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, 2004, xxv, 787. ISBN 9780199268016. info
  • CIPRA, Tomáš. Finanční ekonometrie. 1. vyd. Praha: Ekopress, 2008, 538 s. ISBN 9788086929439. info
    doporučená literatura
  • KENNEDY, Peter. A guide to econometrics. 6th ed. Malden: Blackwell, 2008, xii, 585. ISBN 9781405182584. info
  • ENDERS, Walter. Applied econometric time series. 4th ed. Hoboken: Wiley, 2015, x, 485. ISBN 9781118808566. info
  • HAMILTON, James Douglas. Time series analysis. Princeton, N.J.: Princeton University Press, 1994, xiv, 799 s. ISBN 0-691-04289-6. info
  • GREENE, William H. Econometric analysis. 7th ed. Boston: Pearson, 2012, 1228 s. ISBN 9780273753568. info
  • BALTAGI, Badi H. Econometric analysis of panel data. 4th ed. Chichester: John Wiley & Sons, 2008, xiii, 351. ISBN 9780470518861. 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, jaro 2025.