptotické testování hypotéz.
  • Obecné metody odhadu – nelineární metoda nejmenších čtverců, metoda maximální věrohodnosti a zobecněná metoda momentů; konstrukce estimátorů, jejich vlastnosti, inference a vzájemné souvislosti.
  • Aplikace ekonometrické teorie a diagnostika modelů – heteroskedasticita a autokorelace, robustní inference, specifikační testy, instrumentální proměnné a endogenita, transformace modelů a vybrané aplikace ML a GMM.
  • Rozšíření regresního modelu a komplexnější datové struktury – GLS, SUR a modely panelových dat; konstrukce a vlastnosti estimátorů, testování a praktické aplikace.
  • Vybraná témata moderní ekonometrie – resamplingové metody a bootstrap, robustní metody odhadu, flexibilní a neparametrické metody.
  • Výběr, porovnávání a kombinování modelů – model selection, penalizované metody, model averaging, predikční hodnocení a vztah mezi ekonometrickým modelováním a strojovým učením.
Studijní zdroje a literatura
    povinná literatura
  • HEIJ, Christiaan. Econometric methods with applications in business and economics. 1st ed. Oxford: Oxford University Press, 2004, xxv, 787. ISBN 9780199268016. info
  • HANSEN, Bruce E. Econometrics. Princeton, New Jersey: Princeton University Press, 2022, xxxi, 1044. ISBN 9780691235899. URL info
    doporučená literatura
  • BALTAGI, Badi H. Econometric analysis of panel data. Sixth edition. Cham: Springer, 2021, xx, 424. ISBN 9783030539528. info
  • GREENE, William H. Econometric analysis. Eighth edition. Harlow, England: Pearson, 2020, 1166 stran. ISBN 9781292231136. info
  • HEISS, Florian. Using R for introductory econometrics. 2nd edition. Düsseldorf: Florian Heiss, 2020, 368 stran. ISBN 9788648424364. info
  • HEISS, Florian a Daniel BRUNNER. Using Python for introductory econometrics. 1st edition. Düsseldorf: Florian Heiss, 2020, 418 stran. ISBN 9788648436763. info
Přístupy, postupy a metody používané ve výuce

Výuka kombinuje přednášky s praktickými a teoreticky zaměřenými semináři. Přednášky představují ekonometrickou teorii, principy jednotlivých metod, vlastnosti estimátorů a jejich formální odvození. Semináře propojují teoretické porozumění s praktickou aplikací a zahrnují řešení vybraných teoretických úloh a odvození, diskusi ekonometrických problémů a aplikaci probíraných metod na simulovaných i reálných datech.


Součástí seminářů jsou průběžné interaktivní kvízy zaměřené na ověření porozumění probíraným konceptům a podporu pravidelné práce během semestru. Praktické analýzy jsou realizovány zejména v programovacích jazycích R nebo Python, přičemž studijní podklady a příklady jsou připravovány pro oba jazyky.



V průběhu semestru studenti zpracovávají skupinové úkoly zaměřené na propojení ekonometrické teorie s empirickou analýzou. Část úkolů vychází z replikačních studií, v nichž studenti pracují s vybraným odborným článkem, aplikují použitý ekonometrický přístup na nový datový soubor a porovnávají a interpretují získané výsledky. Důraz je kladen na porozumění použité metodě, její správnou implementaci, interpretaci výsledků a kritické posouzení zvoleného ekonometrického postupu.



Způsob ověření výstupů z učení a požadavky na ukončení

Ověření dosažení výstupů z učení je založeno na průběžné práci během semestru a závěrečné ústní zkoušce.


Průběžné hodnocení (50 %) zahrnuje interaktivní kvízy a skupinové semestrální úkoly zaměřené na propojení ekonometrické teorie s empirickou analýzou. Součástí úkolů mohou být replikační studie, aplikace vybraných ekonometrických metod na nové datové soubory a interpretace a kritické zhodnocení získaných výsledků.


Závěrečná ústní zkouška (50 %) je založena na projektu zaměřeném na pokročilejší ekonometrickou metodu, estimátor, diagnostický postup nebo jiný ekonometrický problém, který rozšiřuje témata probíraná v předmětu. Studenti v rámci přípravy projektu zpracují vlastní odborný dokument a reprodukovatelné skripty, v nichž představí teoretickou podstatu zvoleného tématu a demonstrují jeho praktické využití na simulovaných nebo reálných datech. Součástí zkoušky je prezentace projektu a následná odborná diskuse, při níž studenti prokazují porozumění teoretickým principům, schopnost vysvětlit a obhájit použité postupy a reagovat na otázky související se zvoleným tématem.


Projekt může být zpracován individuálně nebo ve dvojici; bez ohledu na formu zpracování je při ústní zkoušce individuálně hodnoceno porozumění každého studenta zvolenému tématu, použitým metodám a souvisejícím ekonometrickým principům.



Pro úspěšné absolvování předmětu je nutné získat v součtu obou částí hodnocení alespoň 60 % z celkového počtu bodů.

Náhradní absolvování

V případě individuálního studijního plánu (např. z důvodu zahraničního studijního pobytu, odborné stáže nebo obdobných okolností) mohou studenti absolvovat předmět v náhradním režimu. Způsob plnění studijních povinností si předem individuálně domluví s garantem předmětu.


Semestrální úkoly studenti zpracovávají individuálně nebo se mohou zapojit do práce některé ze skupin. Účast na seminářích a průběžné interaktivní kvízy jsou v náhradním režimu nahrazeny dodatečným individuálním úkolem. Požadavky na závěrečnou ústní zkoušku, včetně přípravy a obhajoby závěrečného projektu, zůstávají stejné jako při standardním způsobu absolvování předmětu.

Navazující předměty
Další komentáře
Předmět je vyučován každoročně.
Výuka probíhá každý týden.
Přednášky jsou dostupné online a ze záznamu.
Nachází se v prerekvizitách jiných předmětů
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 2024, jaro 2025, jaro 2026.