MPE_EKON Ekonometrie

Ekonomicko-správní fakulta
jaro 2017
Rozsah
2/2/0. 12 kr. Ukončení: zk.
Vyučující
doc. Ing. Daniel Němec, Ph.D. (přednášející)
prof. Ing. Osvald Vašíček, CSc. (přednášející)
doc. Ing. Daniel Němec, 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
St 11:05–12:45 P106
  • Rozvrh seminárních/paralelních skupin:
MPE_EKON/01: St 14:35–16:15 VT204, D. Němec
MPE_EKON/02: St 18:00–19:35 VT204, D. Němec
Předpoklady
(! MPE_ECNM Econometrics )&&(! MPE_AECM Econometrics )&&(! NOWANY ( MPE_ECNM Econometrics , MPE_AECM Econometrics ))
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
předmět má 7 mateřských oborů, zobrazit
Cíle předmětu
Kurz v úvodu shrnuje poznatky základů ekonometrie (kurz „Základy ekonometrie“), které následně prohlubuje a rozšiřuje na mnohem pokročilejší úroveň, a to jak s ohledem na teorii ekonometrie, tak i na komplexnost analyzovaných modelů a technik. Pokročilejší ekonometrická témata zahrnují odhady s využitím instrumentálních proměnných, odhady metodou maximální věrohodnosti, GMM atd.
Kurz je koncipován způsobem, aby poskytl studentům zkušenosti s využíváním základních i pokročilejších ekonometrických nástrojů. Po absolvování kurzu tedy studenti:
budou schopni aplikovat tyto nástroje při modelování, odhadu, analýze a predikci v kontextu ekonomických problémů reálného světa,
dokáží kriticky zhodnotit výsledky a závěry jiných osob využívajících ekonometrické nástroje,
osvojí si potřebné základy pro další studium ekonometrické teorie.
Osnova
  • 1. Úvod do lineární regrese – normální lineární regresní model, metoda nejmenších čtverců, testování hypotéz, interpretace a porovnání regresních modelů;
  • 2. Heteroskedasticita a autokorelace – příčiny, důsledky, testování a řešení;
  • 3. Další odhadové nástroje a techniky – metoda instrumentálních proměnných, GMM, metoda maximální věrohodnosti (principy a příklady použití), specifikační testy;
  • 4. Modely panelových dat – základní principy a varianty, metody odhadu;
  • 5. Modely diskrétní volby – modely probit, logit, tobit a jejich varianty (principy, využití a interpretace výsledků odhadů);
  • 6. Modely jednorozměrných časových řad – ARMA procesy, testy jednotkového kořene, kointegrace časových řad a modely korekce chyb;
  • 7. Modely simultánních rovnic - strukturální a redukovaný tvar, 2SLS, 3SLS, LIML, FIML;
  • 8. Modely vícerozměrných časových řad – VAR modely, VECM (principy a příklady využití);
  • 9. Modely ve stavovém tvaru - Kalmanův filtr a odhad metodou maximální věrohodnosti;
Literatura
    povinná literatura
  • HEIJ, Christiaan. Econometric methods with applications in business and economics. 1st ed. Oxford: Oxford University Press. xxv, 787. ISBN 9780199268016. 2004. info
  • CIPRA, Tomáš. Finanční ekonometrie. 1. vyd. Praha: Ekopress. 538 s. ISBN 9788086929439. 2008. info
    doporučená literatura
  • KENNEDY, Peter. A guide to econometrics. 6th ed. Malden: Blackwell. xii, 585. ISBN 9781405182584. 2008. info
  • ENDERS, Walter. Applied econometric time series. 4th ed. Hoboken: Wiley. x, 485. ISBN 9781118808566. 2015. info
  • HAMILTON, James Douglas. Time series analysis. Princeton, N.J.: Princeton University Press. xiv, 799 s. ISBN 0-691-04289-6. 1994. info
  • GREENE, William H. Econometric analysis. 7th ed. Boston: Pearson. 1228 s. ISBN 9780273753568. 2012. info
  • BALTAGI, Badi H. Econometric analysis of panel data. 4th ed. Chichester: John Wiley & Sons. xiii, 351. ISBN 9780470518861. 2008. info
Výukové metody
přednášky, diskuse v hodině, praktická cvičení v počítačové učebně, drilování
Metody hodnocení
závěrečný projekt, písemná a ústní zkouška
Navazující předměty
Další komentáře
Předmět je vyučován každoročně.
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 2018, jaro 2019, jaro 2020, jaro 2021, jaro 2022, jaro 2023, jaro 2024.