Prognózovanie
- Kredity: 6
- Ukončenie: Skúška
- Rozsah: 2P + 2C
- Semester: zimný
- Ročník: 2
- Národohospodárska fakulta
Vyučujúci
Zaradený v študijných programoch
Výsledky vzdelávania
Predmet je zameraný na používanie metód prognózovania z inštrumentária analytikov vo verejnom i súkromnom sektore. Zahŕňa praktickú aplikáciu jednorozmernej a viacrozmernej analýzy časových radov makroekonomických veličín, ako aj systému štrukturálnych rovníc. Vybrané témy budú zabezpečené odborníkmi z praxe.
Po absolvovaní predmetu by mal študent získať:
a) vedomosti o metódach prognózovania používaných v súkromnej sfére a štátnych inštitúciách
b) zručnosti vypracovať prognózu v najpoužívanejších sofvérových balíkoch (Stata, R) a prezentovať jej výsledky
c) kompetentnosť vybrať a použiť vhodnú metódu prognózovania vzhľadom na charakter údajov a typ problému
Stručná osnova predmetu
Praktická aplikácia modelov časových radov a štrukturálnych modelov na základe teoretických poznatkov z pokročilej ekonometrie.
1. Úvod. Princípy a východiská prognózovania.
2. Prognózovanie v súkromnej sfére a štátnych inštitúciách. Kvalitatívne metódy.
3. Prístupy k prognózovaniu a plánovaniu v rozpočtovaní.
4. Nowcasting, typ údajov, metódy očistenia od trendu a sezónnosti - X11, SEATS, STL.
5. Modely s autoregresnými členmi a kĺzavými súčtami náhodných zložiek.
6. Prognózovanie hierarchických časových radov
7. VAR modely, limity z hľadiska prognózovania. Redukované a štrukturálne VAR modely.
8. Dynamické faktorové modely.
9. Strednodobý horizont prognózovania, ECM model, dlhodobé trendy a uzatváranie medzier.
10. State space reprezentácia, Kalmanov filter.
11. IMF GAP model všeobecnej rovnováhy.
12. Vyhodnotenie a výber modelu.
Odporúčaná literatúra
HYNDMAN, R.J. –¬ ATHANASOUPULOS, G. Forecasting: Principles and Practice, 3rd ed., 2021
LÜTKEPOHL, H. New introduction to multiple time series analysis. Springer Science & Business Media, 2005.
STOCK, J. H. ¬– WATSON, M. W. Dynamic factor models, factor-augmented vector autoregressions, and structural vector autoregressions in macroeconomics. In: Handbook of macroeconomics. Elsevier, 2016. p. 415-525.
KAMENIK, O. et al. A Small Quarterly Projection Model of the US Economy. International Monetary Fund, 2008.
Podmienky na absolvovanie predmetu
20 % domáce zadania, 20 % priebežná aktivita na seminároch, 60 % písomná skúška
Pracovné zaťaženie študenta
156 h (účasť na prednáškach 26 h, účasť na seminároch 26 h, príprava na semináre 13 h, spracovanie semestrálneho projektu 13 h, príprava zadaní 26 h, príprava na skúšku 52 h)
Jazyk, ktorého znalosť je potrebná na absolvovanie predmetu
Anglický, slovenský
Dátum schválenia: 10.02.2023
Dátum poslednej zmeny: 28.02.2022
Dátum schválenia: 10.02.2023
Dátum poslednej zmeny: 28.02.2022