Ekonometria časových radov

Vyučujúci

Zaradený v študijných programoch

Výsledky vzdelávania

Po úspešnom absolvovaní predmetu budú mať študenti vedomosti o aktuálne využívaných metódach ekonometrie časových radov a mali by byť schopní používať ekonometrické techniky a procedúry pre oblasť štandardných časových radov (údaje s nie vysokou frekvenciou).
Študenti získajú praktické zručnosti a kompetencie s aplikáciou pokročilých ekonometrických metód pri analýze ekonomických problémov s časovými radmi využitím softvéru R alebo Python.

Stručná osnova predmetu

1. Dynamické jednorovnicové modely, funkcie reakcie na impulz.
2. Stochastické procesy a trend v procesoch.
3. Stacionarita a testovanie stacionarity.
4. Kointegrácia v jednorovnicovom modeli, Engle-Granger, Bounds tests.
5. Vektorovo autoregresné modely a ich odhad.
6. Testovanie a identifikácia vektorovo autoregresných modelov.
7. Štrukturálne vektorovo autoregresné modely – rôzne spôsoby identifikácie.
8. Aplikácie štrukturálnych vektorovo autoregresných modelov.
9. Vektorové a štrukturálne vektorové kointegračné modely.
10. Aplikácie vektorových kointegračných modelov
11. Dynamické modely v stavovom priestore.
12. Úvod do Kalmanovho filtra.
13. Odhad modelov v stavovom priestore.

Odporúčaná literatúra

1. Kleiber, C., Zeileis, A.: Applied Econometrics with R. Springer, 2008.
2. Pfaff, B.: Analysis of Integrated and Cointegrated Time Series with R, 2nd Edition. Springer-Verlag, 2008.
3. Neusser, K.: Time Series Econometrics. Springer-Verlag, 2016.
4. Enders, W.: Applied Econometric Time Series, Second edition. John Wiley and Sons, 2004.
5. Lütkepohl, H., Krätzig, M.: Applied Time Series Econometrics. New York: Cambridge University Press, 2005.
6. Lütkepohl, H.: New Introduction to Multiple Time Series Analysis. Berlin: Springer Verlag, 2005.
7. Commandeur, J.J.F., Koopman, S.J.: An Introduction to State Space Time Series Analysis. Oxford University Press, 2007.
8. Durbin, J., Koopman, S.J.: Time Series Analysis by State Space Methods. 2nd Ed. Oxford University Press, 2012.
9. Petris, G., Petrone, S., Campagnoli, P.: Dynamic Linear Models with R. Springer, 2009.

Podmienky na absolvovanie predmetu

samostatná práca počas semestra 50 %
výsledok záverečnej skúšky 50 %

Pracovné zaťaženie študenta

pracovné zaťaženie študenta: 156 h (účasť na prednáškach 26 h, účasť na seminároch 26 h, samostatná práca počas semestra 52 h, príprava na skúšku 52 h

Jazyk, ktorého znalosť je potrebná na absolvovanie predmetu

slovenský, anglický

Dátum schválenia: 04.03.2025

Dátum poslednej zmeny: 15.01.2026

Dátum schválenia: 04.03.2025

Dátum poslednej zmeny: 15.01.2026